[发明专利]一种基于深度学习的农作物生病监测主控板

说明书

本发明公开了一种基于深度学习的农作物生病监测主控板，属于，其结构包括主板MCU、CMOS摄像头模块和NB‑IOT模块，主板MCU的I²C接口与CMOS摄像头模块的SCCB接口连接，主板MCU通过UART与NB‑IOT模块连接。本发明的一种基于深度学习的农作物生病监测主控板和现有技术相比，具有成本低、监测效果好、利于大规模市场推广的特点。

技术领域

本发明涉及作物监测技术领域，具体地说是一种基于深度学习的农作物生病监测主控板。

背景技术

现如今，随着我国科技水平的不断提高，农业自动化水平应用也越来越广泛，很多农场实现了无人看守的自动化管理体系，实现从灌溉、施肥、通风和报警的全自动管控。作物监控系统需要能较准确地估测出各种作物的生长环境，也能跟踪监测各类作物在不同生长期的长势，从而根据需要及时采取有效措施，对农作物的生长进行监控，保证当年产量的稳定增长。传统的农作物数据监测具有很大局限性，特别是一些由于现场环境因素的限制而不便架设线路的情况，给农作物观测带来了很大的不便。

现有的一种农作物低空观测系统（申请号：201520223754.3），在地面多个地点设置多组温度传感器和湿度传感器，每组温度传感器以及湿度传感器均连接在一个单片机的输入端，单片机连接在一无线射频发送模块上；设置一飞行器，在飞行器上承载有卡片式电脑，在所述卡片式电脑的接口端连接有光照传感器、摄像头以及无线射频接收模块，所述无线射频接收模块与无线射频发送模块之间通过无线网络通讯，所述卡片式电脑与远程的PC机之间通过云端数据共享。虽然部分解决了底层通过单片机进行数据采集，并通过无线网络来实现传输，通过PC机云端数据进行监视；虽然部分解决了农作物自动观测的问题，但是农作物本身就是利润比较低的行业，如果农场再大量利用高科技产品，比如树莓派作为主控板，大大提高农业成本，降低市场竞争力。

发明内容

本发明的技术任务是针对以上不足之处，提供成本低、监测效果好、利于大规模市场推广的一种基于深度学习的农作物生病监测主控板。

本发明解决其技术问题所采用的技术方案是：一种基于深度学习的农作物生病监测主控板，包括主板MCU、CMOS摄像头和NB-IOT模块，主板MCU的I²C接口与CMOS摄像头的SCCB接口连接，主板MCU通过UART与NB-IOT模块连接。

进一步，优选的结构为，还包括电源管理模块，所述的电源管理模块为低压差线性稳压器。

进一步，优选的结构为，所述的主板MCU为采用Cortex-M4内核的STM32F401RCT6。

进一步，优选的结构为，所述的主板MCU通过AT指令实现对NB-IOT模块的控制，主板MCU采用RXD、TXD、GND三条线通信。

进一步，优选的结构为，所述的CMOS摄像头为ov7740模块，ov7740模块的数据通过并行接口连接MCU。

一种运用基于深度学习的农作物生病监测主控板的农作物生病监测系统，包括云服务器、主控板和摄像头；

云服务器采用linux操作系统，基于开源TensorFlow构造卷积神经网络模型，用于训练生病作物图像特征，并用训练好的卷积神经网络对计算单元传回的图片进行分析，若结果异常则发出告警；

主控板包括主板MCU、CMOS摄像头模块和NB-IOT模块，主板MCU的I²C接口与CMOS摄像头模块的SCCB接口连接，主板MCU通过UART与NB-IOT模块连接；主控板通过TCP与云服务器保持长连接状态，并周期性地将摄像头采集的图片上传至云服务器，由服务器端统一分析，本地不做处理；

摄像头通过摄像头模块和主控板连接，用于监测农作物。