云南省甘蔗收获机械推广难点及策略分析

根据云南省推广甘蔗收获机械的实际情况,从农户层面探究推广中存在的主要问题,分析宣传推广效果不佳的具体原因,从多个角度提出增强推广应用效果的可行性建议,为促进甘蔗收获机械在云南地区的应用提供参考。     

半干旱牧区天然打草场生产力时空变化及对气候响应分析

【目的】 定量评估半干旱牧区天然打草场的生产能力,分析天然打草场的退化程度,明确气候因子对打草场生长过程的影响。【方法】 利用Miami和Tharnthwaite Memorial模型计算2000—2017年半干旱牧区天然打草场气候生产潜力,并结合近18年的中分辨率成像光谱仪（MODIS）净初级生产力（NPP）产品（MOD17A2H）进行分析。【结果】 2000—2017年半干旱牧区天然打草场实际生产力与潜在生产力均随降水增加呈上升趋势,天然打草场18年平均实际生产力和潜在生产力分别为295.24和557.79 g C·m^-2·a^-1。按不同草地类型分析,气候生产潜力与实际生产潜力均以草甸草原最高,分别为589.68 g C·m^-2·a^-1和349.78 g C·m^-2·a^-1,山地草甸的气候生产潜力最低,为518.72 g C·m^-2·a^-1,而实际生产潜力以典型草原最低,仅为269.52 g C·m^-2·a^-1。从变异系数来分析,气候生产潜力与实际生产力均以草甸草原最稳定。从年际变化率分析,草甸草原的气候生产潜力的上升速率最高,为6.30 g C·m^-2·a^-1,实际生产力以山地草甸上升速率最高,为4.44 g C·m^-2·a^-1。实际生产力对降水的响应高于温度,其中95.88%的打草场与降水呈显著正相关关系,与温度呈负相关的区域仅占总面积的5.70%,且不同草地类型的实际生产力均与降水在P<0.001水平呈显著正相关关系。【结论】 天然打草场气候生产潜力呈由西向东递增的地带性规律,而实际生产力受水热条件的影响,以大兴安岭为中心向东西两麓逐渐递减,其对降水的响应高于温度,水分条件是该区植被生长的限制因子;年均气候资源利用率的分布规律与实际生产力相同,平均气候资源利用率为55.09%;以草甸草原打草场的气候资源利用率最高,高达60.34%,同时也是退化速度最高的草地类型。     

辽河流域玉米籽粒脱水特点及适宜收获期分析

辽河流域处于中国东北春玉米区南部,积温资源相对丰富,在该区域推广玉米机械粒收技术具有较好的热量资源基础,但区域内玉米收获时籽粒含水率偏高,机械粒收的破碎率、损失率偏高等质量问题突出。分析区域内主推品种的籽粒脱水特征、基于热量资源条件确定机械粒收的适宜时间,是解决上述问题的合理途径。2017年选择该区域主推的29个不同熟期玉米品种,在开鲁县和铁岭县开展了籽粒脱水动态观测试验。结合流域内常年春玉米播种日期、不同品种生长发育及籽粒脱水积温需求、历史气象数据等分析结果,建立不同品种在辽河流域适宜机械粒收时期的预测方法。结果显示, Logistic Power模型可以很好地模拟春玉米籽粒含水率变化过程。不同品种籽粒实收含水率与模拟含水率间存在极显著的线性关系,决定系数R2为0.916 (n=45),均方根误差RMSE为1.217。研究建立的不同品种籽粒含水率模型具有极佳的区域适用性,以2017年国审的4个宜机收品种及流域内2个主栽品种研究,明确了不同品种适宜机械粒收时期的分布规律。国审品种中,德育919和京农科728自播种至籽粒含水率降至25%活动积温需求低于3200°C d,在辽河流域大部地区可于9月中下旬达到高质量机械粒收的籽粒含水率要求。泽玉8911和吉单66积温需求低于3400°C d,可于10月上中旬在流域内实现机械粒收,较上述德育919和京农科728晚10～20d。而当地主栽的辽单575和京科968脱水至适宜籽粒含水率的积温需求较泽玉8911和吉单66多200°Cd,无法在当地常规收获期实现高质量的机械粒收。本研究检验了基于LogisticPower模型的籽粒含水率预测模型在区域分析应用中的精度。通过比较国审宜机收品种与当地主栽品种的籽粒含水率变化、成熟和脱水的积温需求以及适宜机械粒收日期的空间分布规律,更新现有品种有助于在辽河流域实现常规收获期内的高质量机械粒收。     

