田间作物表型检测平台设计与试验

为高灵活度、稳定有效地获取田间作物表型信息,设计了一种四轮独立驱动、独立转向的田间作物表型检测平台,该平台主要包括行走系统、控制系统和表型信息采集系统,采用Creo软件对平台进行结构设计并对主体框架不同工况进行有限元仿真分析。以西门子1200系列PLC为主控制器开发了一套控制系统,实现平台的原地转向、横向移动和阿克曼转向模式控制,采用基于模糊PID的四轮协同控制方法实现了四轮同步运动。设计的检测平台可根据检测需求挂载RGB相机、热红外相机、高光谱相机等不同传感器进行表型信息采集,并在采集过程中形成移动暗室,有效降低外界环境对表型信息采集效果的影响。田间试验结果显示:设计的检测平台在满电量状况下单次不间断作业可达6 h;四轮协同运动试验结果显示,车轮转速最大偏差率为1%,在水泥地面和田间直线行驶时平均偏移率分别为2.14%和2.57%,具有良好的移动稳定性;挂载RGB和热红外相机进行作物表型信息获取时,每小时可检测120个田间育种小区;在不同时间段,分别采集非暗室环境与暗室环境下棉花RGB图像并提取叶面积,结果表明平台所采集RGB图像更加稳定可靠;对暗室环境下RGB图像、热红外和高光谱图像进行采集分析,结果表明该平台所采集图像均质量良好且可获得有效信息。     

联合收割机割台高度自适应调节系统的设计与试验

针对联合收割机作业过程中割台高度调节依赖机手经验的现状,为碧浪4LZ–1.2履带自走式联合收割机设计了一种割台高度自适应调节系统。该系统主要由作物高度检测装置、割台高度检测装置、液压执行装置和控制单元组成。系统采用单侧红外反射的方式检测作物高度,通过位移传感器测量举升液压缸伸缩量来检测割台高度,通过改变电磁阀的闭合时间及方向实现割台升降,以作物实际切割高度为控制对像,采用模糊PID算法进行控制。试验结果表明,割台高度调节的最大误差为2 cm,作物高度检测装置的检测误差范围为0~2 cm,割台在上升和下降时系统响应速度分别为0.22 m/s和0.16 m/s。     

基于磁导引的履带式小车作物图像自动采集系统设计与试验

为实现自动高效获取农作物的生长图像,设计了1种适用于旱田作物的高通量履带式小车图像采集系统。系统采用磁导引传感器和磁条实现小车在田间按路径自动行走;采用履带式小车底盘结构以保证系统在田间复杂环境下能稳定运行;在小车支架两侧分别安装俯视和侧视相机,可同时采集2个作物行的俯视图和侧视图,以提高工作效率;运用无线通信技术远程监控小车运行情况;系统顶端安装太阳能电池板,为小车在运行时补充电能。以盆栽玉米植株为研究对象,用该系统采集了玉米幼苗期到抽穗期的植株图像,结果表明,该系统运行稳定可靠,在旱田以0.1m/s速度作直线行驶时,绝对误差小于2cm,最小转弯半径为0.5m,连续采集模式下单个相机采集效率为30张/min,能满足实际需求。     

基于精确喷雾的水平叶面积指数检测

果树的叶面积指数(LAI)能为精确喷雾提供重要参考依据,但常规定义从垂直方向检测叶面积指数不满足水平方向精确喷雾的实际需求。采用LAI近红外透射检测系统从水平方向上检测柑橘树的LAI值,进而计算水平方向的叶片总面积,并以应用直接法得到的叶片真实总面积作为标准值衡量误差大小,同时与垂直方向的检测结果比较。结果表明:在水平方向上东西和南北2个方向LAI检测结果的绝对误差的平均绝对值分别为0.45和0.40,相对误差的平均绝对值分别为17.37%和14.91%;叶片总面积的检测结果的误差与在垂直方向上应用LAI红外透射检测系统或WinSCANOPY型冠层分析仪的检测结果的误差接近;在水平方向上检测LAI和叶片总面积的准确性能够满足试验要求。     

