山地果园钢丝绳牵引货运机超声波避障系统

为避免山地果园钢丝绳牵引式货运机运行时碰撞穿越轨道的行人或其他障碍物,提高果园轨道货运系统的安全性和稳定性,开发了山地果园钢丝绳牵引式货运机避障系统,包括STC单片机、超声波测距、红外光电检测、无线通信、语音报警及手动控制等模块.系统设计指标为:障碍物检测距离不小于150 cm,避障成功率达到100％.系统应用试验结果表明:使用静态障碍物,上坡避障完成后货运机前端与障碍物间最小距离为100 cm,下坡避障完成后该间距为90 cm;使用动态障碍物,上坡避障完成后货运机前端与障碍物间最小距离为98 cm,最小延时为0.64 s;下坡避障完成后该间距为66 cm,最小延时为1.30s.     

丘陵山地无人驾驶单轨运输车设计

针对丘陵山地农业生产运输困难的情况,设计了一种无人驾驶山地单轨运输车。该单轨运输车采用离心离合器控制汽油机动力通断,由滚轮齿条机构实现驱动;设计有定速、停车和紧急制动三套制动装置用于稳定速度、装卸货停车和2倍以上超速急停;采用由停止杆控制停车、人工完成装卸货作业后介入启动的方式实现运输车在无人驾驶情况下运行;轨道根据地形铺设,可适应各种地形需求。试验表明,该单轨运输车运行平稳、可靠,最多可装载300kg,最大爬坡角度为35°,能满足丘陵山地运输作业。     

基于激光雷达的果园割草机避障方法研究

针对果园割草机在山地丘陵果园工作过程中面临障碍物阻碍前进路线的问题,设计了基于激光雷达的果园割草机避障方法。以激光雷达测距为基础,首先将矢量场直方图算法(VFH)改进阈值,确定割草机的可行进方向;当割草机遇到障碍物时,使用动态窗口法(DWA)进行避障,确保割草机行驶的安全性和高效性,两种算法的融合保证割草机完成避障作业。MatLab仿真和田间试验表明：所采用方法提高了割草机的运行效率,降低了割草机的漏割率,设计方法合理,满足割草机在山地丘陵果园的避障需求。     

山地果园遥控单轨运输机设计

为解决山地果园运输困难的问题,设计了一种山地果园遥控单轨运输机。该单轨运输机由链轮链条机构实现驱动;单轨依地形铺设,适应了复杂地形的运输需要;机架装有防脱轨防侧倒装置,防止运行时单轨运输机脱轨和侧倒。以人工驾驶单轨运输机为研究对象,设计了一套遥控驾驶系统,实现单轨运输机的遥控驾驶。试验表明,该单轨运输机上坡可载重300kg,爬坡角度不大于38°,下坡载重1000 kg,转弯半径不小于4 ,其控制系统遥控距离可达300 ,工作可靠,适合山地果园作业。     

果园避障旋耕机的设计与试验分析

目前,新疆林果业要进一步实现机械化,需要不断提高果园的“宜机化”标准,开展新疆果园的“宜机化”改造势在必行。为此,针对普通旋耕机作业造成少耕、漏耕的情况,设计了一种适合新疆果园避障旋耕作业的机具,可通过液压控制系统提供动力输出,控制避障执行系统在中耕除草时对果树或障碍物进行有效避让,以免对果树造成伤害。经过对国内外避障旋耕机的理论研究和一系列有效计算,设计了适合新疆林果业的果园避障旋耕机液压系统和旋耕机的关键部件,并通过采用正交试验分析,对果园避障旋耕机的性能进行测试,得出果园避障旋耕机最佳的作业理论参数。     

基于深度学习的农用无人机自主避障研究

针对目前农用植保无人机(UAV)自主避障能力弱及避障系统繁琐等问题,提出了一种适用于植保无人机的基于深度学习的端到端自主避障方式。利用植保无人机挂载的双目相机实时采集图像,当检测到障碍物与植保无人机距离≤5m时,自主避障系统启动,将采集图像预处理后输入卷积神经网络,输出姿态角与油门量控制无人机自主飞行与避障,同时卷积神经网络通过手动飞行采集信息进行训练。实验结果表明:该方法能使植保无人机对农田常见障碍物房屋、树木、电线杆等做出自主避障,且模型具有一定的泛化能力,适当训练后,可将此避障方式应用于复杂环境下的植保无人机自主避障。     

