基于多平台激光雷达数据集成的森林资源调查研究进展

随着森林资源调查的深入,基于单平台激光雷达数据的空间信息获取方式存在着精度低、数据完整性差等缺点,无法满足精准林业要求的森林信息提取的高精确性。文中系统总结了森林点云数据配准方法和多平台激光雷达数据配准融合在树木属性、立木材积等调查研究中的应用,以及多平台激光雷达数据协同作业在树木生长特性、森林地上生物量等方面的研究现状,对当前森林资源调查和多平台激光雷达数据集成技术存在的问题进行了讨论并提出未来研究展望。     

基于油敏纸显示特性的热雾剂溶剂试验

热烟雾载药防治技术具有防效高、用药省、无需用水等显著优点,但关于药液完全热力烟化后的雾滴沉积分布状态及悬浮停留时间却没有进行过系统研究。鉴于柴油在油敏纸上无法显示的现状,理论分析热雾剂的组成及特性,综合考虑溶解性、闪点、黏度、比热容、表面张力等因素,选取6种不同溶剂进行油敏纸显性和热力烟化特性试验研究,并以雾滴粒径和发烟量作为评价溶剂综合性能的指标。结果表明:邻苯二甲酸二甲酯在油敏纸上显性较好、热力烟化效果较佳、在喷管内的热分解损失可忽略,是一种性能良好的可供试验研究应用的热雾剂溶剂。     

精确林业GPS信标差分定位精度分析

利用设计的Trimble AgGPS132定位试验装置进行连续时间内的单机定位试验和信标差分定位试验,作出x、y坐标多次测量结果散点分布图和同一点的多次测量结果散点分布图,平均值、标准差等结合数据分析对比其精度,检验信标差分定位系统的静态符合度和动态符合度。试验结果表明：信标差分定位比单点定位精度高,误差小,信标差分定位比单点定位横、纵坐标精度提高12%到47%,AgGPS132信标差分试验系统的静态符合度和动态符合度都较好,符合精准度要求较高的精确林业的生产作业要求。在中国建立的导航信标信号覆盖区内,采用信标差分GPS系统具有信号连续、工作稳定、精度可靠、费用低廉等优点,因此信标差分技术在精确林业应用上将具有巨大的发展潜力。     

扇形喷头球头结构建模与磨损试验

针对扇形喷头球头处的复杂结构以及农药中固体颗粒对喷头内表面的冲蚀情况,运用立体几何方法建立了扇形喷头基本结构尺寸的数学方程,并对其进行力学分析.结果表明,扇形喷头球头处x向磨损最严重.通过试验验证了理论分析,建立了时间和基本结构尺寸的变化对磨损率的影响关系式.     

苹果采摘机器人关键技术研究现状与发展趋势

目前国内苹果基本采用人工采摘方式,随着劳动力资源短缺以及机械自动化技术的迅速发展,利用机器人采摘替代人工作业成为必然趋势,开发苹果采摘机器人用于果园收获作业具有重要意义。由于苹果采摘作业环境复杂,严重制约了采摘自动化的发展。目标识别、定位与果实分离是苹果采摘机器人的关键技术,其性能决定了苹果采摘的效率及质量。该文概述了具有市场化前景的苹果采摘机器人发展和应用现状,综述了在复杂自然环境光照变化、枝叶遮挡、果实重叠、夜间环境下以及同色系苹果的识别方法,介绍了多种场景并存的复杂环境下基于深度学习的苹果识别算法,遮挡、重叠及振荡果实的定位方法,并对采用末端执行器实现果实与果树的分离方法进行了分析。针对现阶段苹果采摘机器人采摘速度低、成功率低、果实损伤、成本高等问题,指出今后苹果采摘机器人商业化发展亟需在农机农艺结合、优化识别算法、多传感器融合、多臂合作、人机协作、扩展设备通用性、融合5G与物联网技术等方面开拓创新。     

基于多模态图像的自然环境下油茶果识别

针对自然条件下油茶果生长条件复杂,存在大量遮挡、重叠的问题,提出了一种基于RGB-D（red green blue-depth）多模态图像的双主干网络模型YOLO-DBM（YOLO-dual backbone model）,用来进行油茶果的识别定位。首先,在YOLOv5s模型主干网络CSP-Darknet53的基础上设计了一种轻量化的特征提取网络。其次,使用两个轻量化的特征提取网络分别提取彩色和深度特征,接着使用基于注意力机制的特征融合模块将彩色特征与深度特征进行分级融合,再将融合后的特征层送入特征金字塔网络（feature pyramid network,FPN）,最后进行预测。试验结果表明,使用RGB-D图像的YOLO-DBM模型在测试集上的精确率P、召回率R和平均精度AP分别为94.8%、94.6%和98.4%,单幅图像平均检测耗时0.016 s。对比YOLOv3、YOLOv5s和YOLO-IR（YOLO-InceptionRes）模型,平均精度AP分别提升2.9、0.1和0.3个百分点,而模型大小仅为6.21MB,只有YOLOv5s大小的46%。另外,使用注意力融合机制的YOLO-DBM模型与只使用拼接融合的YOLO-DBM相比,精确率P、召回率R和平均精度AP分别提高了0.2、1.6和0.1个百分点,进一步验证该研究所提方法的可靠性与有效性,研究结果可为油茶果自动采收机的研制提供参考。     

