智能農(nóng)場監(jiān)控系統(tǒng)由PSoC?6 AI驅(qū)動

農(nóng)業(yè)是一場時間和資源的高風險游戲。許多農(nóng)民仍然依靠直覺或延遲的觀察來做出有關灌溉、天氣或安全的決定。我們想要改變這一點——用一個完全自主的、人工智能驅(qū)動的智能農(nóng)場監(jiān)控系統(tǒng)。

使用PSoC?6 AI評估套件作為中樞大腦，我們構建了一個實時感知、分析和行動的系統(tǒng)。它為農(nóng)民提供即時信息和自動控制——有或沒有互聯(lián)網(wǎng)——使智能農(nóng)業(yè)成為可能，即使在偏遠地區(qū)。

這是我們由PSoC?6 AI驅(qū)動的智能農(nóng)場監(jiān)控系統(tǒng)的完整原型。

我們正在解決什么問題?

農(nóng)民每天都面臨著挑戰(zhàn)：

?由于灌溉效率低下而造成的水資源浪費

?環(huán)保意識差(聲音/天氣)

?難以跟蹤溫度和濕度趨勢

?安全問題(牲畜入侵或移動)

我們的解決方案通過提供：

?實時監(jiān)測聲音、溫度、濕度、水位

?智能灌溉激活和移動警報

?通過設備上的AI進行預測分析

?視覺反饋通過一個專用的外部顯示器

?人工灌溉在農(nóng)村地區(qū)仍然很普遍，導致水資源浪費。

我們在建造什么?

我們正在使用PSoC?6 AI套件開發(fā)智能農(nóng)場監(jiān)控系統(tǒng)，結合內(nèi)部和外部傳感器，基于AI的處理和節(jié)能設計。

主要特點:

?Edge AI聲音監(jiān)測使用PSoC?6上的內(nèi)置麥克風，我們收集環(huán)境聲音數(shù)據(jù)來監(jiān)測動物運動，人類活動和異常事件。訓練用于聲音分類的ML模型，并將其部署到設備上。

外部環(huán)境傳感器

?DHT11傳感器：監(jiān)測溫度和濕度。

?水位傳感器：檢測灌溉水箱或土壤濕度水平。

?外部環(huán)境傳感器dht11傳感器：監(jiān)測溫度和濕度。水位傳感器：檢測灌溉水箱或土壤濕度水平。

?UNIHIKER外部顯示器顯示實時傳感器數(shù)據(jù)(溫度，濕度，水位，警報)，用于快速，當?shù)剞r(nóng)場側可見性。

?太陽能電池SystemA太陽能電池板為電池充電，確?？沙掷m(xù)的24/7離網(wǎng)運行，這對遠程現(xiàn)場使用至關重要。

它是如何工作的

1. 傳感

?內(nèi)置麥克風(PSoC?6)：捕獲基于音頻的AI推理的環(huán)境聲音數(shù)據(jù)。

?DHT11傳感器：實時讀取溫度和濕度。

?水傳感器：監(jiān)測灌溉水箱或土壤水位。

?GPS，超聲波傳感器：可選跟蹤和入侵檢測。

2. Edge AI與PSoC?6

?機器學習模型訓練和部署(使用DEEPCRAFT Studio)

?我們訓練和部署用于聲音分類的機器學習模型，以實現(xiàn)實時異常檢測。下面是如何使用DEEPCRAFT Studio訓練基于麥克風的ML模型：

逐步培訓說明：

?項目SetupOpen DEEPCRAFT工作室和創(chuàng)建一個新的音頻分類項目量身定制的PSoC?6麥克風數(shù)據(jù)。

數(shù)據(jù)收集

?連接您的PSoC?6 AI評估套件，并通過內(nèi)置麥克風記錄環(huán)境聲音。

?捕捉不同的聲音樣本代表正常情況，動物運動，人類活動，和任何不尋常的事件。

?準確地標記每個錄音以表示聲音類別。

連接您的PSoC?6 AI評估套件，并通過內(nèi)置麥克風記錄環(huán)境聲音。捕捉不同的聲音樣本代表正常情況，動物運動，人類活動，和任何不尋常的事件。準確地標記每個錄音以表示聲音類別。

Deepcraft工作室數(shù)據(jù)收集

數(shù)據(jù)預處理

將音頻文件分割成統(tǒng)一的短片段(例如，1-2秒)。

DEEPCRAFT Studio將自動提取音頻特征，如Mel-frequency倒譜系數(shù)(MFCCs)，這是聲音分類所必需的。

數(shù)據(jù)預處理將音頻文件分割成統(tǒng)一的短片段(例如，1-2秒)。DEEPCRAFT Studio將自動提取音頻特征，如Mel-frequency倒譜系數(shù)(MFCCs)，這是聲音分類所必需的。

