以下为《基于深度学习的无人车智能喷药系统》的无排版文字预览，完整内容请下载
附件6
序号：
编码：
第十三届“挑战杯”XX省大学生课外学术
科技作品竞赛作品申报书
作品名称： 基于深度学习的无人车智能喷药系统
学校全称： 甘肃农业大学
申某某姓名
（集体名称）： 符某某、杨某某、郭某某
类别：
□ 自然科学类学术论文
□ 哲学社会科学类社会调查报告和学术论文
□ 科技发明制作A类
( 科技发明制作B类
说 明
1.申某某填表前应认真阅读说明各项内容，按要求如实填写。
2.申某某在填写申报作品情况时只需根据个人项目或集体项目填写A1表或A2表，根据作品类别（自然科学类学术论文、哲学社会科学类社会调查报告和学术论文、科技发明制作）分别填写B1、B2或B3表。所有申某某可根据情况填写C表。
3.表内项目填写时一律用中性笔或打印，字迹要工整、清楚，此申报书可复制。
4.序号、编码由竞赛组委会填写。
5.学术论文、社会调查报告及所附的有关材料必须是国家通用语言文字（若非国家通用语言文字，请附国家通用语言文字版），请以4号楷体打印在A4纸上,附于申报书后,学术论文类每篇在8000字以内,调查报告类每篇在15000字以内(版面尺寸宽21cm*高29.7cm)。
6.每个学校选送参加竞赛的作品总数不得超过30件（累加申报名额除外），每人限报一件。研究生的作品不得超过作品总数的1/2。各高校在作品申报中要注重自然科学类学术论文、哲学社会科学类社会调查报告和学术论文、科技发明制作三类作品结构的合理和平衡，原则上按照1:1:1的比例上报，鼓励申报科技发明制作类作品。
7.作品申报书须按要求由各校竞赛组织协调机构在规定时间内统一报送。
8.其他参赛事宜请向本届竞赛组织协调机构咨询。
9.报送地址：第十三届“挑战杯”XX省大学生课外学术科技作品竞赛组委会办公室（*_**西北新村1号，西北民族大学团委，邮编：730030，联系人：于某某，联系电话：0931-***）邮箱：gstzb13@163.com。
A2.申某某情况（集体项目）
说明：1.必须由申某某本人按要求填写。
2.申某某代表必须是作者中学历最高者，其余作者按学历高低排列。
3.本表中的学籍管理部门签章视为对申某某情况的确认。
申
报
者
情
况
姓 名
符某某
性 别
女
出生年月
1995年12月
学校全称
甘肃农业大学
专业
农业电气化与自动化
现学历
在读硕士
年级
2018级
学制
3年
入学时间
2018年9月
作品全称
基于深度学习的无人车智能喷药系统
毕业论文题目
基于视觉特征的草莓叶片含水率监测方法研究
通讯地址
**_*XX区营门村1号
甘肃农业大学机电***
邮政编码
730070
联系电话
***
常 住 地
联系地址
**_*XX区营门村1号
甘肃农业大学机电***
邮政编码
730070
联系电话
***
合
作
者
情
况
姓名
性别
年龄
学历
所在单位
杨某某
男
24
在读硕士
甘肃农业大学机电***
郭某某
男
24
在读硕士士
甘肃农业大学机电***
资
格
认
定
学校学籍管理部门意 见
以上作者是否为2021年6月1日前正式注册在校的全日制非成人教育、非在职的高等学校专科生、本科生或硕士研究生。
是 □ 否
若是，其学号为：符某某 ***2102 （部门盖章）
杨某某 ***2143
郭某某 ***2119
年 月 日
院系负责人或导师意 见
本作品是否为课外学术科技或社会实践活动成果。
是 □ 否
负责人签名：
年 月 日
B3.申报作品情况（科技发明制作）
说明：1.必须由申某某本人按要求如实填写。
2.本部分中的科研管理部门签章视为对申某某所填内容的确认。
3.本表中必须附有研究报告，并提供图标、曲线、实验数据、原理结构图、外观图（照片），也可附鉴定证书和应用证书。
4.作品分类请按作品发明点或创新点所在类别填
作品全称
基于深度学习的无人车智能喷药系统
作
品
分
类
（A）A、机械与控制（包括机械、仪器仪表、自动化控制、工程、交通、建筑等）
B、信息技术（包括计算机、电信、通讯、电子等）
C、数理（包括数学、物理、地球与空间科学等）
D、生命科学（包括生物、农学、药学、医学、健康、卫生、食品等）
E、能源化工（包括能源、材料、石油、化学、化工、生态、环保等）