基于双目相机与改进YOLOv3算法的果园行人检测与定位

针对复杂果园环境中行人难以精确检测并定位的问题,提出了一种双目相机结合改进YOLOv3目标检测算法的行人障碍物检测和定位方法。该方法采用ZED双目相机采集左右视图,通过视差原理获取图像像素点的距离信息;将双目相机一侧的RGB图像作为用树形特征融合模块改进的YOLOv3算法的输入,得到行人障碍物在图像中的位置信息,结合双目相机获得的像素位置信息计算出相对于相机的三维坐标。用卡耐基梅隆大学国家机器人工程中心开放的果园行人检测数据集测试改进的YOLOv3算法,结果表明,准确率和召回率分别达到95.34%和91.52%,高于原模型的94.86%和90.19%,检测速度达到30.26 f/ms。行人检测与定位试验表明,行人障碍物的定位在深度距离方向平均相对误差为1.65%,最大相对误差为3.80%。该方法具有快速性和准确性,可以较好地实现果园环境中的行人检测与定位,为无人驾驶农机的避障决策提供依据。     

基于VINS-MONO和改进YOLO v4-Tiny的果园自主寻筐方法

面向果园运输车果品采收自主运输作业场景，提出了一种基于VINS-MONO和改进YOLO v4-Tiny的果园自主寻筐方法。首先基于VINS-MONO视觉惯性里程计算法，进行果园运输车位置姿态的实时估计。然后基于改进YOLO v4-Tiny目标检测算法，根据图像数据进行果筐实时目标检测并获取对应深度信息。其次根据运输车当前位置姿态、果筐深度信息以及深度相机内参，进行被识别果筐位置更新。最后基于三次B样条曲线拟合原理，以被识别果筐位置为控制点，进行寻筐路径实时拟合，为果园运输车抵近果筐提供路线引导。试验结果表明：改进YOLO v4-Tiny果筐识别模型的平均识别精度为93.96%,平均推理时间为14.7 ms, 4 m内的果筐距离定位误差小于4.02%,果筐角度定位误差小于3°,果园运输车实测平均行驶速度为3.3 km/h,果筐搜寻路线平均更新时间为0.092 s,能够在果树行间和果园道路两种作业环境下稳定实现自主寻筐。该方法能够为果园运输车提供自主寻筐路径引导，为其视觉导航提供研究参考。     

果园株间除草自动避障装置的设计与试验

针对果园经济作物种植模式存在的果园行间和株间中耕除草劳动强度大、株间杂草清除困难、需进行人工二次补耕等问题,设计了一种株间自动避障除草装置。研究了避障装置的耕作要求,结合果园株间除草自动避障装置的工作原理,设计了整机的结构,并对液压控制系统进行了理论分析与设计,最终确定了果园株间除草自动避障装置的设计方案。试验结果表明:果园株间自动避障装置在正常作业速度3.5km/h下,碎土率为93.68%,耕作深度为14.64cm,株间漏耕率4.12%,避障通过率为100%,满足了设计要求,提高了果园机械作业效率。     

果园自动避障中耕除草管理机设计与试验

我国果园、林地等中耕除草环节存在株间除草机具自动化程度低、劳动强度大、生产率低等问题,多数采用人工作业,降低了果园、林地等经济效益。本文设计一种果园自动避障中耕除草管理机,包括液压系统、避障机构、偏置机构等,通过旋耕方式进行株间除草作业,利用触杆及液压系统可以实现中耕作业时作业部件对果树和障碍物的有效避障。试验表明,机具最大偏置量165 cm,最小偏置量125 cm,工作速度2.68～3.24 km/h,避障通过率为100%,耕深8～10 cm,漏耕率为3.49%,生产率为0.24～0.30 hm~2/h。     

甘肃油橄榄生产机械化技术研究与试验示范

甘肃省陇南市是我国油橄榄特色产业主产区，大部分油橄榄种植在丘陵山地，运输、田间管理、采摘等关键环节“无机可用、无好机用”。为解决甘肃省油橄榄机械化生产技术难题，通过考察分析油橄榄主产区种植特点和果园地形条件，提出以山地单轨运输车、田园管理机、机械辅助采摘平台为配套机具的油橄榄机械化生产技术模式。经过试验示范，山地单轨运输车运输能力为人工的11倍，节约运输成本50%，机械辅助采摘平台的采摘效率比纯人工采摘提高33%，实现油橄榄生产提质增效和农民节本增收。     