Deepcraft Studio數(shù)據(jù)預處理

模型訓練

配置訓練參數(shù)，如epoch、batch大小和學習率。

在DEEPCRAFT Studio中訓練模型，監(jiān)控損耗和精度指標。

利用早期停止和驗證數(shù)據(jù)來防止過擬合。

模型訓練配置訓練參數(shù)，如epoch、batch大小和學習率。在DEEPCRAFT Studio中訓練模型，監(jiān)控損耗和精度指標。利用早期停止和驗證數(shù)據(jù)來防止過擬合。

Deepcraft工作室模型培訓

模型評價

審查準確性、混淆矩陣和分類報告。

如果有必要，細化數(shù)據(jù)集或訓練參數(shù)以提高性能。

模型評估審查準確性，混淆矩陣和分類報告。如果有必要，細化數(shù)據(jù)集或訓練參數(shù)以提高性能。

Deepcraft Studio模型評估

模型出口

一旦滿意，以與ModusToolbox?兼容的格式導出訓練好的模型以進行部署。

模型導出一旦滿意，以與ModusToolbox?兼容的格式導出訓練好的模型以供部署。

固件集成與部署

使用ModusToolbox?將該模型與PSoC?6固件集成。

實現(xiàn)實時音頻分類邏輯，根據(jù)聲音模式觸發(fā)灌溉或警報。

將固件閃存到您的設備，并在實際農(nóng)場條件下驗證性能。

固件集成與部署使用ModusToolbox?將模型與PSoC?6固件集成。實現(xiàn)實時音頻分類邏輯，根據(jù)聲音模式觸發(fā)灌溉或警報。將固件閃存到您的設備，并在實際農(nóng)場條件下驗證性能。

3. 自動化+警報

如果土壤干燥，啟動水泵。

發(fā)送藍牙/WiFi提醒到農(nóng)民的手機。

在UNIHIKER顯示器上顯示讀數(shù)和系統(tǒng)狀態(tài)。

4. 遠程監(jiān)控

傳感器數(shù)據(jù)記錄和可視化的移動應用程序(內(nèi)置在Flutter)。

農(nóng)民獲得實時狀態(tài)更新和系統(tǒng)建議。

硬件使用

?PSoC?6 AI評估套件-中央處理器+內(nèi)置AI麥克風

?DHT11傳感器-溫濕度

?水傳感器-濕度/水位檢測

?UNIHIKER -外部液晶顯示實時數(shù)據(jù)

?太陽能電池板+電池組-能源自給自足

?藍牙/WiFi模塊-無線數(shù)據(jù)和警報

軟件工具

?DEEPCRAFT Studio -用于聲音分類的AI模型訓練

?模塊工具箱-傳感器編程+嵌入式開發(fā)

?FreeRTOS - PSoC?6的高效任務管理

?撲動-移動應用程序界面的農(nóng)民

?Python(在UNIHIKER上)-顯示集成和UI

AI和ML的使用

?基于聲音的環(huán)境監(jiān)測：從PSoC?6麥克風收集和標記聲音數(shù)據(jù)，以檢測降雨，牲畜運動或入侵等模式。

?模型訓練和推理：在DEEPCRAFT Studio中訓練的模型針對邊緣人工智能進行了優(yōu)化和部署，實現(xiàn)了實時音頻事件識別。

?自動化觸發(fā)器：機器學習輸出直接控制灌溉和警報機制的智能決策。

可持續(xù)設計

?太陽能電池板+高效電源管理

?低功耗PSoC?6操作

?備用電池用于夜間/低光照條件

結果與益處

?準確的聲音分類，用于農(nóng)場監(jiān)測

?實時溫濕度記錄

?用于灌溉優(yōu)化的水位檢測

?即時警報和本地顯示反饋

?所有處理都在本地完成(沒有云，沒有延遲)

?完全離網(wǎng)和可持續(xù)發(fā)展

下一個步驟

?擴展AI以包括天氣模式預測

?增加LoRa或GSM模塊，實現(xiàn)遠程通信

?整合土壤養(yǎng)分傳感器，更深入地了解作物

?為高級儀表板添加云同步選項

結論

這個項目將人工智能帶到最需要它的農(nóng)業(yè)領域。通過結合低功耗邊緣處理、機器學習和太陽能自主供電，我們建立了一個系統(tǒng)，為農(nóng)民提供數(shù)字助理的眼睛和耳朵——幫助他們更智能地種植，減少浪費，保護他們的生計。

本文編譯自hackster.io