作品设计、发明的目的和基本思路，创新点，技术关键和主要技术指标
智能喷药是植物生长中不受病害影响的主要环节,自动化喷药可有效提高植物喷药效率。作为植保机械的重要组成部分,葡萄园自动喷药装置具有较广阔的发展前景。现阶段,我国葡萄园喷药工作大部分由人工完成,作业效率低,喷药质量差;少数葡萄园采用固定喷杆式喷雾机进行喷药,尽管作业效率得到提升,但农药雾滴沉积率低、农药在土壤中的残留量大,严重破坏了葡萄园生态环境。为实现葡萄园复杂路况下的自动喷药作业,以农机、农艺相结合为原则,解决目前葡萄园喷药质量差、喷药效率低、人工劳动强度大、农药对土壤和环境污染严重等问题,本文在查阅国内外相关文献及资料的基础上,从结构设计、系统测试与喷药质量四个方面,研制了一款针对葡萄园复杂路况下的自动喷药系统。
本设计基于Ubuntu开发平台和NVIDIA AI 边缘计算设备JETSON TX2，利用全地形轮式无人车“Bulldog”搭载病害识别、控制系统和喷药装置，利用JETSON TX2边缘设备作为上位机识别病害叶片，之后将识别信息发送到下位机（STC15W4K56S 4），实时触发STC15W4K56S4控制喷药装置对其精准喷药。病害识别算法采用YOLOv3网络对葡萄叶片进行检测识别，并对识别出来的病害叶片进行实时喷药处理。通过试验证明，YOLOv3模型在自建数据集上平均识别精度达到了84.74%，达到试验要求。
该设计实现了病斑检测与智能喷药的有机结合，节省了人力物力，提高了喷药效率，达到定点喷药，对目前葡萄园喷药质量差、喷药效率低、农药对土壤和环境污染严重等问题的研究具有借鉴意义。
作品的科学性、先进性（必须说明与现有技术相比、该作品是否具有突出的实质性技术特点和显著进步。请提供技术性分析说明和参考文献资料）
本设计将基于深度学习算法的目标检测技术应用于农业病害防治领域，设计出了一种基于YOLOv3的葡萄叶片病害检测模型，并将模型部署于边缘设备上，实现了病害检测模型的落地应用。本设计是一个涉及深度学习和嵌入式设计的交叉领域研究，具有很好的基础理论研究意义和实际应用价值，其特色在于：
1）本次设计采用自建病害数据库的方式，共采集病害葡萄叶片1500张，所有叶片图像均为田间自然条件下拍摄，使得模型具有良好的鲁棒性。
2）本设计利用计算机视觉领域最为活跃的目标检测技术，采用一阶段（one stage）目标检测算法YOLOv3作为识别网络。该网络通过单个卷积神经网络(one-stage)遍历整个图像，回归目标的类别和位置，实现了直接端到端的目标检测，在保证效率与准确率兼顾的情况下实现了葡萄叶片病害的识别检测。通过试验证明，YOLOv3模型在自建数据集上平均识别精度（AP, Average Precision）达到了84.74%，达到试验要求。
3）NVIDIA AI边缘计算设备Jeston tx2是基于NVIDIA Pascal?架构的AI单模块超级计算机。它性能强大，外形小巧，节能高效，适合机器人、无人机、智能摄像机和便携医疗设备等智能终端设备，为该设计提供了主要的硬件支持。
[参考文献]
Redmon J, Farhadi A. YOLOv3: An incremental improvement[J]. 2018, arXiv: 1804. 02767v1.
Redmon J,Farhadi A.YOLO9000:Better,faster,stronger[C]//IEEE Confer-ence on Computer Visionand Pattern Recognition.Honolulu:IEEE.2017: 7263－7271.
https://doc.001pp.com/autonomous-machines/embedded-systems/jetson-tx2/
穆某某,王某某,李某某,胡某某,秦某某.基于树莓派的果园智能喷药车用遥控器设计与实现[J].物联网技术,2020,10(05):31-34.
马某某,赵某某,霍某某,赵某某,赵某某,马某某.田间智能喷药车的设计与试验研究[J].农机化研究,2021,43(10):259-263.
张某某,刘峰,郑某某,王强,宋某某,孙某某.基于ARM反馈智能变量喷药控制系统研究[J].农业与技术,2020,40(03):49-52.
