2023線上成果展

字級:
小字級
中字級
大字級

智慧農業成果大集合

類別 成果名稱 成果簡介

產業
生態系
設施蔬菜智農生態系整合產品展

開發物聯網監控系統、監控設備和作物智慧栽培技術,並已技轉廠商生產和銷售。為推動智農研發成果落地普及,以生態系平臺整合智農產業鏈上下游,透過API串接整合資訊系統及監控設備,再藉由公私協力,中央與地方政府共同努力,推動農產業智慧化。

稻作產業智慧管理生態系

面對氣候變化、勞動力短缺、人口老齡化等問題,稻作生產的穩定性問題日益嚴峻。我們透過稻作產業智慧管理生態系,打造新形態的生產和銷售模式,提供可輕鬆操作的數位化監測工具與病蟲害警示系統,幫助農民掌握田間環境變化,即時做出精準的管理決策,提高病蟲害防治成效。

 智慧安全農業生態系

為落實「建構完善的農作物智慧生產生態系計畫」目標,提出兩項智慧科技應用主軸,包括生產面所需「提升有害生物自主管理之技術服務」;收穫面所需「農產品農藥殘留檢測把關技術」。透過公部門技術整合,針對農政與產業需求,提供即時、精準與公私協作的技術整合、技術落地、問題回饋與應用技術再優化,建立穩定的公私協力夥伴關係,並將整合過程所需注意之相關問題,提供農政機關參酌與研擬相對應的政策配套工具。

洋蔥作物病害預警系統

氣候變遷致使作物病害頻頻發生,農民收益降低。解法在於如何即時提示作物狀態,提醒農民病害預防則能降低損失。本系統藉由收集作物生長田區環境變化參數及作物發病的學理基礎,結合田間實際病害調查,建立作物發病專家系統,再提供系統智能化學習,進行作物發病機率預測,即時提醒農民病害防治降低農損。

建構香蕉及水蓮產業
無人機代噴產業生態系
因香蕉及水蓮為高雄與屏東地區外銷大宗作物,種植面積日益增加,為在施藥技術達到精準用藥及省工效果,導入無人機精準施藥模式為一良好的解方,本次以科學驗證方式藉由無人機精準施用藥劑驗證試驗,建立香蕉及水蓮無人機精準施藥指引,並導入香蕉及水蓮產業建構無人機代噴產業生態系,使這兩個產業皆能有效應用無人機精準施藥技術,提高施作效率。
 無人機精準施藥

近年來臺灣農業勞動力老化,地勢陡峭之坡地果園因勞動力不足,導致坡地廢耕果園逐漸增加。為解決農業缺工之問題,政府積極推動智慧農業技術的應用。透過自動化和省力化的器械,填補勞動力不足的缺口,同時改善環境不友善的工作條件,以提升農耕操作的效率。本團隊運用多元化的無人機技術,透過場域建模加上運用無人機的高空辨識及定位,進行坡地果園的樹種辨識。同時,結合無人機路徑演算,建置精準的噴藥路線,展現智慧農業之研發成果。

漁業  觀賞水族活體貿易之數位營運平臺 過去觀賞水族養殖業者因出貨數量盤點不易,容易造成爭議或直接增加備品數量,導致成本增加。另一方面,銷售市場資訊不明情況下,容易增加養殖業者風險,於投入同品項生產下造成價格崩跌。本技術為「觀賞水族產業垂直整合數位平臺」,精準掌控進出貨數據,彙整上中下游銷售履歷並使數據即時且透明化,利用產銷數據分析進行生產預測,鏈結至少20家廠商加入平臺使用,銷售目標鎖定歐美與日本等高端市場。
水產養殖定位自走車技術與應用模式

藉由各式省工省力之機械化設備,緩解現有水產養殖產業人力嚴重缺乏及老化問題,開發自走巡場車以無人化自走方式,自動量測水質參數及CCD視覺取像,並以IoT無線網路將所量得之參數傳回控制中心,取代人力巡視養殖池。自走車定時至每一個養殖池進行自動化飼料投餵或投擲益生菌,以改善水產養殖缺工問題。

自走車亦能監控養殖池環境各項生物環境參數,搭配預警系統,提供漁民應變時間,減少損失,達到省工、穩定水質、節能、精確投餌、降低重大風險與災損,節省人力成本,提高整體產值產能。

