变量喷药自适应神经模糊控制器设计与仿真

为了减少除草剂用量,采用变量喷施除草剂方式进行除草.根据分别建立的杂草面积、喷药机械行驶速度与喷药量关系模型,得知杂草面积和喷药机械行驶速度是影响变量喷施效果的主要因素.为了获取喷药量与车速及杂草面积关系试验数据,设计了室内变量喷药试验台,使用DSP处理器及编码器分别得到杂草面积及喷药机械前进速度信息.结合所获试验数据,设计了一种基于自适应神经模糊推理（ANFIS）的双输入、单输出控制器.对控制器设计过程中输入输出变量的选取、隶属函数的选择及控制器的训练等进行了研究,数据经过30次训练后误差为1.47×10^-5.对控制器的速度采集、串行通信、电磁阀驱动等硬件电路及模糊控制软件流程,进行了设计.在Matlab中建立了自适应神经模糊控制仿真模型,仿真结果表明：在喷头打开时间为0.2 s,喷药机械速度为0～1 m/s,杂草面积在0～100 cm^2时,控制器可自动调节喷药量在0～4 mL变化.与采用传统模糊控制方式相比,该控制器自适应性强,具有较好的应用前景.     

基于模糊控制的棉田变量对靶喷药除草系统设计

为实现自动精确去除棉田杂草, 减少除草剂用量,设计了一种以S3C2410处理器为核心,采用模糊控制算法的变量对靶喷药除草系统,实现了自动识别杂草以及根据采集车速、杂草密度信息自动调整流量的功能。设计了双输入、单输出模糊控制器,并对其进行了仿真研究。仿真结果表明,利用该控制器能实现喷药量随车速及杂草密度变化而实时改变。在室内搭建了模拟棉田环境的变量对靶喷药试验台,对喷药系统进行了测试,试验测得在速度0.2m/s时,喷药除草对靶率达90%。     

基于模糊-PID复合控制的变量喷药除草系统设计

为了提高农药的利用率、消除模糊控制在平衡点附近的控制盲区,以及实现杂草变量喷药功能,设计了一套基于模糊-PID复合控制的变量喷药除草系统。该系统利用机器视觉技术实现杂草密度信息的采集,采用模糊控制与PID控制相结合的方法来实现电磁阀开度的控制,从而实现对杂草的变量喷施。仿真试验结果表明:该系统阶跃响应效果良好、无超调量,可实现喷药量随杂草密度变化而实时变化的目的,能够有效地消除响应误差。田间试验结果表明:在作业速度为2km/h时,系统的相对控制误差小于4.5%,满足设计要求。     

基于计算机视觉的玉米田间除草系统开发

杂草会给农业生产造成严重的损失,化学除草操作简单,效率较高,但面临在粮食和环境中残留所引起的安全问题。变量喷药能够根据杂草在田间的位置、种类和密度调节除草剂喷洒的时机和剂量,但要以对田间杂草的准确识别为前提。为此,开发了一种利用计算机视觉的玉米田间变量喷药除草系统,利用相机拍摄田间图像,导入计算机中进行分析,提取杂草信息后生成处方图传递给喷药控制系统;喷药控制系统根据处方图,结合机械的速度控制喷头的开闭时机和程度,实现变量喷药。系统对田间杂草的识别率为90%,处理单张图片的平均耗时为86ms,能满足对杂草进行实时识别的要求。在室内试验中,机械行进速度为0.3m/s时,系统具有很好的准确性和作业效率。     

