无人机和人工智能如何帮助农民对抗bug入侵

臭虫，大多数人都能从它们被毫不客气地压碎后散发出的粗糙难闻的气味中认出来，实际上是折磨北美和南欧农民的最重要的农业害虫之一。据报道，这种讨厌的入侵物种可能早在20世纪90年代就通过集装箱搭便车从亚洲来到美国，仅在2019年一年，它就在欧洲造成了价值5亿欧元的农作物损失。所有这些破坏使得适当监视这些昆虫成为重中之重，然而，现代的方法仍然是劳动密集型的，在大范围内相对无效。现在，研究人员认为，配备摄像头的无人机和新的人工智能模型的结合最终可以给农民一个更好的反击方式。

一群在《害虫管理科学》杂志上发表文章的意大利研究人员最近公布了一项研究的结果，他们使用现成的商用无人机收集了栖息在梨园内的臭虫的高质量图像。研究人员开发了一种“自动飞行协议”，让他们可以控制无人机，并使用移动应用程序将其悬停在受感染的作物上。然后，无人机能够捕获数百张高质量图像，这些图像被用来训练人工智能算法，从而成功识别未来的臭虫。该模型部分归功于无人机捕获的图像质量，97%的时间都能准确识别臭虫。

帕尔马大学研究员兼论文合著者丹尼尔·詹内蒂在一份声明中说：“总的来说，这个新颖的监测系统展示了整合无人机和人工智能来检测和量化H. halys大小和形状的害虫存在的潜力。”

无人机导致虫子冻结在原地

在无人机实验之前，臭味bug观察和监视通常包括使用信息素陷阱引诱昆虫进行手动计数。研究人员写道，这种方法的有效性有限，尤其是在试图测量大片作物区域的臭味bug数量时。詹内蒂说，由于雇佣工人进行监测的经济成本，这些更传统的监测方法也受到限制。

在他们的研究中，研究人员为DJI Matrice 300无人机配备了HD相机，并让它在果园上空执行了16次不同的飞行任务。然而，当无人机开始在梨子上空盘旋时，有趣的事情发生了。当人类观察者接近时，虫子并没有像它们那样从庄稼上散落或掉落，而是静止不动。当无人机在它们上方4米和8米的高度盘旋时，大约85%的被测虫子表现出这种冻结行为。不同寻常的冻结效果意味着无人机有足够的时间捕捉到bug在框架中的高质量照片。

从那里，研究人员使用这些图像来训练一个能够检测臭虫的人工智能模型。尽管无人机总共捕获了2459张图像，但其中只有402张实际上包含臭虫。研究人员通过用矩形勾勒昆虫来手动标记这些虫子，以帮助训练人工智能模型。研究人员表示，一旦对图像进行了适当的训练，人工智能非常擅长在其他图像中发现臭虫的实例。

虽然研究人员将注意力仅限于臭虫，但他们表示，相同的基本原理可以用于监控各种害虫。未来的研究人员需要捕捉他们自己的、基于无人机的新图像，然后将这些图像输入他们自己的定制人工智能。美国和世界各地的农民和自然资源保护主义者已经很容易利用无人机来帮助作物管理、土壤分析和实时“杂草侦察”

摩德纳大学教授兼论文合著者劳拉·梅斯特雷洛在一份声明中说：“这次经历真的很令人鼓舞。”"我们发现这些结果令人兴奋，尤其是因为它们未来的应用如此之多。"