不同磷石膏添加量对玉米幼苗生长和镉积累的影响

[目的]探讨磷石膏资源化利用对玉米苗期生长发育的影响及可能引起的镉污染风险。[方法]采用盆栽试验,研究不同磷石膏添加量(0、5%、10%、20%、40%和80%)对玉米幼苗生长、叶片色素含量,以及对玉米幼苗镉积累的影响。[结果]与对照相比,不同磷石膏添加量处理可显著降低土壤pH,显著提高土壤电导率(P<0.05)。随着磷石膏添加量的增加,玉米幼苗的株高、叶面积、总叶绿素和类胡萝卜素含量均呈先升高后降低的趋势。磷石膏处理可显著抑制玉米幼苗根的生长,但对玉米幼苗茎的生长影响不显著。不同磷石膏添加量处理的玉米幼苗对镉的吸收均表现为地下部分大于地上部分;高磷石膏添加量处理(地上部分80%,地下部分20%～80%)可显著提高玉米幼苗地上和地下部分的镉含量。[结论]不超过10%的磷石膏添加量处理有利于玉米幼苗地上部分的生长和光合能力,且对幼苗镉积累影响不显著。     

粉碎机筛网破损线阵扫描自动识别系统的设计与实现

根据粉碎物料颗粒特征,构建一种基于线阵光学图像采集技术与皮带同步传送技术相结合的动态扫描检测装置和基于虚拟仪器开发平台LabVIEW的粉碎机筛网破损识别系统。以玉米和小麦2种谷物原料为试验样本,在筛网孔径分别为2、4、6mm条件下,以颗粒平均面积为判别指标,粉碎玉米和小麦的筛网破损平均识别率分别为91.25%、82.50%、96.25%和93.75%、86.25%、78.75%;以颗粒面积变异系数为判别指标,粉碎玉米和小麦的筛网破损平均识别率分别为93.75%、98.75%、97.50%和93.75%、87.50%、96.25%。结果表明,以面积变异系数作为判定筛网破损的判别指标的识别效果优于平均面积的识别效果,所构建的自动识别系统可以实现对粉碎机破损筛网的实时自动识别。     

EM浸种对玉米苗期农艺性状的影响

以玉米品种农大108为试验材料,研究不同浓度EM稀释液浸种对玉米幼苗生长发育的影响,遴选出玉米施用EM的最佳浓度。试验结果表明:EM浸种可促进玉米幼苗生长发育,增加玉米苗期株高和茎粗,增加玉米幼苗的叶面积,从而提高玉米幼苗素质,形成壮苗。500倍EM稀释液是玉米生产上较为理想的施用浓度。     

基于Faster R-CNN的大田玉米雄穗识别及抽穗期判定研究

目前田间玉米雄穗数量监测主要依靠人工进行,效率低且易出错.为了实现在复杂的田间环境下对玉米雄穗自动识别和计数的任务,使用无人机平台和田间作物表型高通量获取平台采集的田间玉米顶视图像构建数据集,使用Resnet 50作为新的特征提取网络代替原始的VGG 16来优化Faster R-CNN模型.再根据表型平台所获取的高时序、连续图像,进一步使用改进后的模型对试验小区内玉米抽穗期前后20 d的雄穗数量进行监测,以此为依据进行抽穗期判定.该方法在田间作物表型高通量平台获取的图像数据测试集中类平均精度为90.14％,平均绝对误差为4.7328;在无人机平台获取的图像数据测试集中类平均精度为82.14％,平均绝对误差为9.6948.试验结果表明:该模型在田间作物表型高通量获取平台上的检测结果优于无人机平台,且具备一定的应用价值.     

植物生长调节剂对干旱胁迫下玉米幼苗生长的影响

采用盆栽试验 ,研究了在模拟干旱胁迫下几种植物生长调节剂对玉米幼苗生长的影响。结果表明 :喷施植物生长调节剂可促进玉米幼苗的生长 ,苗高、根长、根数、叶面积、根冠较对照有明显增加 ,同时还提高了幼苗的叶绿素含量、脯氨酸含量和过氧化物酶活性 ,使植株的抗旱能力增强。喷施黄腐酸盐效果最好。     

番茄苗期节水灌溉指标研究初报

本试验对土壤相对含水量分别为85%、90%、95%、100%四种处理下番茄幼苗根、茎、叶干重及株高、茎粗、叶面积、壮苗指数、根系活力、净光合率及净呼吸率等项目进行了研究,结果表明90%的处理番茄幼苗根、茎、叶及全株干重、茎粗、叶面积、壮苗指数的值均最大,根系活力、净光合率最强;85%的处理番茄幼苗净呼吸率最小,其余各项指标仅小于90%的处理.初步认为土壤相对含水量为85%～90%时番茄幼苗长势健壮.