采用双目视觉和自适应Kalman滤波的作物行识别与跟踪

针对传统作物行识别方法在相邻图像间的识别结果偏差较大,作物行的定位精度和稳定性低等问题,该研究提出一种基于双目视觉和自适应Kalman滤波技术的作物行识别与跟踪方法。对于作物行识别,首先建立图像预处理算法,基于改进的超绿-超红模型和最大类间方差法分割植被灰度特征;建立作物行特征提取算法,基于特征点检测技术和双目视差测距方法计算植被角点特征的三维坐标,根据三维阈值提取作物行特征点,进而建立作物行中心线检测算法,建立基于主成分分析的直线拟合模型,根据作物行特征点的频数统计规律检测作物行冠层中心线。对于作物行跟踪,建立跟踪目标规划模型,提取位于图像中央区域的作物行作为跟踪目标;建立目标状态方程,基于自适应Kalman滤波技术构建作物行中心线跟踪模型。以棉花图像开展试验研究,图像数据包括阴影、杂草、地头等田间场景。试验结果表明,该研究方法的作物行识别准确度、精度和速度均较高,识别正确率约为92.36%,平均航向偏差为0.31°、标准差为2.55°,平均识别速度约80.25 ms/帧;经目标跟踪后,航向角和横向位置估计的标准差分别为2.62°和0.043 m、较无跟踪状态分别减小22.94%和10.42%,作物行中心线的方位估计精度进一步提高。研究成果可为导航系统提供连续、稳定的作物行导引参数。     

种子动态图像自动分割与标记技术研究

根据系统实时检测要求 ,研究了基于自动阈值选取的种子图像分割技术 ,采取固定阈值分割与基于迭代方式的最优阈值选取相结合的方法对图像进行分割处理。根据区域内部像素具有灰度相似性 ,将不同的区域赋予不同的标记 ,达到了种子识别的目的 ,同时识别出系统标记与种子目标 ,并进行了定位参数计算。给出的理论分析与计算方法 ,经过大量试验验证 ,已应用于检测试验台中 ,粒距检测误差小于± 2 m m,满足系统实时检测技术要求。     

拖拉机自动转向最优控制方法的研究

该文讨论了拖拉机自动驾驶(自动转向)控制点的选择，并且在此基础上建立了拖拉机跟踪直线行驶时的运动学与动力学模型，分别对基于这两种模型的拖拉机自动驾驶最优控制方法进行了研究，分析了参数选择对控制方法的影响。由于拖拉机是一个具有大延迟、高度非线性的复杂系统，为了减少试验确定参数时的试凑次数，提高其最优控制参数的整定精度，提出一种融合运动学与动力学模型各自特点的控制参数的确定方法，对拖拉机自动驾驶试验时控制参数的整定具有指导意义。结果表明，所提出的方法用于拖拉机自动驾驶是可行的。     

基于图像识别的作物分类种植面积车载测算系统设计

获取作物种植面积是农情监测的主要工作。车载系统进行作物面积测算是作物面积抽样调查的方法之一。文章提出了一种基于图像识别的作物分类种植面积车载测算系统CAOES(Crop Acreage Onboard Estimation System)，分析了其原理与组成，并进行了系统面积测算的视觉测距模型的推导和试验验证。试验验证结果表明：1)镜头焦距定为8 mm能够兼顾纵向视野和图像细节两方面的要求；2)光圈和曝光系数通过软件自适应调节可以满足图像分析需求；3)经验测距模型较之二次多项式回归模型相关系数更大，预测更稳定；4)该系统用于作物面积抽样调查可进一步降低野外调查结束后的工作量，并最大限度地减少人为因素的影响，提高调查的客观性和时效性。     

可视化技术在虚拟圆锥螺纹量规研究中的应用

介绍了虚拟量规的要概念和特点，结合可视化技术的发展，研究了如何建立量规的几何模型，将可视化技术应用于虚拟量规的设计中，并给出了部分已经完成的实例。     

机械系统人机界面优化匹配试验评价方法的研究

提出了一种基于仿真试验来评价机械系统人机界面匹配合理程度的方法。采用这种方法进行评价的基本步骤是：首先根据实际问题初步设计出若干种可供选择的人机界面配置方案;由此确定需要通过仿真试验进行评价的典型试验工况;按照所选择的试验工况,在所研制的“机械系统人机界面优化匹配多参数调节式仿真试验台”上布置人机界面中各元、部件的位置;根据机械系统的实际使用条件及适用的人群范围选择典型的被试者对各试验工况进行主观评价;最后,根据试验评价成绩,对所研究的人机界面进行优化匹配评价并从中选择出优化匹配方案。     