魚病鏈球菌的自動監測系統 本系統使用Arduino微控制器作為系統控制核心,應用水產試驗所已完成開發之常見鏈球菌檢測試劑(Rapid detectin kit for the common Streptococcus spp. , St-kit),將檢測流程自動化,再利用比爾-朗伯定律(Beer-Lambert Law)進行光學檢測,並使用光強度感測器以加速及準確地判別檢測結果以得到檢體之濃度,完成一套可自動化檢測總生菌數並具物聯網功能之檢測系統,此系統可自行完成過往需要人為操作的取樣、稀釋、調配待測液、記錄檢測數據並上傳至雲端資料庫。
 輕量型模組化海上電子觀察員

電子觀察員系統(EMS)可以用來代替傳統的船上觀察員,並擴大被觀察船舶的覆蓋範圍。這些所謂的電子觀察員可以不間斷地工作 24 小時,減輕招募人力的負擔。現行的延繩釣規定要求覆蓋率達到 5%,即對於 1,100 艘的臺灣艦隊,至少需要 55 名人員,而未來非常有可能由國際區域漁業組織(RFMO)推動增設電子觀察員涵蓋率。為了確保符合國際法規,未雨綢繆,發展我國的輕量模組化EMS是無可避免的。

家禽 智慧家禽生產管理數位服務專家系統

透過專家系統進行場域資料收集,匯集環境與飼養資訊、禽隻影像及聲紋資訊等,再利用機器學習技術,建立環境及飲水等預測模型,得以預先通報建議環控系統啟閉等事項。數位服務上則透過資料庫與家禽疾病知識庫建置,整合自然語言技術及文本探勘技術,並運用行動應用軟體,搭配聊天機器人功能,提供管理者禽舍預警資訊與系統內建立之專家知識判斷與建議參考,讓業者更能充分掌握生產情形。

 雞隻聲紋預警系統

家禽產業在全球食品供應鏈中扮演著重要的角色,隨著人口的增長和經濟發展,對家禽肉和蛋類的需求不斷增加。然而,傳統的開放禽舍系統面臨著環境和病毒的挑戰。本研究透過聲音與呼吸道疾病之間的關聯,以音訊處理和機器學習的方法,建立辨識和監測家禽呼吸道疾病的裝置。這項設備將有助於家禽養殖系統的健康監測自動化,同時減少疾病傳播的風險、並提升農民飼養管理效率。

蘭花 文心蘭智能補光技術

文心蘭外銷價格受市場需求影響甚大,產量高峰期遇花市買氣不佳,則造成價格下跌甚至虧損。花農如使用除芽技術調整花期,有助於提高切花產量但卻會造成大量養分消耗,導致後續切花品質不佳。然而,補光技術除可調整產期亦能提升切花品質。傳統補光技術多仰賴農民經驗或是每日定時開關,無法精準與自動補光,智能補光技術的開發,是透過微氣候環境參數蒐集、演算及 LED 燈具之應用,有效降低電費成本,提升切花品質與產期調控。

