JETSON NANO DEVKIT BASED DECISION SUPPORT SYSTEM DESIGN FOR SPRAYING STRATEGY AND SPRAYING SYSTEM OF AGRICULTURAL UNMANNED AERIAL VEHICLES

Aim: The aim of this paper is to create an intelligent decision support system for spraying and fertilization operations in agricultural lands with Agricultural Unmanned Aerial Vehicles. In this system, different pesticides will be sprayed in sparse or undeveloped areas, different pesticides will be sprayed in areas with normal development and different pesticides will be sprayed in areas with intensive development and plant health will be protected. Thus, inadequate spraying or burning of the plant due to over spraying will be prevented. Method: In this paper, a decision support system embedded in the Jetson Nano Devkit Artificial Intelligence Computer is developed for spraying and fertilization operations performed by Agricultural Unmanned Aerial Vehicles (UAVs). Three different image processing algorithms ("RGB Filter Method", " Pixelwise Classification Method" and "HSV Range Filter Method") were tested on 4000 agricultural field images in order to accurately analyze the snapshots obtained from UAVs. Solution time and solution reliability (green capture rate) were considered as two different objectives in this system where the images should be evaluated instantaneously and the amount of pesticide spraying should be changed. According to the image processing results, the working principle of the spraying system, which was created according to 3 different levels (low-medium-high level) and "Pulse Width Modulation" and "Pulse Width Modulation" techniques, was simulated through the "Proteus" simulation programme and transferred to the real system. Results: As a result of the analysis, it was determined that the "RGB Filter Method" is the ideal algorithm that simultaneously meets the objectives of solution time and solution reliability. In the spraying system, the amount of pesticide to be sprayed per second was determined for 3 stages. Finally, it was decided to take an image every 6 seconds from the camera on the APC and to spray accordingly. Conclusion: Thanks to the proposed decision support system, agricultural areas can be sprayed at dynamic levels according to the level of plant needs. In today's world of global warming, soil erosion and water scarcity, the study is expected to make a positive contribution to smart agricultural practices.

Keywords: Artificial Intelligence Computer, Smart Agriculture Applications, Image Processing, Sustainability, Agricultural Unmanned Aerial Vehicles

Doi: 10.17366/uhmfd.2023.21.1

Amaç: Bu makalenin amacı Zirai İnsansız Hava Araçlarıyla tarım arazilerinde yapılan ilaçlama ve gübreleme işlemleri için akıllı bir karar destek sistemi oluşturmaktır. Bu sistemde, seyrek ya da gelişmemiş bölgelere farklı, normal gelişim gösteren bölgelerde farklı ve yoğun gelişim gösteren bölgelerde farklı ilaç atımları gerçekleştirilecek ve bitki sağlığı korunacaktır. Böylelikle, bitkinin yetersiz ilaçlanmasının ya da fazla ilaçlamadan kaynaklanarak yanmasının önüne geçilebilecektir. Yöntem: Bu makalede Zirai İnsansız Hava Araçları (ZİHA) ile yapılan ilaçlama ve gübreleme işlemleri için Jetson Nano Devkit Yapay Zeka Bilgisayarına gömülü bir karar destek sistemi geliştirilmiştir. ZİHA dan elde edilen anlık görüntülerin doğru bir şekilde analiz edilmesi için 3 farklı görüntü işleme algoritması (“RGB Filter Method”, “Pixelwise Classification Method” ve “HSV Range Filter Method”), 4000 tarım arazi görüntüsü üzerinde test edilmiştir. Anlık olarak görüntülerin değerlendirilmesi ve ilaç püskürtme miktarının değiştirilmesi gerektiği bu sistemde çözüm süresi ve çözüm güvenilirliği (yeşil yakalama oranı) iki farklı amaç olarak dikkate alınmıştır. Görüntü işleme sonuçlarına göre 3 farklı kademelendirilen (düşük-orta-yüksek seviye) ve “Pulse Width Modulation” ile “Pulse Width Modulation” tekniklerine göre oluşturulan püskürtme sisteminin çalışma prensibi “Proteus” simülasyon programı üzerinden simüle edilmiş ve gerçek sistem üzerine aktarılmıştır. Bulgular: Analiz çalışması sonucunda çözüm süresi ve çözüm güvenilirliği amaçlarını eş zamanlı sağlayan ideal algoritmanın “RGB Filter Method” olduğu tespit edilmiştir. Püskürtme sisteminde ise 3 kademe için saniyede atılacak ilaç miktarları belirlenmiştir. Son olarak ise ZİHA üzerindeki kameradan 6 saniyede bir görüntü alınması ve buna göre ilaçlama yapılmasına karar verilmiştir. Sonuç: Önerilen karar destek sistemi sayesinde tarım alanları bitkinin ihtiyaç düzeyine göre dinamik seviyelerde ilaçlanabilecektir. Küresel ısınma, toprak erozyonu ve su kıtlığının bulunduğu günümüz dünyasında, çalışmanın akıllı tarım uygulamalarına pozitif katkı sağlayacağı öngörülmektedir.

Anahtar Kelimeler: Yapay Zeka Bilgisayarı, Akıllı Tarım Uygulamaları, Görüntü İşleme, Sürdürülebilirlik, Zirai İnsansız Hava Araçları

Doi: 10.17366/uhmfd.2023.21.1

Page Range: 1-15