Key points are not available for this paper at this time.
تناقش هذه الورقة مشكلة هدر المبيدات الزراعية وانخفاض معدلات الاستخدام الناتجة عن الحماية النباتية التقليدية من خلال عمليات الرش، التي تطبق جرعات متساوية على أهداف مختلفة أو على أجزاء مختلفة من نفس الهدف. لمواجهة هذه المشكلة، صممنا نظام رش متغير لأشجار الفاكهة بناءً على خوارزمية ExG-AABB (زيادة اللون الأخضر وصندوق الإحاطة المتوازي مع المحاور). استخدمنا كاميرا Kinect العمق لالتقاط معلومات حول تاج شجرة الفاكهة وبنينا نموذج تدفق رش باستخدام تقنية تعديل عرض النبضة والتحكم في الرش المتغير. تم توجيه رش عدة فوهات متغير من خلال دمج هذه البيانات الخاصة بالتاج. قمنا بتقييم دقة كل نموذج في حساب حجم التاج من خلال مقارنة معامل التحديد (R2) وجذر متوسط مربع الخطأ (RMSE) لخوارزمية ExG-AABB مع طريقة قشرة المقاطع الكونفكس، الطريقة الفوكسل، طريقة شكل ألفا ثلاثية الأبعاد، وطريقة QuickHull. حققت خوارزمية ExG-AABB أعلى قيمة R2 (0.9334) وأدنى قيمة RMSE (0.0353 م³) من بين النماذج الخمسة، مما يشير إلى أنها تعكس بدقة الحجم الحقيقي لتاج شجرة الفاكهة. وهذا يؤكد فعالية خوارزمية ExG-AABB في حساب حجم التاج. أنشأنا نموذج ارتباط بين حجم التاج وحجم الرش، وصممنا طريقة طبقات تعتمد على التاج بناءً على معالجة النقاط السحابية، وحققنا حسابًا دقيقًا لتدفق الفوهة. تم إجراء تجارب حقلية مقارنة لتحليل معدل تغطية الرش وتدفق الرش الملحوظ، مما سمح بتقييم تأثير الرش لهذا النظام المتغير. أظهرت النتائج التجريبية أنه مقارنةً بالرذاذ المستمر التقليدي، فإن هذا النظام المتغير للرش لا يحقق فقط تغطية رش أكثر تناسقًا ولكنه أيضًا يقلل بشكل كبير من استخدام المبيدات بنسبة 48.1%. علاوة على ذلك، من خلال تحسين النظام، انخفض المتوسط العام لمعدل التغطية للطبقة الوسطى من التاج بمقدار 17.53%، مما أدى إلى تقليل ظاهرة الرش المتداخل من عدة فوهات وتحسين كفاءة الرش.
درس سان وآخرون (الأربعاء) هذا السؤال.