MC-BZY-VI型物联网智能孢子捕捉系统
- 产品介绍
MC-BZY-VI型物联网智能孢子捕捉系统
一、仪器简介：
物联网自动孢子捕捉系统，利用计算机系统集成技术、4G无线传输技术、数码图像采集与处理技术、远程电动微距控制、自动传动及协调系统、光学辅助系统、人工AI智能识别系统、温度自动调节系统等诸多其控制和软件处理系统等诸多领域技术组成的一套植物病菌检测智能自动化工具。
本设备收集随空气流动而传播的病原菌孢子及花粉尘粒。主要用于检测病害孢子存量及其扩散动态，为预测并预防病害流行，传染提供数据。
该设备主要由孢子吸附捕捉系统、孢子传动系统、孢子培养系统、图像采集系统、网络传输系统、对焦系统、电源系统组成。
设备利用光电数控技术，孢子收集采用国标7101载玻片，实现远程自动捕捉各种花粉和孢子信息，自动加载玻片，自动拍照，图片数据自动上传，自动运行等功能。可根据需要实时对环境气象和孢子病害情况上传到指定网络平台，分析人员可在平台对每个时间段内收集到的孢子进行手工分类与计数，形成孢子测报数据库，供远程对病害的发生与发展进行分析和预测，为农业提供服务，满足病情预测预报及标本采集的需要，及时防治病害发生。
二、性能特点：
1、参考 GB/T 24689.1-2009（植物保护机械 孢子捕捉仪（器））标准中有关固定式孢子捕捉仪（器）的安全要求和技术要求。
2、可远程调焦，远程设置运行参数。
3、可自动、手动拍照。
4、内有空气温湿度传感器，随时监测环境温湿度数据并远程传输到服务器。
5、设备具有雨情监测模块，随时监测户外降雨情况以便控制设备工作。
6、设备具有多种工作时段模式， 可任意设置为定时、分时间段工作模式。
7、机械联动往复式装片卸片结构设备控制由一台分体式工业电脑实现，配备10寸彩色触摸屏，内置正版windows10操作系统，具有良好的人机交互界面。
8、具有1000万像素放大显微成像系统，能够自动对所捕获病菌孢子进行显微拍摄，所拍摄图像清晰度能够达到人工识别病菌孢子种类的要求。
9、能够实现从载玻片装载、病菌孢子捕捉、显微成像全过程自动化运行。
10、具有远程及现场编程功能，设备各项功能可通过网络远程设置，修改和读取。工作模式可调。
11、内置卫星定位功能，可在地图上查看当前设备参数。
12、分时工作：可根据标靶病原菌孢子的活动习性规律，设定工作时段。可输出设备运行状态信息，以便于中心平台对设备运行状态进行远程监控。
13、可对设备开关、工作时间段、图像拍摄频率、上传图像频率等设备管理信息进行远程配置。
三、技术参数：
1、孢子收集采用国标7101载玻片，规格25.4x76.2x1.0mm。
2、设备内部运转机构采用一体式结构设计，运转方式采用转盘与圆心旋转技术，节省了设备占用空间。
3、载玻片装填采用垂直机匣式自动装填结构，标准模式为可装填400片载玻片，增量模式可装填500片载玻片。
4、载玻片转台系统采用自动装片、卸片设计，采用联动杆和鱼眼关节配合机械联动方式往复运动装片，无须额外电路控制。
5、载玻片推送采用机械手，每一次自动将一张载玻片推送到工位上 ，载玻片用尽时会触发报警系统。
6、内部结构采用圆形转盘配合铝合金龙骨形式。使用过的载玻片废片，采用钩形机械手主动清除联动方式，机械手自动卸片回收，丢弃至废片盒内集中回收。
7、载玻片吸附采用主动送风，粘附液就有粘性，采用吸附方式。粘附液容器有液位自动监测，电磁阀自动控制粘附液流动，配备非接触式液位传感器，当粘附液液位低于下限时设备会远程报警。
8、配备1000万像素工业CMOS数字相机。采用全景自动白平衡，对图像处理后，支持USB2.0通讯。
10、采用分体式工业电脑控制，正版windows10操作系统，15寸整体触摸显示屏。配有LAN、RS485、RS232、USB等多种接口。
11、采用连续变倍筒式显微镜+10x平场消色远光学系统显微镜头。
12、外壳材料：喷塑钢板。
13、图片采集方式：远程网络平台手动控制采集、设备定时自动采集。
14、电源电压：交流220V±5%，或者DC12V供电。
15、整机功率：≤180W。
16、节电模式：本设备采用节电模式设计，采用40瓦单晶硅太阳板和12AH锂电池组的情况下可正常工作。在此配置下，即使太阳板没有发电、充电，电池也可以支持设备待机120小时以上。
17、定时：可设10个时间段。
18、集气口风速：0.3～5 m/s。
19、绝缘电阻：≥2.5MΩ
20、设计寿命：10年
21、工作环境温度：-20 至70℃
22、外形尺寸80×71cm×197cm
23、重量：60KG
四、AI病菌孢子种类智能识别：
1、对于分布在物联网孢子捕捉仪用户来讲，部分用户缺乏病菌孢子识别技能而无法精准知道捕捉到的病菌孢子品种，从而影响到设备的使用效果。我们针对该情况，开发了《AI智能病菌孢子体识别系统》，面向需求升级了孢子种类数量、优化了算法、扩大了数据库的数据量、从新建立了模型，从而进一步提升了识别的效果，为提高设备的使用效果提供了有力的技术支撑。
2、由于不同孢子的识别具有特殊性，每种形态都不同，市场上没有通用的解决方案可以直接使用，所以我们自己只能投入巨大人力和物力建设一个孢子图片库进行定制化训练。
3、该孢子识别功能通过图像分类任务，前期收集不少于500张图片进行可行性验证后，最终优化为识别准确率90%以上的模型。
第一步，明确需要识别的孢子。 第二步，针对各种孢子，收集该种类下的各种角度，分别收集正面、侧面、背面等多角度图片。 第三步，形成可上传进行训练的数据，数据导入。第四步，当您把图片上传到图像分类数据集进行标注时，可批量标注功能快速为图片打标签，提高您的标注效率。第五步，模型训练。第六步，I训练。最终AI自己把所有的孢子图片训练，达到自动识别功能。
五、大数据平台
1、可以随时通过计算机和手机查看当下数据和历史数据，包括照片。
2、支持历史数据下载。
3、远程设置参数
4、短信预警
5、远程控制设备
