图像分割在成熟茄子目标识别中的应

针对在自然光生长条件下采集的茄子图像,采用自动取阈的算法,分别利用图像的灰度信息、基于R、G、B分量线性变换的3个正交彩色特征量和基于HSV彩色空间对图像进行分割.经Matlab仿真对比结果得出:利用Otsu算法对灰度图进行分割,虽然对灰度直方图进行了优化,目标与背景的分割效果较好,但存在局部反光的影响;采用改进的Otsu算法,对彩色特征量(2G-R-B)/4进行分割,可以在一定程度上消除局部反光的影响;同样采用改进的Otsu算法对HSV彩色空间色调分量的分割,则可以克服目标茄子表皮的反光对分割结果的影响,取得了较好效果.以数学形态学降噪方法进一步对利用色调分割后的二值图像进行平滑处理,可大大改善分割效果.     

农业装备自动控制技术研究综述

随着信息与控制理论的发展，自动化控制技术在农业装备领域广泛应用，促进农业生产的智能化、现代化与规模化。运动控制和作业控制是智能农机自动控制技术的两大核心内容，为无人农机在复杂环境下的高精度自主导航安全行驶和精准作业提供保障。速度控制与转向控制是智能农机运动控制的基础，导航跟踪控制是智能农机运动控制的主要内容。本文阐述了智能农机速度控制与转向控制的研究进展，总结归纳了基于几何模型、基于运动学模型和不依赖于模型的自动导航跟踪运动控制方法。然后，着重分析了智能农机在耕、种、管、收等各环节的作业机构控制以及多机协同作业控制方法。最后，指出构建更加精准的农机数学模型，研究面向复杂场景的先进底盘运动控制技术，发展人工智能与控制理论深度融合的农机控制技术以及提升农机农艺相结合的多机协同控制技术是未来智能农机自动控制技术的发展方向。     

苹果采摘机器人无线数据传输系统

针对解决苹果采摘机器人众多传感器数据采用有线传输，数据线纷繁杂乱、检修不便等问题，以及其直动关节在伸缩过程中对末端执行器传感器数据线容易扯断纠结等具体情况，设计了传感器无线数据传输系统。首先对苹果采摘机器人无线数据传输进行了整体设计，对无线通信模块电路、USB通信电路进行了选型设计，同时设计了部分传感器的信号调理电路；其次为了无线数据实时、可靠的传输，在方法上采取了质效控制措施，并制定了数据传输协议，然后进行了无线数据传输的程序设计，最后通过测试结果验证了传输协议的健壮性，数据传输的高效性，并根据测试结果与系统开销之间进行协调，选取了最优设置参数。该研究为采摘机器人及其他农产品生产机器人数据传输提供了一种无线实现方式和新的实现方案。     

变频泵控马达调速系统变结构鲁棒设计

针对变频泵控马达调速系统负载转矩的未知时变特性,设计了一种扰动观测器对负载转矩扰动进行观测及补偿。设计了滑模变结构鲁棒控制器,并进行鲁棒性证明,利用其对扰动不敏感特性来抑制各种内外干扰的影响,以提高系统的鲁棒性和控制性能。仿真试验表明,所设计的控制器对负载扰动和参数摄动的鲁棒性较好,具有较高的速度跟踪精度和较好的动态性能,可满足泵控马达调速系统的控制要求。     

便携式蔬菜叶片重金属镉含量无损检测仪设计与试验

针对蔬菜叶片重金属镉检测传统方法存在的检测仪器体积大、检测成本高和具有破坏性等问题,提出一种基于可见光-近红外波段光谱蔬菜叶片重金属镉检测方法,并设计了一款无需预处理、检测速度快、体积小且便于携带的重金属镉检测仪,能够适用于移动式的现场检测。配置4个重金属镉胁迫梯度（0、1、3、5 mg/L）营养液,培育各镉胁迫的生菜样本,通过高光谱成像系统采集叶片反射光谱数据,利用主成分分析法（Principal component analysis, PCA）筛选出3个特征波长（550、680、800 nm）,采用偏最小二乘回归法（Partial least squares regression, PLSR）搭建重金属镉检测模型,该模型测试集相关系数R_p为0.914 9,测试集均方根误差为0.527 1 mg/kg。使用自制的仪器做标定试验,选择A/D采集电压做参考,用标定数据进行建模,模型训练集相关系数R_c为0.858 1,训练集均方根误差为0.497 5 mg/kg,测试集相关系数R_p为0.843 2,测试集均方根误差为0.55...     

