水稻精准种植技术的集成研究

研制开发了水稻精准种植信息处理系统和精准农业谷物联合收割机智能测产应用系统,水稻精准种植信息处理系统由农田GIS和农田DSS组成,采用面向空间、对象和用户的基本设计思想,具有网络化、构件化、层次化、智能化、可视化和开放性等特点;智能联合收割机自动测产应用系统充分采用低成本高精度全球定位DGPS技术、RS遥感图像识别技术、数字地球GIS技术、智能传感器技术、计算机软硬件系统技术,在收割过程中可直观、准确地提供地块的粮食产量及产量分布。     

基于多源图像融合的自然环境下番茄果实识别

蔬果采摘机器人面对的自然场景复杂多变,为准确识别和分割目标果实,实现高成功率采收,提出基于多源图像融合的识别方法。首先,针对在不同自然场景下单图像通道信息不充分问题,提出融合RGB图像、深度图像和红外图像的多源信息融合方法,实现了机器人能够适应自然环境中不同光线条件的番茄果实。其次,针对传统机器学习训练样本标注低效问题,提出聚类方法对样本进行辅助快速标注,完成模型训练;最终,建立扩展Mask R-CNN深度学习算法模型,进行采摘机器人在线果实识别。实验结果表明,扩展Mask R-CNN算法模型在测试集中的检测准确率为98.3%、交并比为0.916,可以满足番茄果实识别要求;在不同光线条件下,与Otsu阈值分割算法相比,扩展Mask R-CNN算法模型能够区分粘连果实,分割结果清晰完整,具有更强的抗干扰能力。     

水田植保机自主作业滑模抗干扰路径跟踪方法

为解决无人化水田植保机在田间作业时上线速度慢、精度不高和抗干扰能力差的问题,提出了一种基于快速幂次趋近律和全局滑模控制的水田植保机路径跟踪控制方法。首先建立了含有滑移干扰项和航向角干扰项的水田植保机四轮异相位转向运动学模型,提出了一种基于全局滑模控制和快速幂次趋近律的直线作业跟踪转向控制算法,解决了滑模控制算法的抖振和趋近模态对干扰敏感的问题,使用Lyapunov判据检验了算法的收敛性。使用Matlab建立了仿真模型,对算法进行了仿真,相比基于指数趋近律和等速趋近律的滑模控制算法,本文算法的快速性更好。实际作业实验结果表明,该方法直线跟踪横向偏差绝对值最大为0.0778m,能够有效提高自主导航控制系统的稳定性和快速性。     

水稻穴直播机自主驾驶控制系统设计

为满足水稻穴直播机自主作业的高性能需求,对穴直播机的自主驾驶系统进行了自主化设计与验证。根据洋马VP6型穴直播机的结构特点,对穴直播机自主驾驶进行机电改造,设计了自主驾驶总控制器和CAN总线化电动转向、油门及挡位的分控制系统,满足了自动驾驶的功能要求。经过分析穴直播机的运动学模型及控制模型,分别建立了外环轨迹跟踪和内环转向角度跟踪的双闭环控制算法策略。经过反复试验,确定合适的控制器参数为k_p=1、k_d=3.5。水田环境的试验结果表明:自动驾驶控制系统达到了横向偏差的绝对值不大于8 cm的跟踪效果。     

基于形态学图像处理的重叠葡萄果径无损测量

葡萄果实尺寸变化能用来评价葡萄生长及诊断植株水分亏损状况。为实现重叠葡萄果实尺寸的非接触和精确测量,该文提出基于数学形态学的重叠葡萄果实直径测量方法,该方法首先通过内外对象标记消除图像中存在的伪极小值点,再对去除伪极小值点后图像进行分水岭变换得到目标果实的精准轮廓,从而依据目标果实区域计算果实当量直径。试验和现场应用表明,该方法具有好的定位精度,能为葡萄果实直径测量提供精确的轮廓信息;测量系统具有非接触和高精度等优点,测量的重复精度可达±9 μm,为葡萄生长规律研究及葡萄缺水诊断提供了参考。     

