![](/style/images/tocco.png)
Andrea Repetto
AI Firmware for Remote Wireless Plant Health Monitoring.
Rel. Danilo Demarchi, Umberto Garlando. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2024
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Share Alike. Download (4MB) | Preview |
|
![]() |
Archive (ZIP) (Documenti_allegati)
- Altro
Licenza: Creative Commons Attribution Share Alike. Download (73MB) |
Abstract: |
Il monitoraggio della salute delle piante è fondamentale per garantire la produttività e la sostenibilità agricola. I metodi tradizionali di monitoraggio della salute delle piante sono spesso laboriosi, dispendiosi in termini di tempo e soggetti a errori umani. Con l'aumento della domanda globale di cibo e le sfide poste dai cambiamenti climatici, è necessario trovare soluzioni più efficienti, accurate e scalabili. Le reti neurali, un sottogruppo dell'intelligenza artificiale, si sono affermate come uno strumento potente per affrontare problemi complessi in vari settori, compresa l'agricoltura. Questa tesi di laurea magistrale indaga la creazione e lo sviluppo di firmware progettato per monitorare la salute delle piante tramite l'analisi dell'impedenza, utilizzando reti neurali. L'importanza del monitoraggio della salute delle piante in settori come l'agricoltura, l'orticoltura e le scienze ambientali evidenzia la necessità di metodologie efficaci e affidabili. I metodi convenzionali spesso mancano di precisione e capacità di monitoraggio in tempo reale, affidandosi spesso esclusivamente a previsioni delle condizioni ambientali. Questa ricerca mira a utilizzare caratteristiche intrinseche per sviluppare un firmware capace di valutare accuratamente lo stato di salute delle piante. La ricerca inizia esaminando le architetture delle reti neurali per trovare progetti adeguati. Il firmware è stato sviluppato utilizzando un kit di sviluppo STM32 Nucleo con uno shield sensore per la misurazione dei dati, condotta da dottorandi del gruppo eLiONS. Il progetto include funzionalità di controllo remoto tramite il protocollo LoRaWAN, a bassa potenza e a lungo raggio. I risultati sono stati valutati utilizzando The Things Network, un comune stack LoRaWAN. In sintesi, l'integrazione delle reti neurali nei sistemi di monitoraggio della salute delle piante rappresenta un significativo progresso nella tecnologia agricola. Questa tesi mira a contribuire al corpo di conoscenze in questo campo fornendo uno studio completo sul firmware delle reti neurali, il suo design, implementazione e applicazioni pratiche nel monitoraggio della salute delle piante. |
---|---|
Relatori: | Danilo Demarchi, Umberto Garlando |
Anno accademico: | 2023/24 |
Tipo di pubblicazione: | Elettronica |
Numero di pagine: | 105 |
Soggetti: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering) |
Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-29 - INGEGNERIA ELETTRONICA |
Aziende collaboratrici: | Politecnico di Torino |
URI: | http://webthesis.biblio.polito.it/id/eprint/31839 |
![]() |
Modifica (riservato agli operatori) |