 結合AR及AIoT之花卉生產作業數位服務 本計畫透過物聯網及虛擬實境技術,建立雲端化生產機制以及虛實整合資訊瀏覽技術,透過加強產業數據驅動(Data Driven)能力,使產業供應鏈數位化及數據交換比率提升。透過改善及深化應用測試,整合資訊平台發展室內定位數據紀錄模式、AR可視化感監測設備展示及遠端產品互動溝通系統等5G應用技術,已改善於生產管理作業流程。應用AIoT及新興科技技術,結合生育產量及品質現況,進行產量及產期監測作業,以因應氣候變遷下的產銷變化。
 蝴蝶蘭電子商務交易平臺系統 本技術為蝴蝶蘭電子商務交易平臺,並建構B2B之下單系統。該系統開放所有蝴蝶蘭同業使用,利用數位化、智慧化的電子交易平臺,集結各花卉的供應商與採購商,期透過系統功能達到併貨出貨、減少運費及降低成本等效益,並增加產業競爭力。
設施
栽培
作物產量預測模型與企業資源計畫(ERP)
於雲端系統結合應用之建構
將研發之作物產量預測模型結合農企業資源計畫(ERP)應用架構,部署於雲端進行農作物相關生產資料紀錄、資源整合,取代一般手寫紀錄,以增加資源管理之作業效率。本研究採用開源軟體Python語言進行撰寫與分析,並分別以Python內之Random Forest、Matplotlib等套件做影像輸出入、線性擬合、演算及統計,以求得作物葉面積,並與相關之特徵因子,例如光強度、葉面積及定植後日數等,建置作物產量預測模型,並與ERP結合使用Django撰寫應用之網頁框架。
 設施番茄栽培數位服務示範 番茄為高經濟作物之一,為了從智慧應用層面提升番茄栽培設施,以及解決農業傳承斷層問題,我們透過共通資訊平臺蒐集感測、設備作動和氣象資料進行機器學習運算,理解設施設備目前使用狀況,並分析作動器的用電量;以及應用番茄作物模式來預測番茄未來生長狀況,提供戰情室、決策建議、物聯網、能源分析等數位服務,使番茄栽培者提升管理效率,達成穩定產銷與節約能源之目的。
移動式高光譜成像儀 (HP280 RII)
於生產場域的應用
利用移動式高光譜相機、行動式光箱以及雲端人工智慧檢測平臺,以非破壞性方式進行番茄植株健康檢測,藉由了解番茄葉面水分含量,進而管理番茄果實風味且可早期檢測病害發生的機會。
發展物聯網多離子監測系統於水耕栽培 智慧化栽培模式期望藉由物聯網控制多種模組,用於監測環境參數與作物生理資訊,並整合作物與環境的交互作用以評估環境變化對作物的影響,進而調整栽培策略來達到品質控制與產量提升。市面上已開發多種環境監測系統,但仍缺少作物體內外營養素分析工具;營養素為作物成長狀態與生理表現之關鍵因素,其中巨量離子嚴重影響作物生長並改變性狀,若無法即時監控營養來源和植物體內營養素變化則無法進行有效的栽培管理。
蔬菜種苗生產之植床管理
運用QR Code條碼精準管理
傳統上,蔬菜的穴盤播種後,上架植床、施肥、噴藥、補植以及出貨等工作多以人工紙本記錄。現今在蔬菜育苗產銷管理系統中建置蔬菜種苗植床管理的 QR Code 條碼功能。透過掃描種苗和植床的 QR Code 條碼標示,能快速且準確地處理各種『現場』育苗產銷管理作業。透過條碼精準管理可知道該批種苗所有的管理歷程,提高蔬菜育苗場的產銷與經營效率。
  數位化田間作業紀錄與管理工具
應用於鳳梨產業
為記錄農產品從生產到銷售完整流程,i-PLANT開發各項系統模組包含:田間管理、包裝管理、生產資訊、銷售資訊等,且提供與環境IoT、自動化設備介接API之功能,並透過LBS、數據分析、產量預測模型、影像辨識等技術,彙整農產地至包裝集貨供應過程資訊,搭配農藥殘留檢驗結果,自動化產出產銷履歷、外銷出口檢疫等認證所需格式,以符合市場消費者及貿易商需求。
 蕈菇生產影像辨識應用技術之研發 本研究融整國產32位元微處理晶片與CMOS CCD 影像感測模組,進行菌菇生長視覺辨識前端運算技術開發。利用ARM M4系列微處理晶片,進行太空包走菌生長影像擷取,運用影像辨識技術計算菌菇走菌速度,提供即時生理參數資訊。影像辨識方法訓練出一個深度學習模型,透過最佳化訓練及驗證占比確定所建立影像辨識模型之準確度。此採收裁切技術能找出太空包與菇體間之最佳裁切位置,提高採收效益避免菇體重量損失及裁切面之二次處理問題。
 國產菇類智慧化全自動製包機

臺灣菇類產業的太空包產量一年約有 1億6,000萬包,傳統半自動太空包製包機自1970年代開發以來,至今仍廣為全世界的菇類產業所使用。然而面臨農業人口老化及少子化影響,近年來勞動力的缺乏是菇類產業的關鍵痛點。半自動製包機需要5-6位工作人員方能操作,且無法進行長時間的工作。國產智慧化全自動製包機生產系統是一項具創新性且高度系統整合生產線設計,利用人工智慧、物聯網、大數據分析等科技結合袋式太空包製包自動化生產與液態接菌等製程技術,可提高菇類製包產量及品質,創造生產利潤與提升國際競爭力,亦可創造一種新產業模式。

TOP