相机与毫米波雷达融合检测农机前方田埂

为满足自主作业农机地头转弯的需求,解决单传感器检测获取信息不足的问题,该研究提出了将相机与毫米波雷达所获取数据融合的多传感前方田埂检测方案,利用视觉检测得到田埂形状后辅助滤除毫米波雷达中干扰点进而得到田埂的距离和高度信息。在视觉检测方面,根据前方田埂在图像中的分布特点,提出了基于渐变重采样选取部分点的加速处理方式,并在此基础上利用基于11维颜色纹理特征的支持向量机进行图像分割和基于等宽假设的几何模型特征进行误分类点剔除,然后拟合提取图像中田埂边界。在毫米波雷达检测方面,提出了竖直放置毫米波雷达的检测方式,以克服安装高度与地形颠簸的影响,并获得前方田埂的高度信息。将相机与毫米波雷达获取的数据进行时空对齐后,利用视觉检测结果滤除毫米波雷达干扰点,并将毫米波雷达获得的单点距离信息进行扩展,形成维度上的数据互补,获得前方田埂的形状、距离、高度等更加丰富准确的信息。测试结果表明,在Nvidia Jetson TX2主控制器上,基于视觉的检测平均用时40.83 ms,准确率95.67%,平均角度偏差0.67°,平均偏移量检测偏差2.69%;基于融合算法的检测平均距离检测偏差0.11 m,距离检测标准差6.93 cm,平均高度检测偏差0.13 m,高度检测标准差0.19 m,可以满足自主作业农机的实时性与准确性要求。     

多约束情形下的农机全覆盖路径规划方法

为满足自主作业农机自动导航作业的需求并优化农机作业效率,在处理多种车辆转弯方式约束和农业地块约束的基础上,基于模拟退火算法提出一种混合规则路径规划方法。在多种作业约束处理方面,引入了农机转弯代价邻接矩阵来量化农机地头转弯方式的影响,通过采用内缩改进的道格拉斯-普克(Douglas-Peucker)拟合算法与求解采样点的最小凸包分别处理地块边界及障碍物边界。在使用角平分线的平行偏移法求得转向预留地块后,以转弯代价最小为优化条件对多种形状地块进行了最优作物行生成。在农机遍历顺序方面,利用模拟退火算法求解得到最优路径集,并通过单元拆解及合成的方式求解全覆盖遍历顺序,解决了传统规则遍历走法适应性差和大规模农机作业时经典模拟退火算法易陷入局部最优解的问题。实验表明,本文方法所得路径平均作业覆盖率达90.78%,平均作业占空比达85.10%。在同等作业条件下,利用本文方法所得路径比传统规则路径最多可节约距离消耗30.3%,比模拟退火算法所生成路径节约6.9%。说明本文规划算法可在多种约束下对农机进行作业路径规划,且具有较好的规划效果。     

基于改进YOLOv3-tiny的田间行人与农机障碍物检测

为实现农机自主作业中的避障需求，本文针对室外田间自然场景中因植被遮挡、背景干扰而导致障碍物难以检测的问题，基于嵌入式平台应用设备，提出了农机田间作业时行人和农机障碍物检测的改进模型，更好地平衡了模型的检测速度与检测精度。该改进模型以You only look once version 3 tiny（YOLOv3-tiny）为基础框架，融合其浅层特征与第2 YOLO预测层特征作为第3预测层，通过更小的预选框增加小目标表征能力；在网络关键位置的特征图中混合使用注意力机制中的挤压激励注意模块(Squeeze and excitation attention module,SEAM) 与卷积块注意模块(Convolutional block attention module,CBAM)，通过强化检测目标关注以提高抗背景干扰能力。建立了室外环境下含农机与行人的共9405幅图像的原始数据集。其中训练集7054幅，测试集2351幅。测试表明本文模型的内存约为YOLOv3与单次多重检测器(Single shot multibox detector,SSD)模型内存的1/3和2/3；与YOLOv3-tiny相比，本文模型平均准确率（Mean average precision,mAP）提高11个百分点，小目标召回率（Recall）提高14百分点。在Jetson TX2嵌入式平台上本文模型的平均检测帧耗时122ms，满足实时检测要求。     

圆形PWM变量喷灌机喷灌特性的仿真研究

变量喷灌(Variable Rate Irrigation,VRI)是精准农业的一个重要分支,目前的发展方向是单喷头变量喷灌(Individual Sprinklers VRI,IS-VRI),即每个喷头均采用脉宽调制(Pulse Width Modulation, PWM)变量技术控制水量。为此,通过分析面向IS-VRI应用的圆形PWM变量喷灌机在喷灌过程中水量累积的过程后,数值仿真研究了PWM脉冲占空比、PWM脉冲周期、喷灌机行进角速度及喷头离围转中心距离4个参数对喷灌均匀性及喷灌水深误差的影响规律。采用Nelson R3000喷头的圆形PWM变量喷灌机数值仿真结果表明:喷灌水深与喷灌机行进角速度和喷头离围转中心距离成反比,与PWM脉冲占空比成正比,与PWM周期存在较弱的负相关关系; PWM周期和喷灌机行进角速度越小,喷灌均匀性越好,当PWM周期取10s或行进角速度取1(°)/min时,径向和周向克里斯琴森均匀系数均可达到75%和80%以上;喷灌水深误差主要出现在喷灌机中间段的径向水深误差上,约为8%,其余误差均在5%以下,水深误差可以通过调整PWM脉冲占空比补偿消除。     