李某某. 植保机喷药控制系统设计与开发[D].XX工业大学,2019.
孙某某,崔某某,党丽峰.基于单片机的智能喷药控制系统设计[J].农业装备技术,2018, 44(06):20-22.
作品在何时、何地、何种机构举行的会议上或报刊上发表、所获奖励及鉴定
结 果
作品所处
阶 段
（ A ）A实验室阶段 B中试阶段 C生产阶段
D (自填)
技术转让
方 式
作品可
展示的
形 式
(实物、产品 □模型 □图纸 □磁盘
□现场演示 (图片 (录像 □样品
使用说明及该作品的技术特点和优势，提供该作品的适应范围及推广前景的技术性说明及市场分析和经济效益预测
该作品适用于机械化作业的XX，全地形轮式无人车采用一颗激光雷达，基于SLAM技术对周围环境点云信息、多帧图像信息进行处理分析并融合速度、角度等信息，实现定位和导航。目前，在较为规整的田间道路，现已实现自动行驶，农业复杂的场景下，可在人为干预的情况下实现作业；NVIDIA AI边缘计算设备Jeston tx2是基于NVIDIA Pascal?架构的AI单模块超级计算机。它性能强大，外形小巧，节能高效，适合机器人、无人机、智能摄像机和便携医疗设备等智能终端设备，支持 Jetson TX1 模块的所有功能，同时可以铸就更大型、更复杂的深度神经网络。
近年来，随着人工智能的发展，极大地促进了农业精准化、智能化、数字化的进程，越来越多的农业智能设备出现。该设计结合深度学习技术，将目标检测应用于农业病害防治领域，实现农作物病害自动识别、自动施药的智能化及精细化管理。该设计紧跟当前先进技术，具有一定的前瞻性，同时，我们团队致力于将该设备进一步打造，力争能够在现有的基础上加以改进，使其真正实现技术的落地应用，为农业病害防治做出贡献。
专
利
申
请
情
况
□ 提出专利申请
申 报 号
申报日期 年 月 日
□ 已获专利权批准
批 准 号
批准日期 年 月 日
( 未提出专利申请
科研管理部门签章
年 月 日
C.当前国内外同类课题研究水平概述
说明：1.申某某可根据作品类别和情况填写。
2.填写此栏有助于评审。
农业机器人目前已成为世界热点，2017-2021年期间，人工智能在农业中应用的年复合增长率为22.68%。2020年为111亿美元，预计2025年将达到308亿美元[1]，主要包括农业无人机，无人拖拉机、智能收获机、智能除草机、挤奶机器人、农业自动化与控制系统等[2]。农业机器人的广泛应用是人工智能农业领域市场快速发展的重要因素[3]。而目前中国农业机器人研究产出规模已经超过美国，同时重点关注在收获和采摘机器人。
在农业病虫害防治、控制以及机械化植保作业领域，西方一些发达国家技术比较完善，基本达到了自动化水平，而在我国尚处于起步阶段，植保机械数量短缺，技术相对落后，功能较为单一。
北美和欧洲在精准农业和农业机器人的使用方面处于世界领先水平[4]，如*** Abundant Robotics 研发了一款苹果采摘机器人，能够24小时不间断完成采摘工作，用来提升农业生产的效率。以色列***MetoMotion开发“温室机器工人”在全世界115万英亩的温室里执行劳动密集型任务。美国是智能农业发展的大国，其开发的农药喷洒机器人，主要用于树木及果园病虫害的防治[5]。
我国目前在智能农业机器人领域，主要集中在果实智能采摘、智能识别授粉领域。赵某某[6]等人为了提高苹果采摘机器人的工作效率和环境适应性，使其能全天候的在不同光线环境下对遮挡、粘连和套袋等多种情况下的果实进行识别定位，提出了一种基于YOLO v3的深度卷积神经网络苹果定位方法。吕某某[7]等人为实现自然环境下柑橘果实的快速精准识别，提出一种基于改进 YOLOv3-LITE 轻量级神经网络的柑橘识别方法。
我国在机械化喷药领域，尚处于初步阶段，目前广泛使用的喷药机械以原始手动操作机械、小型化为主，主要有 3WFZ-12 型自走高杆喷药机[8]，3WPZ-1600 型玉米高架自走式喷药机[9]，3WP-1200型喷杆喷药机等[10]。基于深度学习技术的图像识别智能喷药设备研究较少。
D1.推荐者情况及对作品的说明
说明：1.由推荐者本人填写。
2.推荐者必须具有高级专业技术职称，并与申报作品相同或相关领域的专家学者或专业技术人员（教研组集体）推荐亦可。