计算机视觉技术在果园除草机上的应用研究

果园杂草与树木竞争营养和水分,还是病虫害滋生和栖息的场所,导致果园减产10%~20%,并降低果园产品的质量。化学除草方法的效率高、成本低,有利于保持果园的土壤环境和微生物群落。传统的大面积喷洒带来药液的浪费和残留问题,而变量喷药则根据杂草的位置和密度,相应地调节除草剂的喷洒时机和剂量,能够减少除草剂用量。变量喷药的前提是获得杂草的位置、分布和密度信息,目前常用计算机视觉技术来实现。为此,利用计算机视觉技术识别获取果园杂草的分布和密度信息,通过处理器控制执行装置进行变量喷药,并设计了果园化学除草的机械。试验结果表明:视觉系统对苹果园和葡萄园单张图像的处理时间为80ms,机械的最佳作业速度为0.3m/s和0.4m/s,具有较高的除草效果和效率,能在果园生产中应用推广。     

基于农药喷施溯源的精准变量喷药监控系统设计与试验

针对现有大田精准施药系统主要以药量变量控制为主,缺乏农药喷施作业数据远程监测与溯源管理等问题,本文设计了基于农药喷施溯源的精准变量喷药监控系统,可实现农药精准变量喷施,作业地块、作业时间、作业面积、农药种类与配比、喷施药量、喷雾压力、实时流量和作业速度等信息的在线监测、实时显示和溯源管理。基于该系统分别开展了施药量计算精度、作业面积计算精度、物联网数据传输稳定性、变量调控系统动态响应、变量调控精度和农药喷施均匀性等试验。试验结果表明,北斗定位测速最大误差为1.33%,平均误差为0.82%,施药量计算误差为1.73%,作业面积计算误差为2.61%,数据丢失率为3.51%;速度连续变化下系统稳定调节时间为4～5 s;不同设定施药量和作业速度下,变量调控精度误差为2.45%;雾滴沉积点密度大于20滴/cm²下,在喷雾机行走和喷雾方向上的喷雾覆盖率变异系数均小于10%,满足精准变量作业要求。本研究可在实现药量变量调控下对农药喷施数据进行溯源管理,为后续开展大田作物农药残留风险评估提供支撑。     

复合式水稻田除草机的设计与试验

为了有效灭除行、株间杂草,减少伤苗率,降低化学除草剂的投入量,研制了一种复合式水稻田除草机。该机与12k W水田拖拉机后悬挂配套,分别配备行间机械除草部件与株间除草剂喷施系统,通过机械除草部件对土壤及杂草的剪切、翻耕作用以及喷施选择性除草剂共同完成除草作业。田间试验结果表明:除草效果最佳组合为机具前进速度为0.6m/s,除草轮入土深度为6cm。由综合试验结果可知:该机平均除草率为86.7%,单位面积雾滴沉积数为35.1滴/cm2,符合机械除草与喷雾除草作业质量的要求。     

基于DSP和单片机的实时变量喷药系统设计

为防治玉米农田杂草危害,设计了一种基于DSP识别和单片机控制的杂草实时变量喷药系统。数字信号处理器(DSP)实时数据处理能力强,单片机控制能力强。DSP作为喷药系统上位机图像处理模块的CPU,对田间玉米杂草图像实时采集、处理,分离出杂草,生成杂草位置信息表,发送给作为系统下位机控制模块CPU的单片机;单片机通过电磁阀控制6个喷头的开闭实现精准变量喷药。田间试验表明:系统在室外田间复杂情况下可以满足实时精准喷药要求,在作业机械速度为4km/h时,喷药精确度可以达到91.4%。     

基于ARM7的精确对靶喷施除草嵌入式控制系统

设计了基于S3C44B0X嵌入式微处理器的变量喷药除草嵌入式控制系统.软件设计中移植了μC/ OS-Ⅱ操作系统 ,采用多任务程序设计方法,大大降低了编写程序的复杂度.为此,针对目前化学除草过程中忽略田间杂草面积和位置信息,使大量的农药喷洒到非靶标环境中造成的环境污染问题,利用视觉传感器识别杂草信息,并结合模糊控制技术,实现精确对靶变量喷施除草,从而大量减少农药的使用量.     

