基于富集微流控芯片的稻曲病菌孢子光电检测方法

针对当前水稻真菌病害发病时间短、传播速度快,缺乏有效早期预警技术的难点,提出一种基于微流控芯片的空气流中水稻真菌病害光电检测方法。该文根据微尺度下孢子富集动力学特征设计了病害孢子高效富集微流控芯片,并结合光电检测系统进行病害孢子的检测。试验根据空气动力学原理以及孢子富集量的大小对微流控芯片通道尺寸进行设置。根据光检测原理和不同浓度孢子在富集区形成的光衰减特性,筛选具有高灵敏度特性的检测光强。在以检测光谱的灵敏度性能为目标并综合考虑线性度的基础上,优选检测波长。以水稻稻曲病菌孢子为检测对象,进行了自动化微流控富集和光电检测试验。试验结果表明:在光源光强1.1×104 cd,波长为650 nm时,利用所述检测方法针对水稻稻曲病菌孢子检测结果(相比与镜检值)误差小于17.5%,根据检测结果建立相关系数为0.992 9的检测模型,具有较好的线性度及可靠性。研究结果为便携式作物病害检测装备的研发提供理论基础。     

基于Isomap和支持向量机算法的俯视群养猪个体识别

针对俯视群养猪视频序列,提出了一种利用机器视觉技术对猪个体进行识别的方法。首先对采集的俯视群养猪视频序列进行前景检测与目标提取,获得各单只猪个体,其后建立训练样本,提取猪个体颜色、纹理及形状特征,组合构建表征猪个体的特征向量,接着对组合特征利用Isomap算法做特征融合,在最大程度保留有效识别信息的基础上降低特征维数,最后利用优化核函数的支持向量机分类器进行训练与识别。试验选取了900帧图像,试验结果表明该文所提方法切实有效,猪个体最高识别率为92.88%。该文从机器视觉角度探索了俯视群养猪的个体识别,有别于传统的RFID猪个体识别,该研究为无应激的猪个体识别提供了新思路,也为进一步探索群养猪个体行为分析等奠定了基础。     

河蟹养殖自动作业船导航控制系统设计与测试

针对河蟹养殖过程中存在的水草清理难度大、喂料投饵不均匀、人力成本高等问题,该文设计了一种基于ARM(advanced RISC machine)和GPS/INS(global positioning system/inertial navigation system)组合导航的多功能全自动河蟹养殖作业船导航控制系统。该系统由明轮驱动船、ARM主控制器、GPS/INS组合导航装置等组成。为降低传统的基于有限目标点航道位置计算方法的复杂度并减小船体偏离航道的误差,该文提出了一种基于实时插点的航道位置计算方法,实时地解算出当前时刻的目标位置,并设计了相应的转弯及航道切换策略。针对明轮船具有非线性、大时滞、欠阻尼的运动特点,设计了基于模糊PID(proportion integration differentiation)的航向、航速双闭环运动控制算法;基于嵌入式Linux操作系统,设计了船载子系统软件,并编写了上位机监控程序对船载子系统的运行状态进行实时监控。利用河蟹养殖作业船试验平台进行了航速及自动导航试验,并对有限目标点和实时插点的航道位置计算方法的控制效果进行了对比。试验结果表明:船体速度响应较快,超调量不超过5%,稳态误差可控制在3%以内;采用有限点的航道位置计算方法时,船体在转弯与直行时偏离航道的最大误差分别为2.12和1.52m;采用实时插点的航道位置计算方法时,船体在转弯与直行时偏离航道的最大误差分别为0.36和0.09m,分别下降了83.02%和94.08%,船体的控制精度得到了全面的改善。该文可以为多功能河蟹养殖作业船的研究提供重要参考。     

基于改进MobileNet-V2的田间农作物叶片病害识别

农作物病害是造成粮食产量下降的重要因素,利用智能化手段准确地识别农作物病害有利于病害的及时防治,该研究基于改进的MobileNet-V2识别复杂背景下的农作物病害,对未来覆盖各种作物的智能化病害识别工作具有重要意义。首先创建含有11类病害叶片及4类健康叶片的农作物数据集,采用数据增强操作构造不同的识别场景。其次在原始模型MobileNet-V2的基础上,嵌入轻量型的坐标注意力机制,建立通道注意力与位置信息的依赖关系。然后对网络中不同尺寸的特征图采取上采样融合操作,构建兼具网络高、低层信息的新特征图。此外,采用分组卷积并删除模型中不必要的分类层,减少模型参数量。试验结果表明：改进模型的参数量为2.30 MB,改进模型的识别准确率在背景复杂的农作物叶片病害数据集中达到了92.20%,较改进前提高了2.91个百分点。相比EfficientNet-b0、ResNet-50、ShuffleNet-V2等经典卷积神经网络架构,改进模型不仅达到了更高的识别准确率,还具有更平稳的收敛过程以及更少的参数。该研究改进的模型较好地平衡了模型的复杂度和识别准确率,为深度学习模型移植至田间移动病害检测设备提供了思路。     

