落花生病蟲害辨識平台

架構

Loading architecture diagram...

• 機構層：鋁擠型框架、繩索傳動路徑與自製 3D 列印結構件。
• 控制層：Raspberry Pi 負責流程協調，Arduino 負責低階馬達控制。
• 影像層：三顆鏡頭在單次流程中完成多角度影像擷取。
• 推論層：YOLO 模型搭配 Neural Compute Stick 在邊緣端執行辨識。
• 操作層：Android App 負責下發移動與拍攝控制指令。

功能特色

• 以鋁擠型與 3D 列印零件打造可移動式病蟲害掃描機台。
• Raspberry Pi 主控 + Arduino 馬達控制的分層硬體控制架構。
• 透過 USB 通訊整合主控與馬達控制流程，降低控制複雜度。
• 導入 Neural Compute Stick 進行邊緣即時推論，縮短辨識延遲。
• 自行開發 Android App 操作機台移動與拍攝流程。
• 以 YOLO 模型搭配自建病蟲害資料進行訓練與辨識。
• 每次掃描採三鏡頭拍攝，提高影像覆蓋率與辨識可靠度。

成果

• 完成從機構設計、硬體整合到 AI 推論與行動控制的端到端原型。
• 驗證低成本邊緣 AI 在農業病蟲害辨識場景的可行性。
• 畢業專題成果獲得系上佳作。

Demo 圖片

01 / 03放大查看

02 / 03放大查看

03 / 03放大查看