田间作物高通量表型信息获取与分析技术研究进展(笔记)
1. 研究趋势
至今为止的表型研究主要三个方面:传感器,平台,信息分析。其中,高通量表型是(High-throught phenotyping,HTP)当前的重要内容。
2.平台
平台最主要分天空地三基入手。
地基平台起步较早,一般有4种系统搭载方式:固定式轨道(吊索)扫描平台、分布式无线网络平台、拖拉机为代表的农机平台以及自走式移动平台。
(1)无线通信一般采用WiFi,ZigBee,LoRa。下面说说各大组网协议区别:
一.LoRa
自建一个小基站,组网内的设备通过lora协议和lora基站通信。其典型范围是2km至5km,最长距离可达15km,具体取决于所处的位置和天线特性,通信距离和地理条件关系很大,在实际的祝网站,用户可自行测试。常用于:大型的工厂,林区等等。
二.Wi-Fi
Wifi应该是生活中最常见的组网方式了。对应大数据传输有较大的优势,比如摄像头视频传输。WIFI:速度快功耗大,大数据量,距离近;
三.NB或者4G
NB-IOT:运营商保证了通讯的信号质量。目前国内市场NB的基站主要是电信建设的居多,但是基本只覆盖了城区,在很多农村或者郊区,是没有NB信号的。这也是目前市场中存在以NB和4G Cat1并存的情况。
四.ZigBee是物联网的理想选择之一。
Mesh适合短距离,只适合节点在几十个的场合,可以分成不同的网络,这个更多应用小环境,个人认为和WiFi冲突较大,后续发展堪忧。
五.蓝牙
通信距离最大30米,需配对。蓝牙更多的用在电子消费品上,在以项目位置的物联网项目中,实际运用不多。
这类平台通常安装温湿度传感器、红外及光照传感器、RGB 相机或光谱相机等,用于检测空气、土壤温湿度等作物生长环境参数和作物冠层信息及长势,如Field Server,CropQuant,CropSight等。
(2)以拖拉机为代表的农机平台由于成本相对较低,传感器系统设计相对容易且能够承载较大的有效载荷,在田间表型研究中也得到了大量的应用。,但是由于其体积较大,轮胎较宽,并不适用于行间距较小的种植模式,其速度也不易精确控制,而且大多数使用燃油动力,行进过程中振动相对较大,这些都对测量精度有一定的影响。
3.传感器
传感器可分为点传感器(检测物体某点信息)和成像传感器(提供被检测物体空间分布信息)。
成像传感器又存在 2 种不同的成像模式: 帧成像模式和线扫描成像模式。
帧成像是指在某个时间点同时获取二维阵列像素点,如 RGB 相机即为帧成像模式; 线扫描成像是指在某个时间点只能获取一个扫描线的像素点,通过各个扫描线所获得的不同行像素点合成图像,如单线激光雷达。
4.表型信息分析方法
表型信息的来源是各种传感器,因为传感器多种多样,所以获取的表型信息无论是从数据内容、数据格式还是数据量级都存在很大的差别,这就导致表型信息的分析方法各有不同。表型数据来源大致可以分为图像数据、传感器数据和试验元数据,根据数据处理使用的技术,表型信息分析方法大致可以分为经典统计分析方法、计算机视觉及图像处理方法、机器学习方法。
以 3D 重构为代表的计算机视觉方法在表型研究中得到了大量的应用,其中主要的方法有运动恢复结构( Structurefrom motion,SFM) 、立体视觉( Stereo vision,SV) 、3D点云( 3D point cloud) 等方法。
拟设计选题(灵感):基于深度学习的植物表型病虫害分析识别