Luận án Tiến sĩ: Nghiên cứu giải pháp điều hướng cho robot di động phục vụ giám sát môi trường và sự phát triển của cây trồng trong nông nghiệp

Nông nghiệp công nghệ cao đang trải qua giai đoạn chuyển đổi số mạnh mẽ, đòi hỏi sự tích hợp của các công nghệ tiên tiến như hệ thống cảm biến, robot di động và trí tuệ nhân tạo để tự động hóa quá trình giám sát môi trường và phân tích dữ liệu trong nhà kính nông nghiệp. Môi trường nhà kính đòi hỏi kiểm soát chặt chẽ các yếu tố sinh thái để tối ưu hóa sự phát triển cây trồng. Tuy nhiên, việc thu thập dữ liệu toàn diện từ mạng cảm biến không dây và phát hiện sâu bệnh thủ công còn gặp nhiều thách thức về hiệu quả và độ chính xác. Luận án này tập trung nghiên cứu và đề xuất các giải pháp điều hướng thông minh cho robot di động, đồng thời cải tiến các mô hình trí tuệ nhân tạo nhằm nâng cao hiệu suất giám sát và hỗ trợ ra quyết định trong nông nghiệp.

Các nhà nghiên cứu, kỹ sư, chuyên gia trong lĩnh vực tự động hóa, robot học, trí tuệ nhân tạo, công nghệ thông tin và nông nghiệp thông minh, đặc biệt là những người quan tâm đến ứng dụng công nghệ trong nhà kính nông nghiệp.

Luận án giải quyết những thách thức cấp bách trong nông nghiệp công nghệ cao bằng cách nghiên cứu các giải pháp điều hướng tiên tiến cho robot di động và cải thiện khả năng phát hiện sâu bệnh cây trồng dựa trên trí tuệ nhân tạo. Về mặt logic, công trình này nhấn mạnh sự cần thiết của hệ thống giám sát môi trường tự động và hiệu quả trong nhà kính nông nghiệp, nơi mạng cảm biến không dây cung cấp dữ liệu liên tục nhưng đối mặt với giới hạn năng lượng và độ bao phủ. Phương pháp tiếp cận chính bao gồm việc đề xuất một thuật toán điều hướng tối ưu cho robot di động, cho phép robot thu thập dữ liệu đầy đủ từ các nút cảm biến trong khoảng thời gian cho phép, đồng thời giảm thiểu mức tiêu thụ năng lượng của các nút này. Luận án cũng tập trung vào việc xử lý thông minh dữ liệu hình ảnh cây trồng do robot thu thập được. Cụ thể, mô hình YOLO được cải tiến để nâng cao độ chính xác trong phát hiện sâu bệnh cây trồng sớm, đảm bảo chất lượng đầu vào cho các hệ thống ra quyết định. Giá trị ứng dụng của nghiên cứu này rất lớn, giúp tăng năng suất và chất lượng sản phẩm nông nghiệp thông qua việc phát hiện và xử lý kịp thời sâu bệnh, giảm sử dụng hóa chất bảo vệ thực vật, hướng tới một nền nông nghiệp sạch và bền vững. Nghiên cứu này đặt nền tảng quan trọng cho sự phát triển của nông nghiệp thông minh và các hệ thống robot tự động trong tương lai.