小型小麦断根机的设计

根据冬小麦栽培的农艺要求,设计了小型小麦断根机.分析了断根机的工作原理,设计了断根铲和仿形机构等.新型仿形机构保证了断根深度的一致性.试验结果表明：小麦断根平均深度为10.6 cm.3种断根方式均使小麦产量增加,机械断根比不断根增产9.96%～11.41%,锄铲与刀片组合断根效果最好.     

基于机器视觉的目标识别与抓取研究

针对视觉机器人设计中传统的目标识别算法受环境、对象变化的制约,且在识别正确率及速度上存在问题,提出了基于深度学习的目标精准检测与识别方法。首先,基于深度学习的YOLO算法通过数据训练后能对目标进行准确识别,并给出目标的位置信息,然后利用双目视觉对目标进行精准定位并得到其三维坐标,最后传输给机器人并控制机器人移动抓取目标物体。实验结果表明,该方法能够准确快速地对目标进行识别与定位,并成功地指导机器人抓取目标物体。     

基于双目摄像头的机械臂目标抓取

通过一台双目摄像头对目标物体进行图像采集,利用自适应分割法将疑似目标物分割出来并识别,从而获取其位置坐标信息,并将此信息发送给上位机。通过改进的机械臂逆运动学解与五次多项式插值算法,获取机械臂的关节角变化轨迹,再结合空间Q学习算法对机械臂的末端轨迹进行优化,包括在仿真中解决避障问题,最终驱动机械臂对该物体完成抓取。     

一种电学控制特性下的变量施肥装置研究

以单片机为基础，设计一种电学控制的变量施肥控制系统装置。工作时，通过系统通信总线接收上位机指令信息和地理环境数据，单片机生成实时指令，对变量施肥装置电液比例系统执行机构进行控制，并对农田中不同位置进行变量施肥控制。系统试验表明：装置进行变量施肥过程中，能够对施肥量进行精准可靠控制，施肥作业过程具有较高的可靠性，施肥控制精度误差小于4%。     

基于视觉测量的茶叶嫩芽定位方法研究

针对目前名优茶采摘效率低以及名优茶的采摘具有较强的时效性等问题,提出用双目摄像头定位茶叶嫩芽,以此推动自动化采茶设备的研发。采用双目立体视觉技术获取茶叶嫩芽的三维坐标信息,用于引导采摘机械臂进行自动化采摘作业。试验以茶园中的茶树为研究对象,根据SGBM算法获得一幅视差图像。然后通过OpenCV中reprojectImageTo3D函数得到深度图像,最后对照左摄像机中嫩芽形心在深度图像中的位置,获取茶叶嫩芽的三维坐标信息。实验结果表明,所采用的方案能够较为精确地定位出茶叶三维立体坐标,为后续自主采茶机器人的研发提供了技术支持。     

油菜精量联合直播机深施肥装置设计与试验

针对长江中下游稻油轮作区油菜直播时,土壤黏重板结且前茬水稻收获后秸秆残茬量大,机具易壅土、挂草堵塞,难以实现深施肥的难题,设计了一种油菜精量联合直播机主动防堵深施肥装置。基于主动刮削防堵原理,分析确定施肥铲入土部位曲线为与旋耕刀轴回转中心同心、包络旋耕刀末端运动轨迹的圆弧;根据深施肥铲防堵功能及铲体内肥料颗粒运动分析,确定过渡段下圆弧直径、入土段圆弧圆心角、过渡段上圆弧直径等施肥铲结构设计关键参数及其许用范围;以施肥铲末端肥料流出瞬时速度最大为优化目标,以施肥铲关键结构参数为设计变量、其许用范围为约束条件,构建施肥铲结构优化设计的数学模型;通过施肥过程离散元仿真分析,以施肥铲体入土段上端圆弧圆心角、过渡段圆弧直径为试验因素,以施肥铲末端肥料流出瞬时速度为响应指标,进行二次回归正交旋转组合试验,建立该数学模型的目标函数,求解得到施肥铲结构优化设计最佳参数为:入土段上端圆弧圆心角为36°、过渡段上端圆弧直径为93 mm、过渡段下端圆弧直径为66 mm。田间试验结果表明,安装深施肥装置的直播机作业后厢面平整度为17. 96～21. 37 mm,单个施肥铲黏附质量保持在1. 5 kg以下,施肥深度平均值为91. 10 mm,施肥深度合格率为93. 33%,施肥断条率为1. 08%,机具通过性良好,可满足稻油轮作区油菜种植施肥播种农艺要求。     