3.推荐者填写此部分，即视为同意推荐。
4.推荐者所在单位签章仅被视为对推荐身份的确认。
推
荐
者
情
况
姓 名
王某某
性别
男
年龄
46
职称
副教授
工作单位
甘肃农业大学机电***
通讯地址
**_*XX区营门村1号
邮政编码
730070
单位电话
0931-***
住宅电话
推荐者所在
单位签章
（签章）
年 月 日
请对申某某申报情况的真实性
作出阐述
申报情况属实
请对作品的意义、技术水平、适用范围及推广前景作出您的
评价
该作品具有一定的创新性，从应用的角度出发，该设计结合当前热门研究深度学习，将其应用于农业病害识别防治领域，具有一定的前瞻性。同时，该作品也做出简易的实物，基本达到实用的效果，今后可以在该基础上作进一步的改进，使其达到农业植保机械的标准。
其它说明
D2.推荐者情况及对作品的说明
说明：1.由推荐者本人填写。
2.推荐者必须具有高级专业技术职称，并与申报作品相同或相关领域的专家学者或专业技术人员（教研组集体）推荐亦可。
3.推荐者填写此部分，即视为同意推荐。
4.推荐者所在单位签章仅被视为对推荐身份的确认。
推
荐
者
情
况
姓 名
杨某某
性别
女
年龄
42
职称
副教授
工作单位
甘肃农业大学机电***
通讯地址
**_*XX区营门村1号
邮政编码
730070
单位电话
0931-***
住宅电话
推荐者所在
单位签章
（签章）
年 月 日
请对申某某申报情况的真实性作出阐述
申报情况属实
请对作品的意义、技术水平、适用范围及推广前景
作出您的评价
该作品的设计紧跟智慧农业的理念，农药精准喷洒对农业病害防治以及环境保护具有重大意义；该作品的设计也是紧跟当前的人工智能技术的发展趋势，结合AI边缘计算设备，尝试将算法落地应用，具有一定的研究价值。
其它说明
学校组织协调机构确认并签章
（盖 章）
年 月 日
校主管领导或
校主管部门
确认并签章
（盖 章）
年 月 日
E.全省组织委员会秘书处资格和形式审查意见
组委会秘书处资格审查意见
审查人（签名）
年 月 日
组委会秘书处形式审查意见
审查人（签名）
年 月 日
组委会秘书处审查结果
□合格 □不合格
负责人（签名）
年 月 日
F.参赛作品打印处
基于深度学习的无人车智能喷药系统
目 录
第1章 作品简介 13
1.1 系统的目标设计及功能 13
1.2 系统的关键技术及可行性分析 13
1.3 作品难点与创新 13
第2章 叶片数据集与病害识别网络结构 15
2.1 Darknet-53模型结构 15
2.2 YOLOv3网络结构 16
2.3 自建数据集 20
第3章 方案设计与原理分析 21
3.1 方案设计 21
3.2 原理分析 21
3.3 程序设计 24
第4章 结果与分析 26
4.1 试验平台和试验参数设置 26
4.2 试验结果 26
第5章 总结 29
参考文献 30
附录 32
第1章 作品简介
1.1 系统的目标设计及功能
（1）该设计基于Ubuntu开发平台和NVIDIA AI 边缘计算设备JETSON TX2；
（2）全地形轮式无人车 内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。 业工程学报,2012,28(24):35-40.
赵某某,王某某,周某某,毛某某,张某某.智能杂草识别系统的设计与试验(英文)[J].农业工程学报,2012,28(S2):184-187.
王某某. 基于DSP的智能喷药系统控制器设计[D].安.长大学,2011.
李某某. 基于机器视觉的杂草对准喷药控制系统研究[D].XX农业大学,2007.
附录
实物照片
G.授权书
本人授权“挑战杯”XX省大学生课外学术科技作品竞赛主办单位结集出版我（们）的作品 基于深度学习 的无人车智能喷药系统
。
专利权（著作权）所有人：
年 月 日
H1.全省评审委员会预审意见粘贴处
H2.全省评审委员会终审意见粘贴
[文章尾部最后500字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。
以上为《基于深度学习的无人车智能喷药系统》的无排版文字预览，完整内容请下载
基于深度学习的无人车智能喷药系统由用户“la9222363a”分享发布，转载请注明出处