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、...     

基于物联网的远程温室视觉监控系统设计与实现

在当前智慧农业的大环境下,农作物生长过程的识别与监控问题一直是一项具有挑战性的任务,基于此提出一种基于物联网的远程温室视觉监控系统,系统通过LoRa无线通信技术监测温室内的温湿度、光照强度等环境参数,能够及时监测到农作物的生长状况,并实现自动通风、自动补光等功能。在PC端的Qt上位机实时监测温室内的环境信息并控制环境参数,通过OV9726摄像头对农作物进行监测,所获得的生长状态信息传输到S3C6410集中控制模块进行处理,结合克隆选择算法和朴素贝叶斯分类器对叶片进行识别处理。本系统采用LoRa模块进行自组网来实现环境监测,将Linux操作系统移植到集中控制模块,为视觉系统软硬件平台的搭建做准备工作,所使用的组合算法能够使得农作物叶片识别率达到95.3%,识别时间达到8.4 ms,对于叶片识别精度等方面有着明显的提升,经过实验充分验证本系统所使用的设备与算法的有效性。     

基于脊腹线波动的猪呼吸急促症状视频分析

预警呼吸急促症状的病猪时,人工连续监控方式存在效率低下问题,为实现自动预警,通过机器视觉方法,捕获猪的脊腹线轮廓,证实自动计算的脊腹线起伏频数和人工计算频数强相关性。通过6个训练有素的人,对10头含有或无呼吸急促症状的猪打分（5分制）,并拍摄分辨率为320像素×240像素、猪自由站立在视频窗口中的侧视视频。在Matlab仿真平台,采用图像灰度化、背景减法、脊腹线段提取、脊腹线波动描述子计算后,自动捕获的波动频数和人工计算的相比较,所有测量值的平均相关系数为0.947,猪和视频窗口面积比在0.35～0.75之间时,脊腹线波动识别精度高于85%,且其波动频率与猪的人工呼吸急促症状估分值呈线性正相关。视觉技术用于呼吸急促的病猪预警有应用价值。     

基于嵌入式技术的水产品信息采集系统设计

设计一种以ARM处理器为核心,以RFID模块为信息采集端、GPRS模块为发送端、中央数据库为信息管理平台的信息采集系统,实现了信息的无接触采集、远程无线传输和存储管理。从硬件结构和软件流程两方面给出了系统具体的设计方案并且对系统的软件进行了详细设计。试验与测试结果表明,系统性能稳定,实时性较好,能完全满足工厂化水产养殖的要求。     

固态发酵过程电子鼻系统传感器阵列优化研究

采用电子鼻系统对秸秆饲料固态发酵过程阶段进行监测研究具有明显的应用意义。但是电子鼻系统传感器阵列中同一气敏传感器会对多种被测气体响应,导致采集数据含有冗余信息,因此有必要对电子鼻传感器阵列进行优化。本文基于因子分析法对电子鼻系统采集数据结合阶段状态信息进行分析,提出传感器阵列优化方法。并采用神经网络、支持向量机和高斯过程等模式识别方法对电子鼻系统传感器阵列优化组合采集数据进行过程状态识别模型建模。研究表明,传感器阵列优化有利于减少模型输入,降低模型复杂性,提高模型对过程状态的识别率。     

多喷枪协同式喷涂五轴混联机器人设计

针对大型扁平型立方体工件的喷涂工艺特点,将并联机构应用于喷涂工艺,设计了一种控制解耦性很好的五轴混联喷涂机器人,阐述了这种喷涂机器人的机构设计、工作原理、运动学分析、驱动方式、控制系统硬件组成及其控制方式。该机器人具有结构紧凑、喷涂效率高、涂层厚度均匀和操作简便等特点,具有较好的应用前景。