苹果实生苗断根铲有限元分析与轻简化设计

为了探究苹果实生苗断根铲部件三维结构参数的合理性,利用AIP的iPart技术构建了断根铲的参数化模型;根据断根施肥机在实际苗圃工作环境中的作业情况,结合断根铲的结构特点和材料属性,合理处理零件接触和设定铲体受力载荷等边界条件,建立了断根铲的有限元模型.通过快速变换断根铲结构参数驱动铲体模型变化,在保持边界条件和载荷条件不变的情况下分别进行有限元计算,获得了铲体的多组应力、变形和安全系数数据;通过对比分析计算结果确定了较优的L型断根铲较轻简化结构参数.苗圃田间试验表明,使用该铲进行断根作业速度由原来的1.0m/s提高到1.5m/s,作业后地表土层平整,土壤弥合性好,达到了苹果实生苗断根培育的园艺学要求.     

基于字符识别的收割机机器视觉研究

随着农业现代化技术的不断发展,无人驾驶技术开始被应用到农机的设计上,为了实现农机的无人驾驶,首先需要使农机具备智能化视觉系统。为了提高农机视觉系统的导航线识别能力,将基于翻译工具的字符识别技术引入到了系统的设计上,结合图像处理技术,通过对导航线的初步定位、二次定位和图像的滤波、灰度化及增强处理,可以准确识别出作业区域的导航位置线,还可以得到实时的位置坐标。测试结果表明:收割机在自主行走时可以沿着导航线位置行走,并通过坐标点来实时的修正行走方向,达到了精准定位导航的目的。     

基于深度学习的复杂自然环境下桑树枝干识别方法

在复杂自然环境下完成桑树枝干识别是实现桑叶采摘机智能化的关键部分，针对实际应用中光照条件变化多、桑叶遮挡和桑树分枝多等问题，提出一种基于深度学习的复杂自然环境下桑树枝干识别方法。首先，采用旋转、镜像翻转、色彩增强和同态滤波的图像处理方法扩展数据集，以提高模型的鲁棒性，通过Resnet50目标检测网络模型以及相机标定获得照片中所需的桑树枝干坐标，通过试验发现当学习率设置为0.001，迭代次数设置为600时模型的识别效果最优。该方法对于复杂自然环境中的不同光照条件具有良好的适应性，能够对存在多条分支以及被桑叶遮挡的桑树枝干进行识别并获取坐标信息，识别准确率达到87.42%，可以满足实际工作需求。     

基于图像的智能循迹小车设计

设计一种智能循迹小车,采用Kinetis60单片机作为主处理器,利用OV7620摄像头获取轨迹图像信息,通过HSI双自适应阈值分割法处理轨迹图像,经游程编码技术得到轨迹的中心坐标信息,获取引导线。然后利用获取的信息,结合增量式PID算法实现对舵机和电机的灵活控制,从而让智能小车循迹行驶。     