山地单轨电动遥控运输机设计与试验

针对汽油机为动力的单轨运输机及时停止控制和执行结构复杂,需要额外增加电控系统的问题,结合直流电机作为驱动力易于控制、结构紧凑、无污染的特点,设计一种适合在山地运行的单轨电动遥控运输机。通过对运输机和拖车组成的运输整机进行最大爬坡角度的受力分析,获得满足运输机爬坡需要的最小牵引力;设计和制作运输机驱动机构、传动装置等关键部件,并对直流无刷电动机、蓄电池、限速和失电制动电机等进行选型,设计制作以蓄电池为动力、无刷直流电动机驱动的山地单轨电动遥控运输机。所设计制作的运输机可以搭载250 kg负载,设计额定行驶速度为0.6 m/s,使用时根据实际运行需要,速度可在0~0.6 m/s之间调节,设计制作的运输机技术指标达到了设计要求。在运输机自身功率消耗条件下：水平和下坡运行时,速度对整机功率消耗影响较大,装载质量对功率消耗影响很小;上坡运行时,速度和装载质量对整机功率消耗影响都较大。根据不同工况对电机进行调速,可实现高效运行的同时解决满载大角度爬坡时蓄电池输出电流过大的问题。     

农用四轴飞行器避障控制系统设计——基于机器视觉和超声波测距

首先,基于双目视觉和超声波测距介绍了农用四轴飞行器的障碍物感知原理;然后,基于整体框架和飞行器对避障控制系统进行了整体设计;最后,基于机器视觉和超声波测距实现了农用四轴飞行器避障控制系统。实验结果表明:当飞行器和障碍物达到设置距离时,飞行器能够快速进行悬停响应,并能及时进行避障操作,证明了农用四轴飞行器避障控制系统的可行性和有效性。     

果园开沟施肥机控制系统的设计

针对果园开沟施肥作业的实际需求,设计了一种基于单片机的开沟施肥机控制系统,并探讨了开沟施肥机施肥作业中开沟深度和施肥量的检测和控制方法。系统以STM32F103VET6微处理器为核心,利用各传感器采集车辆工作参数,通过控制开沟刀盘升降油缸和排肥门开度实现开沟深度和施肥量的实时调节。田间试验结果表明:开沟深度稳定性系数均低于90%,施肥量控制平均误差为4.02%,整机控制系统性能稳定,适应复杂环境,控制精度较高,满足设计要求。     

丘陵山地果园智能运输小车减振结构优化设计

由于丘陵山地果园路面不平坦,果实运输车减振效果差,果品因运输车的剧烈振动而损伤。为保证果品的园内运输质量,需对丘陵山地智能运输小车的减振系统进行优化设计。首先根据丘陵山地果园地形地貌,构建运输车激励图谱;通过对悬架系统进行分析,设计一种适用于丘陵山地果园运输车的二级减振结构,并对其进行参数优化;然后利用ADAMS构建动力学模型,对其减振性能仿真分析,仿真结果表明二级减振结构较单级减振结构在Z向和X向减振性能分别优化9.08%和24.22%,参数优化后的二级减振结构较优化前减振性能提高7.1%。     

基于RealSense深度相机的多特征树干快速识别方法

针对农业机器人在果园定位和导航中,环境背景复杂、光照强度变化大等问题,本文提出了一种基于RGB-D相机并利用颜色、深度、宽度和平行边特征的树干快速识别方法。首先,使用RealSense深度相机获取果园的彩色图像和深度数据;然后,将彩色图像转换为HSV颜色空间,再对HSV颜色空间中的S分量进行超像素分割,并将颜色特征和深度特征相近的相邻超像素块进行合并;随后,对深度图像进行树干宽度特征检测,对宽度置信率大于阈值的物体看作是待处理物体;最后,对待处理的物体进行平行边特征检测,在待处理物体边缘区域选择感兴趣区域窗口（ROI）进行边缘检测,搜索可能的树干边缘直边,当物体边缘的置信率R_B大于设定的阈值T_LB时,则识别为树干。通过对树干的多特征提取,有效提高了在不同环境下树干识别准确率。利用移动机器人平台在果园环境进行试验测试,以检验在强光照、正常光照和弱光照条件下树干识别算法的性能。试验结果表明,本文的树干识别算法在强光照、正常光照和弱光照条件下,树干识别的准确率分别为92.38%、91.35%和89.86%,每帧图像平均耗时分别为0.54、0.66、...