基于3S技术联合的农田墒情远程监测系统开发

农田墒情信息是现代农业实施精准施肥、精确灌溉的重要科学依据。为了实现快速准确地采集墒情信息,研究开发了基于3S（GPS/GIS/GPRS）技术联合的农田墒情远程监测系统。该系统主要由农田信息监测网络节点和远程服务器组成,在小范围内由传感器节点基于ZigBee通讯协议组成无线传感器网络,在大尺度上通过网关节点集成GPS网络,利用GSM/GPRS网络实现与Internet的信息交互,完成了墒情数据的自动采集、无线传输和准确定位。设计了太阳能自供电的长寿命无线传感器节点和网关节点,开发了服务器端农田墒情信息管理系统软件,实现了Web方式下的参数远程设置和信息实时监测。该系统的设计开发为农田墒情信息监测和分析决策提供了有效的工具。     

CAD／CAM集成数控自动编程系统的研制

SAAPT-2(1/2)D NC自动编程系统能高效、准确地实现零件源程序到NC程序、NC穿空纸带的转换。该系统由几何处理模块、工艺处理模块、后置处理模块和子程序库组成。几何处理模块对零件源程序几何定义语句进行词法、语法检查和参数标准化计算;工艺处理模块根据标准化参数对运动语句及其它非几何定义语句进行处理,生成中间代码文件;后置处理模块将中间代码文件变成NC加工程序。     

膜下滴灌棉花叶温变化规律及其与气象因素关系的研究

通过对新疆石河子市148团膜下滴灌棉花灌区实验地各行棉花叶片温度及土壤含水率的测定、各行棉花发育情况的调查和当地气象资料的收集,利用Origin7．5的函数拟合功能,分析了棉花叶温与当地气象资料的关系。并且分析了棉花叶温与土壤含水率和棉花生长发育情况的关系,以便讨论在本研究种植模式下如何提高棉花产量。结果表明：棉花叶温与气象因素的相关性从高到低排列顺序依次为气温、空气饱和水汽压差、空气相对湿度、日照时数、风速。其中,棉花叶温与气温的相关系数为0．91327,其拟合方程可以用来预测棉花叶片温度。另外,棉花叶片的温度会随土壤含水率的增高而降低,在本研究“一膜两管,一管三行”,“66＋10”的种植模式下,棉花叶片温度较低的那行生长发育情况较好,且产量也较高。建议在本研究种植模式下将中行棉花适当向滴灌管附近移动,以此来提高棉花产量。     

基于双目视觉的种植前期农田边界距离检测方法

针对目前基于全球导航卫星系统技术的农机自动驾驶地头转弯方法的局限性,提出了基于双目视觉的农田田埂边界的识别和测距方法,对具体方法的可行性、适用性及约束条件进行了分析。针对光照变化大、重复纹理多的农田环境,双目立体匹配的代价计算步骤采用了Census变换和截断梯度融合的方法、代价聚合步骤采用了多尺度代价合并的分割树算法,可快速得到良好的视差图。针对农田地面不平坦及作物生长高度不均的实际情况,对视差图构建的三维点云进行了自适应阈值点云提取和干扰消除等操作,实现了田埂边界的识别。另外,根据农田信息,对计算的平均边界距离进行了校正。实验表明,此算法可以实现早期作业农田的边界距离检测,对前方5～10 m的田埂识别率达到99%,测距精度随着检测距离的减小而提高,5 m时的测距误差约0.075 m。在NVIDIA Jetson TX2硬件平台上,算法运行时间约0.8 s,对于行驶速度小于1.5 m/s的农机可满足作业的实时性要求。     

基于迭代式RELIEF算法的农业环境地形标记

为了能够根据当前场景内容在线提取优势推理特征,使得提取后的优势特征集能更好地区分当前场景的地形类别,满足农业机器人室外导航环境要求,提出一种基于迭代式RELIEF算法的农业机器人地形标记方法。该方法通过超像素分割产生训练样本,由迭代式RELIEF算法输出一个特征权重向量,向量每个元素的值代表其所对应的候选特征对地形标记的影响程度,通过对特征权重设定阈值来剔除大量无关特征。地形标记试验结果表明,该方法不但能够将地面标记准确率与障碍标记召回率分别提高1%与0.8%,还能将SVM地形分类器的计算复杂度降低40%左右。在导航试验中,该方法能够使农业机器人的导航效率提高15%左右。