分层近根式液体粪肥施肥铲设计与试验

针对当前液体粪肥施肥铲存在的施肥不均匀、近根施肥难、作业功能单一等问题,从提高肥效、降低排放、提升性能角度出发,设计了一种分层近根、基施追施一体的液体粪肥施肥铲,设计了施肥器和避障器等关键部件,采用EDEM离散元法构建施肥铲-土壤力学仿真模型,优化追施过程施肥铲侧向排肥管参数,搭建施肥铲性能测试平台,采用清水模拟方式,开展了施肥铲分层施肥和近根施肥效果试验,结果表明：当施肥铲侧向排肥管后倾角为15°、侧向排肥管刃角为18°时,施肥铲基肥作业阻力最小;采用分层施肥方式时,当施肥铲作业速度为3km/h、排肥量为5L/s时,肥料在土壤中纵向扩散深度为235mm,较改进前单口排肥方式,纵向覆盖范围提升65%;采用近根施肥模式时,当施肥铲作业速度为1.2km/h、排肥量为3L/s时,约80%的肥料分布在距作物根部中心100mm半径范围内,较好地实现了近根施肥。     

基于图像自适应分类算法的花生出苗质量评价方法

为了能够快速、准确地获取花生出苗质量,提出了基于机器视觉的花生出苗质量评价方法。首先通过田间自走机器人获取花生图像信息,然后采用机器视觉的方法获取图像中花生苗的数量、花生苗冠层投影面积以及花生苗中心点坐标位置。将花生缺苗率和花生苗活力指数作为花生出苗质量评价指标,以花生苗数量结合花生苗坐标计算花生缺苗率,以花生苗叶片包络面积计算花生苗活力指数。针对花生图像识别易受环境干扰的问题,提出了鲁棒性强的花生苗提取算子,采用K均值聚类方法对花生苗提取算子进行分类,结合花生苗和土壤自适应分类算法,有效地将花生苗从土壤中提取出来。针对花生苗棵数误判现象,提出了采用图像全局分割和区域分割相结合的方法对图像进行分割,并基于形态学方法剔除田地杂草等噪声。试验结果表明:采用机器视觉识别花生苗数量的平均准确率为95.4%,花生苗株距计算平均误差为5.35 mm,验证了所提出的图像自适应分类算法的可行性。基于机器视觉所得花生缺苗率结果与人工测量结果两者之间的相关性为0.991(皮尔逊相关系数),人工评价与基于机器视觉评价具有较高的一致性。     

采摘机器人视觉伺服策略研究——基于回归数据挖掘的

为了实现采摘机器人的准确抓取控制、路径识别和自主导航功能,提出了一种基于回归数据挖掘计算模型的机器人视觉伺服控制系统。首先利用双目相机获取果实图像,然后利用拉普拉斯变换和高斯滤波方法对图片进行平滑和增强处理,并利用Canny算法对图像边缘进行检测和分割处理,完成图像的预处理。对图像进行目标识别,提取图像的特征,并采用回归数据挖掘方法对滤波图像进行检验,最终通过计算得到果实图像的中心位置,将中心位置利用控制器反馈给控制中心,控制中心发出指令,控制末端执行器完成果实的采摘作业。对机器人视觉伺服系统进行了测试,结果表明:利用采摘机器人视觉伺服系统可以准确地计算果实的中心位置,实测位置和计算位置的吻合程度较高,视觉伺服系统的计算的稳定性较好。     

地膜覆土清理装置的设计

在地膜回收作业时,因覆盖在地膜上的土壤板结造成揭膜困难,需要对地膜上的覆土进行清理.为此,采用图像识别的方法,设计了一种地膜覆土清理装置.装置运行时,单目摄像头在畸变校正处理后进行膜土的图像采集,经过Arduino Due单片机对采集的图像进行K-means二值化处理方式进行图像分割,并识别和提取出边膜轮廓图像;主控制...     

以肥调水提高水分利用效率的生物学机制研究

为揭示以肥调水作用的内在实质,充分发挥水肥的协同作用,我们于１９９５～１９９６年进行了大田和深桶栽培冬小麦氮、磷二因素五水平二次通用旋转组合设计施肥试验。采用中子法和石膏块法监测土壤水分,于灌浆初期用美国产ＬＩ—６２００型便携式光合作用系统测定光合、蒸腾速率,同时挖取土柱测定根系。研究表明合理施肥可显著增加冬小麦根量,提高根系活力,扩大作物吸收水分和养分的空间和动力;提高光合、蒸腾速率和蒸腾蒸散比（Ｔ／ＥＴ）,降低土壤水分无效蒸发损失;增加有效穗数和经济产量。从而使冬小麦的水分利用效率得以大幅度地提高。     

