Προγνωστικό συμβουλευτικό σύστημα ευφυούς άρδευσης με τεχνολογίες διαδικτύου των πραγμάτων και μηχανικης μάθησης

Predictive advisory system for intelligent irrigation using IoT and Machine (Αγγλική)

  1. MSc thesis
  2. Κρυσταλλίδης, Αναστάσιος
  3. Συστήματα Κινητού και Διάχυτου Υπολογισμού (ΣΔΥ)
  4. 24 Σεπτεμβρίου 2022 [2022-09-24]
  5. Ελληνικά
  6. 63
  7. Αδαμοπούλου, Ευγενία
  8. Γκουμόπουλος, Χρήστος
  9. IoT | Cloud Computing | client-server architecture | Machine Learning | Supervised Learning | Random Forest Regression | Smart Agriculture | Smart Farm | Agriculture Sustainability | Crop Irrigation
  10. 3
  11. 11
  12. Κείμενο, πίνακες, εικόνες, ηλιακή ενέργεια, μπαταρία, προγραμματισμός μικροελεγκτή σε C, πρόγραμμα σε γλώσσα Python, backend, frontend, MySQL, rest API, PHP, HTML, javascript, Arduino IDE, cloud computing, πρωτότυπο συστήματος.
    • Στη παρούσα εργασία επιχειρούμε να αναδείξουμε την σημασία της αναγκαίας πλέον μετάβασης στην έξυπνη γεωργία μέσω IoT συσκευών καθώς επίσης και να παρουσιάσουμε, να αναλύσουμε και να εφαρμόσουμε την λειτουργία μιας εφαρμογής η οποία θα συγκεντρώνει δεδομένα από έναν καλλιεργητή και από ένα συγκεκριμένο είδος καλλιέργειας σε πραγματικό χρόνο, θα τα αναλύει, θα τα επεξεργάζεται σε υπολογιστικό νέφος και θα δημιουργεί ένα συμβουλευτικό μοντέλο ποτίσματος το οποίο θα εκπαιδεύεται συνεχώς, ενημερώνοντας φυσικά απομακρυσμένα τον καλλιεργητή, για την συνολική διαδικασία και τις ανάγκες της καλλιέργειας. Η διαδικασία της επεξεργασίας των δεδομένων στηρίζεται στην μηχανική μάθηση και συγκεκριμένα στην μέθοδο Random Forest Regression της κατηγορίας Supervised Learning για την λήψη, την εκπαίδευση και την παροχή συμβουλής για την απαιτούμενη ποσότητα ποτίσματος ανά ρίζα καλλιέργειας. Η λειτουργία όλων των παραπάνω υλοποιείται με την χρήση του μικροελεγκτή Arduino που λειτουργεί ως hub, αισθητήρων που αποτελούν τις εισόδους της εφαρμογής, database server όπου και συγκεντρώνονται τα δεδομένα και web server όπου εκτελείται ο αλγόριθμος δημιουργίας του μοντέλου μας και αποστέλλει την συμβουλή ποτίσματος που αποτελεί και στην ουσία την έξοδο μας. Η αποστολή συμβουλής ποτίσματος γίνεται μέσω email. Η απαραίτητη σύνδεση του εξοπλισμού στο διαδίκτυο πραγματοποιείται μέσω δικτύου 4G με χρήση Modem. Η αναγκαία ηλεκτρική ισχύς για να λειτουργήσουν τα υλικά μας παρέχεται από την χρήση φωτοβολταϊκών πάνελ σε συνδυασμό με μπαταρία που θα εξασφαλίζουν την αδιάλειπτη λειτουργία του συστήματος.
    • In the present work we attempt to highlight the importance of the necessary transition to smart farming via IoT devices, as well as, to present, to analyze and implement the operation of an application that will collect data from a grower and a specific crop type in real time, will analyze them, will process them on cloud computing and will create an advising irrigation model which will be continuously trained and informing the grower remotely, about the overall process and the needs of his cultivation. The data processing process is based on machine learning and specifically on the Random Forest Regression method of the Supervised Learning category for obtaining, training and advising on the required amount of watering per crop root. The operation of all the above is implemented with usage of Arduino microcontroller that act as a hub, sensors that are the inputs of the application, database server where the data are collected and web server where the algorithm for creating our model runs sends the irrigation advice that is essentially our output. Irrigation advice is sent via email. The necessary connection of the equipment to the internet is made through a 4G network using a Modem. The necessary electrical power to operate our materials is provided by the use of photovoltaic panels in combination with a battery that will ensure the uninterrupted operation of the system.
  14. Αναφορά Δημιουργού-Μη Εμπορική Χρήση 4.0 Διεθνές