插秧机行驶速度变论域自适应模糊PID控制

农机行驶速度控制是精细农业中导航控制和变量作业控制系统的重要组成部分。农机在田间行驶过程中状态多变且环境恶劣,对行驶速度控制算法的自适应能力要求较高。在分析农机变速机构的基础上设计了插秧机行驶速度控制系统,将变论域方法引入模糊PID控制器设计中,提高了控制算法的适应性,并以高速乘坐式插秧机为试验平台进行了控制算法的水泥道路试验验证。试验结果表明,所提出的控制算法对插秧机行驶速度控制是可行的,插秧机行驶速度平均误差小于0.02m/s,与PID控制算法相比,调节时间更短,超调量较小,并且具有更好的自适应能力。     

基于多特征的杂草逆向定位方法与试验

提出了一种基于多特征的杂草逆向定位方法。以田间作物作为研究对象,将多目标杂草定位问题转换为单目标的作物定位问题。采用作物叶片HU不变矩与形状特征的识别准确定位出每一株作物,然后基于颜色特征将作物区域以外的绿色植物均认定为杂草。设计了一款小型杂草定位装置,并应用在宽幅喷药机上。田间试验结果表明,在喷药机工作速度为5 km/h时,该系统对于大豆田间杂草识别的准确率为90%以上,较好地解决了杂草定位与精细喷洒农药问题。     

移动式秸秆制粒机作业速度调控系统研究

为了提高移动式秸秆制粒机工作效率,解决玉米秸秆收获过程中作业速度与喂入量不匹配的问题,设计了一种移动式秸秆制粒机作业速度自动调控系统,以实现对秸秆制粒机作业速度的自动调控。该系统由喂入量-期望作业速度自适应变论域模糊控制器与液压马达转速调控系统构成,采用液压系统控制秸秆制粒机作业速度的方式进行调控。通过螺旋输送器功率得到实际喂入量,并根据灰色理论建立喂入量预测模型,以预测值作为变论域模糊控制器的输入;变论域控制器的输出作为液压马达转速调控系统的输入,作业速度PID控制器驱使液压控制系统调节制粒机行走机构改变作业速度,从而使作业速度和喂入量匹配,达到最佳喂入量,起到超前调节的目的。设计了3次试验,分别为模型参数的获取试验、均匀秸秆条件下的稳定性试验、非均匀秸秆条件下跟踪性能试验。试验结果表明,在均匀秸秆条件下,作业速度能够在3m内达到最佳作业状态,超调量小于5%,之后能够保持良好的平稳运行状态,使制粒机以最佳喂入量工作;同样,在非均匀秸秆条件下,作业速度能够以不大于5%的超调量跟踪喂入量的变化。试验证明,本系统能够实时检测作业速度和喂入量,达到作业速度和喂入量相匹配的目的,有效提高了移动式秸秆制粒机的工作效率。     

基于模糊神经网络的智能温室环境控制方案

针对农业温室环境的精确建模和控制问题,提出了一种基于模糊神经网络的智能控制方案。首先,在考虑室内外环境因素下,构建一个有效的温室环境数学模型,获得通风量、喷雾量和加热量的微分表达式;然后,利用一种自适应模糊神经推理系统(ANFIS),以温度和湿度差作为输入,通过神经网络自学习和模糊推理获得控制输出;最后,通过遗传算法优化控制器的输出比例因子,提高控制响应速度和稳定性。实验结果表明:该方案能够快速且稳定地追踪环境设置值,具有很好的控制效果。     

动态喷洒系统计算机视觉的研究与设计

传统农业中覆盖式喷洒除草剂,不但浪费除草剂和人力资源,而且污染环境,因此采用计算机视觉技术把杂草从农作物和土壤的背景中识别出来,定量与定位地喷洒化学制剂就显得极为重要.动态杂草识别与喷洒系统不但与识别算法有关,还与摄像头的安装高度、安装角度以及喷头的距离有很大的关系.为了达到精确喷洒的目的,对系统的计算机视觉部分进行了深入的研究和设计,通过大量试验进行验证,为动态杂草识别与喷洒系统的精确喷洒做好了充分的准备.     