2BFJ-24型小麦精量播种变量施肥机设计与试验

为了提高冬小麦播种质量与种肥利用率,降低生产成本,针对中原地区冬小麦适度规模种植种肥同播作业方式粗放、效能低的特点,基于CAN总线通信协议下的车载传感器与PIC控制融合技术,设计了2BFJ-24型小麦精量播种变量施肥机,由播种施肥机械部件、种子漏播监测系统、肥料堵塞监测系统、变量施肥控制系统及车载计算机组成。通过红外光电检测可实时监测排种管种子流量情况,通过检测排肥管下端口内介电常数变化可实时获取肥料下落信号;通过集成GPS模块获取机器田间位置信息,结合预先加载的田块处方图,确定当前位置目标施肥量,并基于压力传感与微机控制解算当前施肥量和流量信息,按照机器前进速度实时调整施肥量;最终实现作业过程漏播、堵塞声光报警与精准施肥目的。田间试验结果表明,整机监控系统能够适应复杂田间环境,漏播监测准确率可达91%,肥料堵塞报警误差小于2%,变量施肥准确率超过96%,具有较好的实用性和经济性。     

基于深度相机的山地果园运输车避障系统设计

为避免山地果园单轨运输车在运行过程中碰撞到作业果农、牲畜、大型石块等障碍物,提高果园作业的安全性和稳定性,采用深度相机基于渡越时间法设计一套山地果园单轨运输车避障系统。该系统运行时由深度相机获取运输车通行通道障碍物信息,经过运行Linux系统的树莓派车载电脑进行数据处理,做出决策后下发标志位信号至运输车控制中枢Stm32微控制器,控制电机改变运动状态。试验结果表明:该系统对于障碍物识别率为100%,对于符合修剪要求的干扰型侧枝,其误触率在8%以下,避障最小制动距离为101 cm,系统最大延时0.475 s。     

玉米根茬收获机设计与试验

为了实现根茬的挖掘、捡拾、根土分离与放铺等联合收获作业,研制了一种偏置式挖掘铲刀和三辊机构。通过分析偏置式挖掘铲刀的挖掘特性,以及三辊机构的运动学特性,确定了工作部件的结构参数及运动参数。田间试验表明,偏置式挖掘铲刀挖掘根茬效果好,三辊机构具有较好的捡拾、根土分离和放铺能力,根茬收获机的根茬起挖率、捡拾率和放铺率均大于90%,满足设计和使用要求。     

稻麦变量施肥机控制系统设计与试验

针对稻麦变量施肥智能化程度低、通信系统可靠性和兼容性差等问题,研究设计了一种稻麦变量施肥机控制系统。该系统以CAN总线通讯作为现场总线,实现各控制节点之间的实时通信;通过GPS导航和处方图得到当前位置需肥量,根据变量施肥数学模型,通过步进电机节点实时调节外槽轮排肥器开度,实现施肥变量调节。试验结果表明:该系统机械结构设计合理,动作响应迅速,定位精准,各行排肥器之间排肥量变异系数最大为1. 78%,变量施肥精度达97%以上,作业效果良好。其控制程序稳定可靠,各控制节点之间通信及时、准确,整机设计合理,系统工作稳定,智能化程度高,各项技术指标满足农艺要求。     

冬小麦精准分层施肥宽苗带播种联合作业机研究

宽苗带冬小麦种植和肥料分层施用技术具有较好的应用推广价值,为了促进农艺农机融合,设计了一款宽苗带冬小麦分层施肥播种联合作业机,以及一套与其配套使用的精量排肥/排种控制系统.首先确定了联合作业机的整体架构,并对其限深机构、三点悬挂机构等进行重点设计,其中限深机构的支架安装倾角设置为15°,使限深轮旋转中心与旋耕机构刀轴旋...