排序方式: 共有54条查询结果,搜索用时 15 毫秒
1.
最小二乘法与SVM组合的林果行间自主导航方法 总被引:1,自引:1,他引:0
为了提高作业装备在果园与树林行间的自主导航性能,该研究提出一种基于最小二乘法与支持向量机(Support Vector Machine,SVM)融合的树行识别与导航方法。研究采用履带式小型喷雾机为作业平台,通过低成本的单线激光雷达获取果园或树林环境点云数据,融合姿态传感器进行数据校正,利用最小二乘法拟合识别树行,结合SVM算法,预测果园行间中心线,作为作业平台的参考导航线。在桃园、柑橘园、松树林3种不同的行间环境对导航算法进行了测试验证,并以松树林导航为例进行分析。试验结果表明:该导航算法最大横向偏差为107.7 mm,横向偏差绝对平均值不超过17.8 mm,结合作业平台的行驶轨迹,说明该导航算法能够保证作业平台沿树行行间中心线自主导航行驶,能够满足作业装备在果园与树林行间自主导航作业的需求。 相似文献
2.
丘陵山区果园机械化技术与装备研究进展 总被引:9,自引:0,他引:9
中国果园种植面积大,主要集中在丘陵山区,受地形条件和种植模式影响,丘陵果园机械化程度普遍偏低,随着产业结构的调整,果园机械化的发展程度将直接影响其经济效益。本文分析了中国果园分布情况与丘陵果园种植特点,概述了丘陵果园的机械化发展程度,并分析了制约其发展的原因,阐述了机械动力底盘、多功能作业平台、果树修剪机械、植保机械以及采摘收获机械等果园主要装备和技术的研究现状和进展,并对部分果园机械的生产与推广应用情况进行调研分析。在此基础上指出丘陵果园机械化发展面临的问题,认为缺乏对复杂环境的适应能力是制约丘陵果园机械化发展的关键,对果园改建和机械装备研究等提出了发展建议。 相似文献
3.
基于模糊模式的蝗虫图像识别方法 总被引:1,自引:1,他引:0
蝗灾是中国农业病虫害防治的重点,采用低空机载蝗虫预警系统技术,对拍摄图像中蝗虫识别和计数,实现蝗虫监测,可以弥补蝗虫地面人工监测的不足。以广东省清远市英德区域农田为试验区,采用数码相机采集蝗虫图像,对蝗虫区域和背景的RGB分量平均值进行对比分析,选用超G绝对值法进行灰度转换,实现蝗虫与背景分离。通过面积统计对比,确定单个蝗虫的面积和周长特征,建立单个蝗虫模糊集和粘连重叠蝗虫区域模糊集,采用最大隶属度原则可以判定蝗虫连通区域为单个蝗虫或是存在图像粘连重叠。用模糊识别方法对单个和粘连重叠的区域分别计算数量,准 相似文献
4.
基于无线传感网络的耕种机具空间力监测系统开发与试验 总被引:2,自引:2,他引:0
针对实时监测耕种机具作业中所受空间力大小,该文提出了一种能够在现场和远程实时监测耕种机具受力情况并带有提示报警的监测系统。该系统采用基于Zigbee的WSN(wireless sensor network)完成数据的采集和近程传输,采用嵌入式处理器ARM11作为现场监测终端的中央处理单元CPU,并搭建WinCE6.0操作系统,完成数据交换、处理和监测报警等功能。通过安装在耕种机具上的测力传感器,实现对耕种机具受力情况的实时检测。经土槽试验测试,系统实现了耕种机具空间力的实时监测以及监测数据的存储,人机界面交互性良好,可为耕种机具的研究设计提供技术支持。 相似文献
5.
基于机器视觉的谷物联合收获机行走目标直线检测 总被引:1,自引:0,他引:1
针对谷物联合收获机视觉导航,提出基于改进Hough变换(HT)的谷物联合收获机行走目标直线检测算法.通过改进一维最大熵阈值分割方法,提高了阈值分割的速度;对二值图像通过行扫描和列扫描,确定了行走目标直线的终点位置以及直线方向上的候选点;以候选点为点集,利用最小二乘直线拟合和直线终点位置确定了待检测直线上已知一点;利用改进HT完成直线检测,与传统的HT相比,将二元映射转换为一元映射,加快了算法速度、减少了空间占用和提高了抗干扰能力.经过对多幅图片的处理,证明算法能够有效地检测出直线参数,且处理时间在100 ms左右. 相似文献
6.
基于CAN总线的联合收割机脱粒滚筒测控系统研究 总被引:1,自引:0,他引:1
提出了一种基于CAN总线的联合收割机脱粒滚筒测控系统的设计方法。利用LM3S8962芯片构建了各个CAN智能控制节点,并利用CAN总线多主通信的优势,将各个节点采集到的数据传送给上位机,通过上位机的数据处理和判断,实现了联合收割机参数的智能采集和脱粒滚筒的智能化控制。此外,基于Labwindows/CVI设计了相应的上位机监控软件,实现了数据的实时显示和存储,为操作人员提供了友好的人机界面和操作平台。该系统灵活方便、可靠性好、抗干扰能力强、通信速率高,是联合收割机脱粒滚筒关键作业性能数据采集与控制的有效解决方案。 相似文献
7.
8.
9.
一、播种育苗
1.秋冬茬播种期:按照1月中旬上市销售计算,西瓜播种期7月28日至8月2日,甜瓜播种期8月1日至5日。 相似文献
10.
果树测产是果园管理的重要环节之一,为提升苹果果园原位测产的准确性,本研究提出一种包含改进型YOLOv5果实检测算法与产量拟合网络的产量测定方法。利用无人机及树莓派摄像头采集摘袋后不同着色时间的苹果果园原位图像,形成样本数据集;通过更换深度可分离卷积和添加注意力机制模块对YOLOv5算法进行改进,解决网络中存在的特征提取时无注意力偏好问题和参数冗余问题,从而提升检测准确度,降低网络参数带来的计算负担;将图片作为输入得到估测果实数量以及边界框面总积。以上述检测结果作为输入、实际产量作为输出,训练产量拟合网络,得到最终测产模型。测产试验结果表明,改进型YOLOv5果实检测算法可以在提高轻量化程度的同时提升识别准确率,与改进前相比,检测速度最大可提升15.37%,平均 最高达到96.79%;在不同数据集下的测试结果表明,光照条件、着色时间以及背景有无白布均对算法准确率有一定影响;产量拟合网络可以较好地预测出果树产量,在训练集和测试集的决定系数 分别为0.7967和0.7982,均方根误差 分别为1.5317和1.4021 ㎏,不同产量样本的预测精度基本稳定;果树测产模型在背景有白布和无白布的条件下,相对误差范围分别在7%以内和13%以内。本研究提出的基于轻量化改进YOLOv5的果树产量测定方法具有良好的精度和有效性,基本可以满足自然环境下树上苹果的测产要求,为现代果园环境下的智能农业装备提供技术参考。 相似文献