MEMS传感器融合技术在农业工程的应用与前景

在农业工程领域,MEMS惯性传感器融合是提高控制系统性能和实现农业机械智能化控制的重要技术手段。首先介绍了MEMS惯性传感器的分类及测量原理,并分析了实现传感器融合的主要技术方法。在此基础上,阐述了基于MEMS惯性传感器的农业导航系统研究内容和现状。最后,总结了该技术在农业工程领域的应用前景。     

穴盘水稻秧苗拔秧力试验研究

从育秧穴盘中拔秧时，秧苗状况和营养土含水率是影响秧苗脱离穴盘的重要因素。在适宜的营养土钵含水率范围内的机械手拔起穴盘水稻秧苗所需的拔秧力试验表明，1穴秧苗所需的拔秧力为0．4～0．8N，小于1穴1株秧苗茎部所能承受的拔断力（平均为3．732N）；同一穴中秧苗株数对拔秧力基本无影响；多穴秧苗的拔秧力随穴数的增加而增大。营养土含水率越低，拔秧力越大，拔秧效果越差，达到过饱和时，拔秧力也会增加。拔秧时，适宜的营养土含水率为27％～29％（湿基）。     

基于Kalman滤波的田间导航车辆定位校正方法研究

以装载了RTK-DGPS导航系统的KUBOTASPU-68水田插秧机为试验平台,以姿态测量系统提供载体姿态信息,研究农业机械导航的姿态校正方法。在分析车载GPS倾斜误差产生原因基础上,提出了采用多传感器联合测量载体姿态角以提供校正信息。采用MEMS传感器集成模块ADIS16355作为惯性测量单元,卡尔曼滤波实现传感器信息融合以计算姿态角,设计了姿态测量系统。阐述了两种传感器融合测量实时姿态角的算法,基于ARM7Cotex-M3微处理器设计了姿态测量系统硬件。     

混合动力汽车电驱动系统设计与仿真研究

电驱动系统是混合动力汽车的动力源.对串联式混合动力电动汽车的电驱动系统进行了结构分析和部件设计,在分析其工作模式的基础上,确定了峰值电源最大荷电状态的控制策略,基于Matlab软件对该电驱动系统建立了仿真模型.仿真试验分析表明,该控制策略将循环通过电动机和峰值电源的部分发动机能量最小化,从而减少发动机能量传递的损耗.建立的模型是合理有效的,为混合动力汽车整车的动力性、经济性等提供了仿真平台.     

农用智能移动作业平台模型的研制

智能移动作业平台是实施“精细农业”的基础。自动导航控制技术是智能移动作业平台的重要技术之一。为了开展农田智能移动作业平台及其导航控制技术研究，将计算机技术、传感器技术、GPS技术和数据通讯技术等集成与融合，研制了一种以蓄电池为电源，电动机为动力的农用智能移动作业平台模型。在平台模型的基础上，开发了基于GPS和电子罗盘的导航控制系统。详细论述了导航控制系统的工作原理、控制方法。试验结果表明，该平台模型能按预定的路线行走，直线行走偏差在1 m以内，弯道行走偏差在2 m以内。通过对导航误差进行分析，提出了进一步改进的方法。该研究为“精细农业”作业平台研究进行了有益的尝试。     

基于机器视觉和YOLOv4的破损鸡蛋在线检测研究

破损鸡蛋导致的漏液会污染自动化生产线和完好鸡蛋,不仅影响生产效率,还会干扰裂纹鸡蛋的检测.为实现破损鸡蛋快速、准确、低成本的识别,本文利用机器视觉技术,并结合深度学习网络深层次特征提取、高精度检测分类的特性,提出一种基于YOLOv4网络的破损鸡蛋检测方法.构建破损鸡蛋图像数据集,搭建YOLOv4深度学习网络,训练含有破...     

丘陵山地果树冠层体积激光测量方法与试验

树冠体积是农药变量喷施、肥料精准施用和果产预估等果园精细管理的重要因素。为了克服丘陵山地果园地面不平整和果树种植不规整等因素对果树冠层体积激光测量方法的影响,搭建了果树冠层体积激光测量平台,基于AHRS和DGPS实现定位定姿,通过空间坐标转换直接求取果树冠层激光扫描点在大地坐标系下的三维数据;并采用切片技术提取冠层点云的面、线信息,以累加方式计算果树冠层体积。测得的大地坐标系下的丘陵山地荔枝树冠层激光点云能较真实地反映果树冠层的形状特征;以3棵人工修剪的圆柱形绿篱树为靶标,冠层体积激光测量与人工测量相对误差约为5%。试验结果表明,依据果树冠层点云测量冠层体积具有较高的准确性和可靠性。     

基于超声波的果树冠层三维重构与体积测量

为了克服地面不平整和拖拉机非线性行驶对果树冠层参数测量的影响,该文在超声波传感器阵列测量果树冠层体积技术的基础上,使用RTK-DGPS空间定位技术和姿态航向参考系统,通过空间坐标的平移和旋转转换,直接获得以大地坐标表示的果树冠层的三维点阵云图数据,通过PC机后台处理重构果树冠层三维轮廓和计算果树冠层体积,并详细介绍了系统的结构与工作原理。以果园荔枝树为试验对象,采用该系统对15棵不同高度和体积的果树进行了3次重复试验,另对56棵树的测量结果与人工测量结果进行了对比分析,试验结果表明该方法具有较好的重复性（     

东方红X-804拖拉机的DGPS自动导航控制系统

该文在东方红X-804拖拉机上开发了基于RTK-DGPS的自动导航控制系统。系统主要包括RTK-DGPS接收机、导航控制器、转向操纵控制器、电控液压转向装置和转向轮偏角检测传感器。其中转向操纵控制器、转向轮偏角检测传感器和电控液压转向装置构成转向轮偏角的闭环控制回路,该回路可根据导航控制器提供的期望转向轮偏角实现偏转角的随动控制。将拖拉机运动学模型和转向操纵控制模型相结合,建立了拖拉机直线跟踪的导航控制传递函数模型,模型的输入是横向跟踪误差,输出是期望的转向轮偏角。设计了基于PID算法的导航控制器,仿真分析了系统稳定性和动态响应性能,确定了PID控制参数的较佳取值。针对东方红X-804拖拉机转弯半径大的特点,采用跨行地头转向控制方式,提出了具体的控制流程及算法。田间试验结果表明：采用所设计的DGPS自动导航控制系统,在拖拉机行进速度为0.8 m/s时,直线跟踪的最大误差小于0.15 m,平均跟踪误差小于0.03 m,所提出的跨行地头转向控制方法对试验拖拉机具有良好的适用性。     

土壤表面粗糙度检测方法研究

土壤表面粗糙度是表征土壤表面微地貌的一项重要指标,与土壤本身水分入渗速率、地表径流及土壤侵蚀等密切相关。土壤表面粗糙度直接影响农作物种植、灌溉、收成等,是当前农业发展急需解决的关键问题之一。精细平整的土地,能大幅地节约灌溉用水,提高肥料的利用率和抑制杂草的生长,达到低成本、高收益的目的。为此,在广泛阅读国内外相关文献的基础,主要介绍5种当前主流的土壤表面粗糙度检测方法及其应用情况。通过对检测数据获取、检测时间、检测分辨率、检测精度和土壤微地形的表征情况等指标进行对比,得出当前各种土壤表面粗糙度检测方法的研究现状与存在问题。最后总结其未来发展方向,为对该领域的进一步研究提供参考依据。