XiaoMi-AI文件搜索系统
World File Search System田间
文章 基于空间人工智能的小麦检测和防撞农业机器人平台
摘要：为了在小麦生长季节获得更一致的测量结果，我们构思并设计了一个自主机器人平台，该平台使用空间人工智能 (AI) 在作物行中导航时执行防撞。农学家的主要限制是在驾驶时不要碾过小麦。因此，我们训练了一个空间深度学习模型，该模型可帮助机器人在田间自主导航，同时避免与小麦发生碰撞。为了训练这个模型，我们使用了公开的预标记小麦图像数据库，以及我们在田间收集的小麦图像。我们使用 MobileNet 单次检测器 (SSD) 作为我们的深度学习模型来检测田间的小麦。为了提高机器人实时响应田间环境的帧速率，我们在小麦图像上训练了 MobileNet SSD，并使用了新的立体相机 Luxonis Depth AI 相机。新训练的模型和相机可以实现每秒 18-23 帧 (fps) 的帧速率 - 足够快，让机器人每行驶 2-3 英寸就能处理一次周围环境。一旦我们知道机器人准确地检测到周围环境，我们就会解决机器人的自主导航问题。新的立体摄像头使机器人能够确定与训练物体的距离。在这项工作中，我们还开发了一种导航和防撞算法，该算法利用这些距离信息帮助机器人观察周围环境并在田间机动，从而精确避免与小麦作物发生碰撞。我们进行了大量实验来评估我们提出的方法的性能。我们还将我们提出的 MobileNet SSD 模型获得的定量结果与其他最先进的物体检测模型（例如 YOLO V5 和 Faster 区域的卷积神经网络 (R-CNN) 模型）的定量结果进行了比较。详细的比较分析揭示了我们的方法在模型精度和推理速度方面的有效性。
波蒂斯黑德可再生能源研究 - 任务一
• 在 Portishead Down 绿化带（警察总部以东的区域）开发田间太阳能发电的可能性，并与规划部门进一步调查是否应通过社区计划或其他途径最好地推广该地点。 • 在 Portishead Down 绿化带中开发陆上风电是否具有技术潜力。这将涉及绘制住宅物业的缓冲区、与树篱和公共人行道的距离。 • 如果有技术潜力，开发陆上风电或田间太阳能发电的下一步（超出了目前定义的本项目范围）将是根据绿化带政策的目标对绿化带土地的价值进行评估，以构成支持该政策的证据基础的一部分。
最初发表于：Koller，Teresa；卡门青德，马塞拉；荣格，以斯帖；布伦纳，苏珊娜；主，格哈德；阿姆布鲁斯特，天鹅座；凯勒，比特（2024）。
从野生或相关物种中引入抗性基因是提高小麦品种抗病性的常用策略。Pm17 是一种使小麦具有白粉病抗性的基因。它编码一种 NLR 型免疫受体，几十年前作为 1RS 染色体臂易位的一部分从黑麦渗入小麦。到目前为止，还无法将 Pm17 从其共渗入的黑麦基因中分离出来，因为重组受到抑制。我们在田间测试了过表达 Pm17 而没有任何其他黑麦基因的转基因山鹑小麦。在三个田间季节中，四个转基因事件表现出高水平的 PM17 蛋白积累、强大的白粉病抗性且没有多效性。我们采用了转基因插入和杂交育种相结合的方法来生成共表达 Pm17 和 Pm3 或 Pm17 和 Pm8 的品系。白粉病菌属小麦白粉病菌感染试验证实了 Pm17+Pm3b 和 Pm17+Pm8 系中两种金字塔转基因具有附加的、特定品种的抗性。此外，金字塔系在三个田间季节中表现出很强的白粉病抗性。我们得出结论，来自扩展基因库的过表达 NLR 基因组合拓宽并多样化了小麦的抗病性。
农业生态系统中的行内杂草 - 综述
传统的人工除草是整个农作物生产周期中繁琐且昂贵的操作之一，原因是劳动力成本高、耗时且乏味。除草剂的使用除了其他令人担忧的缺点外，还造成了环境污染。对无毒食品的需求不断增加，已成为除草的挑战。因此，机械除草变得越来越重要。农业自动化也提高了除草管理的机械化投入。传感器、微控制器和计算技术在田间的快速应用为农业自主指导系统奠定了基础。自动化系统对田间作业具有时间效率，避免了巨大的劳动力需求和健康繁琐问题，从而实现了高效的农场运营。农民通常使用手动工具（如 khurpi（手动小锄头）、挖沟机、铁锹、轮锄、推拉式除草机）来清除行间和行内杂草，除草效率较高，在 72% 至 99% 之间，但田间持水量很低，在 0.001 至 0.033 公顷/小时之间。本篇评论讨论了机械除草方面的最新研究成果，例如拖拉机操作的指式除草机、扭力除草机、ECO 除草机、火焰除草机、耙子和基于传感器的技术，用于管理行距较宽的作物的行间和行内杂草。
便携式近红外分光光度计...
特定作物生产或“处方耕作”是一种管理技术，其中除草剂和肥料等投入物的施用率根据土壤和农学特性的空间差异而变化。量化这些空间差异的数据可以通过密集采样和随后的实验室分析来收集，但为了获得最高效率，最好通过能够在田间进行分析的自动化仪器来获取这些数据。光谱反射率测量提供了一种估计田间土壤特性的可能方法。研究人员已经将土壤特性与可见光和近红外 (NIR) 反射率数据相关联（Dalal 和 Henry，1986 年；Gaultney 等人，1989 年；Gunsaulis 等人，1991 年；Henderson 等人，1989 年；Krishnan 等人，1980 年；和 Schreier，1977 年）。 Sudduth 和 Hummel (1991) 评估了可见光和近红外反射数据，以估计 TIlinoissoils 的有机物含量。通过偏最小二乘回归分析的近红外数据为 30 种土壤在枯萎点和田间持水量水平下提供了最佳相关性（r2= 0.92，预测标准误差为 0.34% 有机物）。使用的反射数据为 1720-2380 nm，间距和带宽为 60 nm，总共 12 个反射点。本文介绍了坚固耐用的便携式近红外光谱仪的设计、开发和评估
学校午餐报告
risshun（每年2月4日左右）被认为是年开始的，根据月球日历，在一年中的最后一天落在SetSubun上，人们举行了豆子 - 举办仪式来驱使邪恶的精神并带来好运。豆被认为具有摧毁恶魔的力量，被称为“ mame”（意思是“魔鬼的废墟”）。据说人们通过吃“ Fukumame”，即烘烤以驱逐邪恶的精神来为身体健康和好运而祈祷。人们吃的豆数量与一年的数量相同，而且它很幸运。“田间的肉”关于大豆大豆被称为“田间的肉”，因为它们含有与肉类相当的大量高质量蛋白质。此外，大约95％的蛋白质被人体吸收并使用。此外，大豆是饮食纤维和钙的极好来源。我们周围有许多大豆产品，因此Let将它们积极地纳入我们的日常饮食中。将它们积极地纳入我们的日常饮食中。