נגישות
menu      
חיפוש מתקדם

סיגל ברמן

ניר ותלם

במדינת ישראל כ- 29,000 דונם פלפל מתוכם כ- 16,800 דונם בערבה (בשנים 2008 – 2009), רובם בבתי צמיחה (בערבה הגידול מתבצע רק בבתי צמיחה). ניטור מחלות בתקופת הגידול והקטיף באמצעות פיקוח תקופתי הינה הכרחית למניעת התפשטות המחלה ופגיעה משמעותית ביבול. בשל מגבלות כח אדם, זמן ועלות פיקוח גבוהה, תדירות דגימת החלקה וצפיפות הדגימות במרחב בית הצמיחה אינן מיטביות. המאמר הינו דוח מחקר שהותאם לכתב העת. במסגרת המחקר בוצע איפיון מערכת החיישנים למחלות שונות ונחקרו שיטות הזיהוי והניטור הקיימות. על פי האיפיון נרכשו חלק מהחיישנים לפיתוח מערכת זיהוי המחלות. הוגדרו החיישנים במערכת הרובוטית שישמשו לניטור המחלות, ניווט, מיפוי הסביבה, וזיהוי מכשולים. בוצע איפיון של תהליך ניטור הצמח הכולל 3 שלבים: 1) זיהוי מיקום הצמח, 2) תכנון מיקום המצלמות לביצוע הדגימה; ו-3) זיהוי נוכחות המחלה. בוצע ניסוי מעבדה לבחינת התאימות של רכיבי המערכת השונים (הזרוע הרובוטית, החיישנים, בקרת התנועה, האלגוריתמים לזיהוי המחלות ומערכת המחשוב) והביצועים האינטגרטיביים של המערכת הכוללת. בוצעו ניסויים לבחינת זיהוי מחלות TSWV וקמחונית באמצעות זרוע רובוטית ומצלמות RGB ומולטיספקטראליות ופותחו אלגוריתמים לזיהוי קמחונית ו-TSWV מבוסס צבע והשונות המרחבית. התוצאות הראו כי אלגוריתמים המיטביים הגיעו להצלחה בזיהוי של מעל 90%. הטכנולוגיות שפותחו במסגרת המחקר יאפשרו פיתוח מערכות רובוטיות לניטור מחלות בגידולי חממה אשר יביאו לחיסכון בידיים עובדות, בחומרי ההדברה ובהשפעה על הסביבה. כמו כן יאפשרו זיהוי מהיר ומוקדם ותגובה מהירה במידה ותזוהה התפרצות של מחלה. העבודה מתוארת בשני מאמרים. בראשון, המובא כאן, מפורט המחקר שבוצע בפיתוח האלגוריתמים לזיהוי המחלות. במאמר השני יוצג המחקר והפיתוח של המערכות הרובוטיות ואינטגרציה של כל מכלולי המערכת.

פותח על ידי קלירמאש פתרונות בע"מ -
הספר "אוצר וולקני"
אודות
תנאי שימוש
מערכת אוטונומית לניטור ללא הרס של מחלות בבתי צמיחה לפלפל - פיתוח מערכת זיהוי המחלות

סיגל ברמן

גיליון 78

במדינת ישראל כ- 29,000 דונם פלפל מתוכם כ- 16,800 דונם בערבה (בשנים 2008 – 2009), רובם בבתי צמיחה (בערבה הגידול מתבצע רק בבתי צמיחה). ניטור מחלות בתקופת הגידול והקטיף באמצעות פיקוח תקופתי הינה הכרחית למניעת התפשטות המחלה ופגיעה משמעותית ביבול. בשל מגבלות כח אדם, זמן ועלות פיקוח גבוהה, תדירות דגימת החלקה וצפיפות הדגימות במרחב בית הצמיחה אינן מיטביות. המאמר הינו דוח מחקר שהותאם לכתב העת. במסגרת המחקר בוצע איפיון מערכת החיישנים למחלות שונות ונחקרו שיטות הזיהוי והניטור הקיימות. על פי האיפיון נרכשו חלק מהחיישנים לפיתוח מערכת זיהוי המחלות. הוגדרו החיישנים במערכת הרובוטית שישמשו לניטור המחלות, ניווט, מיפוי הסביבה, וזיהוי מכשולים. בוצע איפיון של תהליך ניטור הצמח הכולל 3 שלבים: 1) זיהוי מיקום הצמח, 2) תכנון מיקום המצלמות לביצוע הדגימה; ו-3) זיהוי נוכחות המחלה. בוצע ניסוי מעבדה לבחינת התאימות של רכיבי המערכת השונים (הזרוע הרובוטית, החיישנים, בקרת התנועה, האלגוריתמים לזיהוי המחלות ומערכת המחשוב) והביצועים האינטגרטיביים של המערכת הכוללת. בוצעו ניסויים לבחינת זיהוי מחלות TSWV וקמחונית באמצעות זרוע רובוטית ומצלמות RGB ומולטיספקטראליות ופותחו אלגוריתמים לזיהוי קמחונית ו-TSWV מבוסס צבע והשונות המרחבית. התוצאות הראו כי אלגוריתמים המיטביים הגיעו להצלחה בזיהוי של מעל 90%. הטכנולוגיות שפותחו במסגרת המחקר יאפשרו פיתוח מערכות רובוטיות לניטור מחלות בגידולי חממה אשר יביאו לחיסכון בידיים עובדות, בחומרי ההדברה ובהשפעה על הסביבה. כמו כן יאפשרו זיהוי מהיר ומוקדם ותגובה מהירה במידה ותזוהה התפרצות של מחלה. העבודה מתוארת בשני מאמרים. בראשון, המובא כאן, מפורט המחקר שבוצע בפיתוח האלגוריתמים לזיהוי המחלות. במאמר השני יוצג המחקר והפיתוח של המערכות הרובוטיות ואינטגרציה של כל מכלולי המערכת.

פרסום מקצועי
אולי יעניין אותך גם