基于PWM技术的大型变量喷灌机整机水力性能研究及优化

基于脉冲宽度调制（Pulse Width Modulation, PWM）技术的变量喷灌机虽然能实现更精细的地块水分管理，但因实现变量的电磁阀的持续开闭动作，喷灌机主输水管道内流量呈现持续的阶跃变化，进而导致变量喷灌过程中存在压力脉动和机械激振现象。该研究基于Matlab/Simulink，对基于PWM技术的大型变量喷灌机在变量喷灌过程中的压力脉动进行了研究分析及改善优化。针对已研制的基于PWM技术的大型变量喷灌机实体系统，首先构建了其关键器件和整机的水力模型，并验证了模型的正确性。然后基于所建模型，对变量喷灌机的压力脉动进行了分析，得到了变量喷灌过程中的压力脉动规律，进而提出了PWM脉冲相位错开的缓减方法，并介绍了该方法的3种具体实施方式，即"站间"错相、"站内"错相和"站间+站内"错相。最后在实现了PWM脉冲相位错开的变量喷灌机整机水力模型上进行仿真分析，证明了所提3种错相方式均可明显减小变量喷灌过程中的压力脉动幅度，同时也可有效提高泵站的利用率。此外，通过在实现了PWM脉冲相位错开的变量喷灌机实体系统上开展田间试验，进一步验证了所提PWM脉冲相位错开方法对于缓减压力脉动和机械激振的有效性。且田间试验结果表明，在采用PWM脉冲相位错开方法时，变量喷灌机仍然具有较好的喷洒均匀性和变量灌溉控制误差。该研究成果不仅能为基于PWM技术的变量喷灌提供较平稳的压力条件从而保障变量喷灌控制精度，还能减小因压力脉动引起的机架激振从而保障设备安全。     

基于多纹理特征融合的麦田收割边界检测

自主导航是智能化农机完成收割作业的重要保障。该研究针对多云天气下光照易变化导致单一特征难以应对麦田环境的问题,提出基于多纹理特征融合的麦田收割边界检测方法。通过构建由图像熵特征和方向梯度特征组成的二维特征向量对麦田收割区域与未收割区域进行分类。其中,根据图像熵特征提取的特点,提出基于滑动窗口的直方图统计方法加速图像熵特征提取速度,较传统熵特征提取方法,本文方法耗时减少49.52%。在提取二维特征基础上,根据特征直方图分布特点,结合最大熵阈值分割算法对麦田图像进行初步分类,然后通过去除小连通区域对误分类区域进行剔除,进而运用Canny算子提取边缘轮廓点,得到分布于收割边界附近的待拟合点。最后,通过Ransac算法对拟合直线进行区域限制,得到较为准确的收割边界。试验结果表明,相比传统基于Adaboost集成学习算法提取收割边界,本文算法处理240像素×1 280像素的图像平均耗时为0.88 s,提速约73.89%;在不同光照条件下,收割边界平均检测率为89.45%,提高47.28个百分点,其中弱光照下检测率为90.41%,提高46.19个百分点,局部强光照下检测率为88.26%,提高46.00个百分点,强光照下检测率为89.68%,提高49.64个百分点。研究结果可为田间农机导航线识别提供参考。     

基于PWM技术的平移式变量喷灌机喷头流量分配方法

大型平移式喷灌机采用脉冲宽度调制(Pulse width modulation,PWM)技术实现变量灌溉作业,因喷头间喷洒区域相互重叠,由地块管理区的设计处方值求解单喷头流量较为困难。首先根据Nelson R3000型单喷头喷洒特性,得到平移式喷灌机沿桁架方向的一维叠加水量分布特性,以及平移运动后的二维叠加水量分布特性,分析确定了由4个喷头重叠喷洒控制一个管理区,并得到喷头区域喷洒分配率,在此基础上提出了按处方值进行喷头流量分配的加权均分法和基于遗传算法(Genetic algorithm,GA)的分配法。通过管理区喷洒误差分析得出,当相邻处方值变化幅度不超过最大处方值的33%时,精度可以达到5%。为了弥补GA法导致喷洒均匀性下降的不足,将加权均分法和GA法组合应用,有效降低了处方值突变带来的喷洒误差,同时保证了处方值变化较小区域的喷洒均匀性。本文方法可以扩展到4个以上喷头重叠喷洒控制一个管理区的应用场合。