Örtü altı tarım uygulamalarında yapay zekâ tabanlı tespit, teşhis, tedavi ve verim otomasyonu

Abstract

Serada bitkiler çok hızlı yetişmektedir. Bu sürede bitkinin verimliliğini etkileyen iki önemli etken bulunmaktadır. Birinci etken, hastalıkların hızlı bir şekilde teşhis edilememesidir. Teşhisin geç kalınmasıyla hastalık çok büyük alana yayılmaktadır. İkinci etken ise, bitkinin yaşam evresi tespitinin geç olmasıdır. Bitki her bir yaşam evresinde farklı iklimlendirme istemektedir. Bu etkenler hızlı tespit edilir ve gerekli önlemler alınırsa bitkilerde verimlilik ve kalite artmaktadır. Günümüzde hastalıklı bitkilerin yaprakları toplanarak laboratuvar ortamında tespit işlemi yapılmaktadır. Serada bitki yetişirken alınan örnekler üzerinde tespit işleminin laboratuvar ortamında yapılması süreci uzatmakta ve tespite yönelik tedavi sürecinde de geç kalınmaktadır. Bu tez çalışmasında, bitkilerin bir anlık örnekleminin değerlendirilmesi yerine bitkinin bütün gelişim süreci dikkate alınarak sürekli gözlem yapılması ve gerekli müdahalenin hızlıca yapılması sağlayan gerçek zamanlı derin öğrenme tabanlı yöntemler ele alınmış ve en yüksek doğruluk oranına sahip bir yöntem önerilmiştir. Bu amaçla, 26648 fotoğraftan oluşan bir veri seti kullanılmıştır. Bu veri seti; çok hassas olan çilek bitkisinin 5 hastalıklı hali ve 3 farklı yaşam evresine yönelik fide, çiçeklenme ve mahsul hallerinden oluşmaktadır. Ayrıca çilek yaşam evrelerindeki susuz halleri de tespit edilmiştir. Bu veri seti MATLAB ortamında evrişimli sinir ağlarında 12 farklı mimaride kullanılmıştır. Serada çilek bitkisi yetişirken bir kamera ile her gün saat 10:00’da durum görüntüsü, gerçek yetişme ortamında alınmaktadır. Bu görüntü ResNet101 mimarisinde işlenmektedir. İşlem sonucu hem bilgisayar ekranında gösterilmekte hem de mikro denetleyicili teşhis ve değerlendirme ünitesine gönderilmektedir. Mikro denetleyicili sistem aynı zamanda, alınan verileri mobil uygulamaya aktarmaktadır. Değerlendirme sisteminde karar verilen gelişim ve hastalık bilgisi üreticinin mobil uygulamasına iletilmekte ve duruma göre sera içi iklimlendirme ayarlamakta ve varsa hastalık tedavisi başlatılmaktadır. Gerçekleştirilen sistemde verimliliği artırmak için sulama ve nemlendirmede bulanık mantık tabanlı bir denetleyici kullanılmaktadır. Bulanık mantık denetleyici için öncelikle MATLAB ortamında benzetim modeli (simülasyonu) yapılmıştır. Daha sonra MATLAB verilerine göre Arduino mikro denetleyicisine kod yazımı gerçekleştirilmiştir. Uygulama sonucunda derin öğrenme ile yetiştirilen çilek bitkisinde verimliliğin ve üretim kalitesinin önemli ölçüde artığı tespit edilmiştir.