نظام قائم على إنترنت الأشياء للكشف الفعال عن آفات القطن
Title An IoT-Based System for Efficient Detection of Cotton Pest
الباحث الرئيس محمد شعيب محمد صديقي
التخصص: علوم الحاسب
التخصص الدقيق: Machine Learning
المستخلص: وبالنظر إلى أهمية منتجات القطن، فإن تحديد الآفات في الوقت المناسب (العث الطائر - الذي يشكل تهديدا كبيرا لمحاصيل القطن) يساعد على حماية محاصيل القطن وتحسين إنتاجها وجودتها. تقترح هذه الدراسة الكشف في الوقت الحقيقي عن عثة القطن الطائرة (CFMs) بمساعدة نظام قائم على إنترنت الأشياء (IoT) في المجال الزراعي. يحتوي النموذج الأولي المقترح على مجموعة من أجهزة استشعار الأشعة تحت الحمراء الحادة، ووحدة اتصالات تعتمد على Zigbee، ولوحة Arduino 2560 Mega، وبطارية ليثيوم بوليمر (لتشغيل القثة)، وجهاز بوابة، ومركبة جوية بدون طيار (UAV) للرد رش المبيدات الحشرية ضد الآفة المكتشفة. تكتشف خوارزمية الكشف عن الآفات المقترحة وجود الحشرات الطائرة من خلال مراقبة الاختلافات في الضوء المنعكس. وبناء على ذلك، فإنه يرسل تنبيه الكشف إلى جهاز البوابة. يرسل جهاز البوابة إحداثيات الكشف إلى الطائرة بدون طيار/الطائرة بدون طيار للرد عن طريق رش المبيدات الحشرية في منطقة الكشف. تم تنفيذ سيناريوهات الاختبار والمحاكاة الحقيقية لتقييم فعالية نظام الكشف المقترح. تشير نتائج تنفيذ الاختبار إلى فعالية تصميم المستشعر واكتشاف CFM. تشير النتائج الأولية لدراسة المحاكاة إلى مدى ملاءمة نشر النموذج الأولي المقترح في المجال الزراعي. لن يساعد النموذج الأولي المقترح على تقليل استخدام المبيدات الحشرية فحسب، بل سيساعد أيضًا في الحفاظ على جودة وكمية منتجات القطن. أصالة هذه الدراسة هي النموذج الأولي لإنترنت الأشياء المصمم خصيصًا والفعال من حيث التكلفة للكشف عن CFM في المجال الزراعي.
Abstract: Considering the importance of cotton products, timely identification of pests (flying moths—being a significant threat to cotton crops) helps to protect cotton crops and improve their production and quality. This study proposes real-time detection of Cotton Flying Moths (CFMs) with the assistance of an Internet of Things (IoT)-based system in the agricultural field. The proposed prototype contains a group of sharp infrared sensors, a Zigbee-based communication module, an Arduino 2560 Mega board, a lithium polymer battery (to power the mote), a gateway device, and an unmanned aerial vehicle (UAV) to respond as a pesticide-sprayer against the detected pest. The proposed pest detection algorithm detects the flying insects’ presence by monitoring variations in the reflected light. Based on this, it sends a detection alert to the gateway device. The gateway device sends detection coordinates to the drone/UAV to respond by spraying pesticide in the detection region. A real testbed and simulation scenarios were implemented to evaluate the effectiveness of the proposed detection system. The results of the testbed implementation suggest the effectiveness of the sensor design and CFM detection. Initial results from the simulation study indicate the suitability of the proposed prototype deployment in the agricultural field. The proposed prototype would not only help minimize the use of pesticides but also maintain the quality and quantity of cotton products. The originality of this study is the custom-made and cost-effective IoT prototype for CFM detection in the agricultural field.