激光控制平地系统控制技术的研究与试验

该文基于模糊控制理论,研制开发了一套与中国常用中等功率拖拉机匹配、面向旱田土地精细平整作业、具有自主知识产权、价格低廉、性能优良的激光平地机的控制系统。试验结果表明：研制的液压控制装置具有良好的静动态特性,泵的卸荷压力为0.4 MPa,平地铲提升时的滞后时间为80 ms,下降时的滞后时间为44 ms,并且无静沉降;激光控制平地系统的平整精度可达到2.5 cm,作业效率0.81 hm²/h。     

农业拖拉机关键技术发展现状与展望

拖拉机作为农业装备的核心,其技术发展水平体现着国家农业机械化程度和农业现代化发展水平。近年来,拖拉机在广泛应用新技术的同时,不断涌现出新结构和新产品,技术含量不断提高,产品性能持续增强。本文分析了当前国内外拖拉机产品的技术发展情况,以及农业拖拉机实现自动化、智能化和信息化的紧迫性和必要性;归纳了拖拉机在发动机排放控制、新能源应用、动力换挡、无级变速、悬浮前桥、驾驶室、电液悬挂、电子控制、总线网络以及整机信息化等关键技术方面的最新研究进展,结合产品应用阐明了各系统相关技术的基本原理和特点;最后,纵观拖拉机技术发展历程,结合我国国情,对农业拖拉机技术的未来发展方向进行了总结和展望,提出在互联网高速发展的时代,云计算、大数据、物联网开始与农机装备制造业相结合,集高效、节能、环保、智能为一体的精准农业系统代表了未来农业生产的新型模式,智能拖拉机作为精准农业系统中的重要节点,其智能感知、智能决策、高效驱动以及远程管控技术将成为技术发展的未来方向。     

丘陵山地拖拉机液压多点动力输出系统设计与试验

针对丘陵山区地形复杂、地块通常起伏不平,丘陵山地拖拉机在工作时需要调平车身,悬挂装置需要实时调节以适应地形变化的具体情况,设计了一套适用于丘陵山地拖拉机复合作业的液压多点动力输出系统。首先,根据阀的工作原理建立了主要液压阀的数学模型;然后,基于AMESim（Advanced modeling environment of simulation）仿真软件建立了拖拉机液压多点动力输出系统仿真模型。仿真结果表明,右路负载阶跃变化时,系统压力调整时间约0.1s,超调量为2.13%,两路稳态流量保持不变;右路阀芯阶跃变化时,右路流量在7.2~13L/min范围内阶跃变化,调整时间约0.1s,几乎无超调,左路流量波动很小。最后,进行了室内试验,验证了所设计的液压系统具有负载反馈、压力补偿和流量分配等功能。     

考虑质量时变的收获机械工作模态分析与试验

为研究复杂开放环境下收获机械田间作业过程由质量时变影响的工作模态及振动行为,该文搭建了一套收获机械工作模态测试系统,以4YZP-4HA型122 k W玉米联合收获机械为研究对象,建立收获机械车架工作模态测点模型,测定工作模态试验下的土壤-机器-植物等边界条件,并进行田间收获作业和运输工况的振动响应数据采集和时频域分析,利用时域随机子空间SSI(stochastic subspace identification)和频域的增强型频域分解EFDD(enhanced frequency domain decomposition)算法,辨识了在质量时变(田间收获作业)和质量非时变(运输工况)影响下的模态参数(模态频率、阻尼比及模态振型),并比较分析了2种算法的工作模态辨识结果。利用时频域分析方法获取了不同测点振动加速度幅值统计特征及频率分布规律,研究结果表明:田间收获作业工况振动强度高于运输工况,振动频率集中分布在20~150 Hz范围内,测点频率之间存在差异主要由不同位置刚度变化所致;通过比较SSI和EFDD方法辨识的模态频率,发现SSI和EFDD方法在相同频率范围内相差较小,且均落入傅里叶变换方法的频率分布区间,表明SSI和EFDD方法计算结果可信,能够较为准确地确定模态频率;质量时变下的收获机械车架模态振型特征主要表现为扭转、弯曲、弯扭和局部模态振型,其中1阶扭转振型频率接近29 Hz(SSI:29.578 Hz;EFDD:29.300 Hz)。研究结果可为复杂农田作业环境下收获机械的工作模态分析与试验提供参考。