基于DeepLabV3+的稻田苗期杂草语义分割方法研究

稻田杂草位置获取是靶向喷施除草剂和机械智能除草的基础,为实现自然光照环境和水田复杂背景下稻田苗期杂草的信息获取。以稻田恶性杂草野慈姑为研究对象,提出一种基于全卷积神经网络的稻田苗期杂草语义分割方法,利用DeepLabV3+对秧苗和杂草进行语义分割进而获取的杂草位置信息。首先人工田间采集稻田苗期杂草野慈姑的RGB图像,通过图像标注工具LabelMe人工标注图像中秧苗、杂草和背景的各个像素点,70%数据集用于DeepLabV3+网络模型参数的训练,30%数据集用于测试DeepLabV3+性能。然后与FCN和U-Net两种语义分割方法进行比较,所提出的DeepLabV3+语义分割方法准确率、均正比、频权交并比和F值等性能指标都最优,试验得出：DeepLabV3+模型像素准确率最高达到92.2%,高于U-Net和FCN方法的准确率92.1%和84.7%。所提出的方法能对稻田苗期杂草、秧苗和背景像素进行准确分割,满足智能除草和除草剂靶向喷施的实际应用需求。     

农药喷洒四轴飞行器的模糊PID姿态控制

为了实现四轴飞行器更稳定的姿态控制,建立了四轴飞行器四元数运动学方程,并给出了四元数微分方程的解析解和数值解,在此基础上求解出了欧拉角.针对农药喷洒四轴飞行器在作业过程中负荷发生改变后影响控制效果的问题,设计了模糊PID控制器,通过Matlab/Simulink仿真,对比传统PID控制效果,验证了算法的可靠性.搭建了飞行器试验平台,在stm32飞控板上编程实现算法.试验中,通过改变飞行器质量,对比了传统PID和模糊PID的控制效果.在飞行器质量改变前后,模糊PID比传统PID的超调量分别降低22%和30%,上升时间分别减少0.06,0.08 s,调节时间分别减少0.70,0.80 s.试验结果表明,模糊PID控制系统较传统PID控制具有响应速度快、超调量小等优点,能更好地满足农业作业四轴飞行器的控制要求.     

果园对靶喷药控制系统的设计及试验

针对目前果园喷药作业现状,设计了果园对靶喷药控制系统。该系统根据霍尔(测速)传感器实时检测拖拉的行驶速度,采用红外传感器列阵探测果树树冠,根据靶标检测信息和行驶速度来控制电磁阀的频率与占空比,从而调节喷头流量,实现了基于果树树冠检测的对靶变量施药。室外对靶施药试验结果显示:在传感器探测范围内,果树靶标识别率100%,喷药覆盖率100%;当拖拉机速率不超过1.16m/s时,对于同一靶标区域,速度几乎不影响靶标的检测宽度;同等条件下,速度越大,喷药宽度的相对误差越小。     

基于ANFIS的温室微气候通风调控模型

为实现通过控制温室通风口开度来调节室内温湿环境的目的,首先根据热量平衡和水汽质量平衡原理构建了温室气温和湿度的动态变化数学模型,然后基于自适应神经模糊控制系统(ANFIS),分别选择梯形和高斯型隶属度函数完成了2类通风控制器的设计,其中包括控制变量的选取、论域的量化、模糊集的定义、隶属函数的选择及控制器的训练等过程．最后将控制器与温室模型相结合,利用Matlab构建了以通风为输入、以室内温湿度为输出的Simulink仿真框图,并利用2类典型天气下的实测资料对控制系统进行了仿真检验．仿真结果表明:无论晴天还是阴雨天,采用梯形隶属度函数的温室模糊控制器比高斯型控制器更敏感,对室内温湿环境的变化具有更好的控制效果,有效减小了温湿度变化率的波动幅度,起到了优化调控作用．