基于优选YOLOv7模型的采摘机器人多姿态火龙果检测系统

为了检测复杂自然环境下多种生长姿态的火龙果,该研究基于优选YOLOv7模型提出一种多姿态火龙果检测方法,构建了能区分不同姿态火龙果的视觉系统。首先比较了不同模型的检测效果,并给出不同设备的建议模型。经测试,YOLOv7系列模型优于YOLOv4、YOLOv5和YOLOX的同量级模型。适用于移动设备的YOLOv7-tiny模型的检测准确率为83.6%,召回率为79.9%,平均精度均值（mean average precision,mAP）为88.3%,正视角和侧视角火龙果的分类准确率为80.4%,推理一张图像仅需1.8 ms,与YOLOv3-tiny、YOLOv4-tiny和YOLOX-tiny相比准确率分别提高了16.8、4.3和4.8个百分点,mAP分别提高了7.3、21和3.9个百分点,与EfficientDet、SSD、Faster-RCNN和CenterNet相比mAP分别提高了8.2、5.8、4.0和42.4个百分点。然后,该研究对不同光照条件下的火龙果进行检测,结果表明在强光、弱光、人工补光条件下均保持着较高的精度。最后将基于YOLOv7-tiny的火龙果检测模型部署到Jetson Xavier NX上并针对正视角火龙果进行了验证性采摘试验,结果表明检测系统的推理分类时间占完整采摘动作总时间的比例约为22.6%,正视角火龙果采摘成功率为90%,验证了基于优选YOLOv7的火龙果多姿态检测系统的性能。     

转笼式生物农药雾化喷头的性能试验

化学农药对生态环境的危害和人类健康的威胁使得低毒、低残留、不易产生抗药性的生物农药日益受到重视,但与之相配套的喷施机具的缺乏限制了生物农药的推广使用。为了研究保证生物农药存活率的专用喷施器械与操作方法,该文研究了喷施生物农药的专用转笼式离心喷头,并测试了其雾化性能和生物活性保持率。该文建立性能测试系统,利用粒子图像测速系统和激光粒度仪研究生物农药离心雾化喷头的转笼直径、丝网目数等结构参数,流量、转速等操作参数和生物农药制剂选择对于雾滴流场均匀性、雾滴粒径分布、生物农药活性的影响。量化分析了喷头结构和操作参数对雾滴体积中径和苏云金杆菌、白僵菌2种生物农药存活率的影响程度,采用SPSS软件通过相关信息和逐步回归分析建立了包含转笼直径、丝网目数、输药流量、转笼转速因素的转笼喷头雾化性能多元线性回归拟合模型,并检验其拟合度,通过实测数据对其进行验证发现该模型精度较高。综合各因素,提出了转笼式生物农药雾化喷头结构和操作参数的优化配置为:转笼直径100mm、丝网目数60、转笼转速3000r/min、输药流量80L/h。结果表明,转笼输液装置的双侧对称进液比单侧进液时雾滴流场均匀性提高,为了保证生物农药活性,转笼式喷头的转速不宜太高。该文的研究为设计生物农药喷施机具、制定确保活性成分的操作规范、提高生物农药防治病虫害效果提供了理论依据和技术支持。     

基于双目立体视觉的植物三维重建系统

为推进农林业科技发展,将虚拟现实的三维重建技术进一步应用于农林业领域将受到更加广泛的关注。本文通过拍摄两幅不同视角的拟南芥图片来获得二维图像信息转换为三维信息,重建出三维模型,并建立人机交互系统。选择双目立体视觉系统来进行拍摄不同视角的拟南芥图片,采用相机标定参数对获取的图像进行畸变校正和极线校正,同时对图像进行图像分割。然后选择SURF特征检测算法和SIFT特征匹配算法进行特征检测匹配,将匹配后得到的拟南芥的二维数据转换为空间三维坐标,使用三角剖分算法和纹理映射方法得到了拟南芥三维逼真模型。最终得到了具有592个空间点的拟南芥的三维模型,并建立了基于机器视觉技术的模式植物虚拟生长模型的人机交互系统。通过对多盆拟南芥进行建模和参数验证,拟南芥叶片长度、宽度和茎秆长度的软件测量值与真实值之间的相关系数R 2分别为0.9404,0.974,0.9862,且软件测量值都在真实值的5%误差线范围以内。表明本文重建的拟南芥模型稳定性和可靠度都较高。     

人工智能在木材加工中的应用

随着新一代人工智能技术不断取得应用突破,将人工智能技术与木材加工产业深度融合,实现木材加工产业智能化控制、精准化配置、高效率利用、可持续发展,是促进林业人工智能发展的主要任务之一。文中概述了人工智能算法及理论在木材无损检测与分类、木材干燥、木材优选加工等木材加工过程中的应用现状,分析了相关算法的不足之处,提出人工智能技术在木材加工产业中将大有可为,木材加工产业应积极向人工智能方向发展,提高木材加工的工作效率及利用率。