Solar-Powered Edge AI Framework for Real-Time Thrips Population Assessment and Automated Biopesticide Spraying Iin Citrus Orchards

方法

ESP32+光温湿传感器与黄板，TinyML模型经EON编译部署于端侧。

发现

模型F1达1.00、推理1ms、RAM 1.4KB，低电压双触发安全机制可靠阻断喷施。

机会点

可扩展多害虫多作物识别，并结合田间长期验证与喷施量精准优化。

蓟马（Thrips sp.）是柑橘植物的重要害虫，可降低作物产量和果实品质，在温暖干燥的环境条件下尤为严重。使用合成农药的传统防治方法可能导致害虫抗药性、农药残留以及对非靶标生物的不利影响，因此需要更可持续的害虫管理方法。本研究旨在开发SmartAgroTrips，一种太阳能供电的智能农业系统，集成了物联网（IoT）技术、设备端边缘人工智能（AI）和植物源农药喷洒，用于实时监测和自动控制柑橘园中的蓟马侵染。该系统采用ESP32微控制器、集成于黄色粘虫板中的光敏电阻（LDR）传感器、温度和相对湿度传感器、超声波传感器以及电池监测传感器进行开发。研究开发了一种微型机器学习分类模型，根据光照强度、温度和相对湿度将环境条件分为“安全”和“危险”状态。该模型使用EON编译器进行优化，并直接部署到ESP32上。系统性能通过特征空间仿真、硬件在环测试、分类指标以及在不同电池电压条件下的动态执行器验证进行评估。结果表明，“安全”和“危险”条件之间具有清晰的分离，部署的模型实现了1.00的加权F1分数和零分类错误。该模型的推理延迟为1 ms，峰值RAM使用量为1.4 KB，Flash内存使用量为14.4 KB。确定性双触发安全机制在电池电压降至运行阈值以下时成功阻止了喷洒，即使预测的危险概率达到1.00。这些发现表明，SmartAgroTrips能够提供一种高效、自主且节能的系统来监测和控制蓟马侵染，同时也支持在柑橘栽培中使用环保的植物源农药。