基于图像处理和蚁群优化的形状特征选择与杂草识别

利用叶片形状特征区分杂草和作物是杂草识别的一个重要方法。为了提高杂草识别的精度和效率，通过形态学运算和基于距离变换的阈值分割方法分离交叠叶片，从单个叶片中提取包括几何特征和矩特征的17个形状特征，用蚁群优化（ACO）算法和支持向量机（SVM）分类器进行特征选择和分类识别，选取有利于分类的较优特征并实现特征的优化组合。棉田杂草试验结果表明，该方法能实现分类特征的有效缩减，经优化组合得到的最优特征子集用于杂草识别的准确率达95%以上，识别率高，稳定性好，对识别杂草时如何兼顾准确率和实时性具有参考意义。     

面向精确灌溉的无线传感器网络构建

从灌溉需求和固定管道式喷灌系统的结构特点出发,设计了一个两层无线传感器网络(WSN)体系结构;通过分析传感器传感半径和喷头射程之间的关系,从理论上得到了完全感知覆盖田块所需要最少传感器数的表达式及部署方法;结合网络结构和节点分工,给出了数据的传输方式,并通过分层故障诊断的方法确保数据传输的可靠性.研究表明该网络的通信是可行的.     

果园机器人LiDAR/IMU紧耦合实时定位与建图方法

针对果园环境中GNSS定位信号易丢失和传统SLAM算法鲁棒性较差的问题，本文提出一种基于LiDAR/IMU紧耦合框架的全局无偏状态估计果园机器人定位与建图方法。LiDAR/IMU紧耦合框架基于因子图进行多源约束的IMU里程计构建，实时输出高频位姿信息，IMU里程计因子和预积分因子优化LiDAR里程计并提供位姿先验约束IMU零偏。引入局部点云地图参与特征点云粗匹配和非特征点云递进式匹配进一步稠密化源点云，改善LiDAR里程计的性能。融合GPS信号与LiDAR/IMU紧耦合框架的地图构建，能够得到准确且高频连续的位姿信息，提高点云地图的复用率。在果园和苗木等场景验证了该算法的性能，实验结果表明，与LIO-SAM等算法相比，定位精度维持在0.05 m左右，均方根误差为0.016 2 m。本文算法使机器人具有更高的精度、实时性和鲁棒性，有效降低了系统累积误差，保证了所构建地图的全局一致性。     

面向农业移动管理的信息获取技术

基于移动终端、嵌入式GIS和无线通讯等技术,设计了面向田间交互管理的农业移动管理系统技术框架,研究了农田信息无线采集与传输、基于位置的图像获取、GPS虚拟差分数据获取和无线数据传输等技术,开发了农业移动管理系统原型.移动终端具有GPS定位与导航、GPS照相、照片编辑与查看、专题图制作、属性信息查询、农田网格划分等功能.初步应用试验表明,该原型系统可应用于农田移动管理.     

基于自动视觉检测的棉花异性纤维分类系统

为实现棉花异性纤维的在线识别,设计了一种基于自动视觉检测(AVI)的棉花异性纤维分类系统.该系统利用棉层生成器将待检测皮棉制成约2mm厚的均匀薄层使其中的异性纤维更容易检测,利用彩色线扫描相机检测有色异性纤维,利用单色线扫描相机检测在紫外线激发下能产生荧光的白色异性纤维.采用多特征多分类器集成的模糊分类方法实现了对异性纤维的分类.实验表明,该系统对异性纤维的平均分类正确率可达到80%.