崎岖山地环境履带机器人降维变系数控制方法研究

针对崎岖山地环境下自走式履带机器人自走姿态波动大、跟踪精度低等问题,研究了三维崎岖路面履带机器人控制方法。通过分析机器人在二维平整路面与三维崎岖路面的运动学模型,建立了降维运动学几何模型;设计了一种基于降维变系数的滑模控制方法,实现三维崎岖路面履带机器人的运动控制,并进行了平整路面与崎岖路面的路径跟踪仿真与试验。仿真结果表明,平整路面仿真中,行驶方向误差逐渐减小并趋近于0,侧向位置误差在±0. 2 m内波动,并可在1 s内完成姿态调整;崎岖路面仿真中,三轴位置误差均控制在±0. 1 m范围内,同样可在1 s内完成姿态调整。路径跟踪田间试验结果表明,平整路面和崎岖路面机器人跟踪稳定后的横向误差分别为-2. 9～8. 8 cm、-14. 3～21. 5 cm,姿态误差分别控制在±2°、±5°内,能够满足实际跟踪需求。     

一类6自由度Delta型机器人运动学分析

为满足工业机器人多角度操作需求,提出了一类具有3组耦合分支,且对称分布的6自由度Delta型机器人。首先,将每组耦合分支拆分为独立运动单元,并等效为串联运动链,基于旋量理论求出等效后的运动自由度;其次,利用闭环矢量回路法分别计算耦合分支中每条主动链的位置逆解,建立机器人的逆运动学模型;在此基础上,提出一种搜索算法,用于描绘满足边界条件的机器人运动空间,并与相同尺度参数的3自由度Delta机器人进行对比。结果表明,3自由度Delta机器人的运动空间是所提机器人工作空间的子集。最后,根据理论分析,完成了工程样机的搭建与运动实验,实验结果表明,该Deta型机器人具有6个自由度运动能力,且所提运动空间搜索算法具有较高的计算精度。     

基于PID直流电机驱动的移动式采摘机器人设计

为了提高移动式采摘机器人的控制效率和移动精度,将直流电机驱动电路引入到采摘机器人移动控制系统的设计中,并采用PID算法对移动速度进行调节,从而避免采摘机器人在移动过程中产生较大的速度波动,提高其作业时的平稳性。为了验证PID算法在采摘机器人移动控制系统上使用的可行性,模拟葡萄采摘机器人的作业环境,对采摘机器人移动过程的速度控制进行了仿真模拟,结果表明:达到速度预定目标时,PID算法比常规算法具有更快的响应速度,调节过程也更加平稳。     

自然环境下苹果作业机器人双果重叠目标侦测方法

为进一步提升苹果的侦测精度,从而提高苹果作业机器人的果实作业效率,以果园重叠苹果为对象,研究了自然环境下双果重叠目标的机器侦测方法。首先将采集到的苹果图像在Lab色彩空间中利用K-means聚类算法提取重叠苹果目标区域;其次在得到重叠苹果边界上的Harris角点后,通过关键角点检测算法定位苹果重叠部分的果实轮廓所在区域,并利用Canny边缘检测算子提取出苹果重叠部分的果实轮廓;然后利用Y型节点搜索算法实现重叠苹果目标的单果轮廓分离,并得到未遮挡果实的完整轮廓;最终利用距离最小二乘算法对被遮挡苹果目标进行果实轮廓重建。为验证方法的有效性,将Hough变换法、Spline样条内插法的重叠果实侦测结果与本文方法所得结果进行对比。试验结果显示,本文方法不仅可以侦测出未遮挡果实的完整轮廓,同时对被遮挡苹果目标也有较好的轮廓重建效果,其果实平均重合度和定位误差分别为95.43%和4.44%,侦测性能明显优于前两种方法,表明本文方法可以较好实现自然环境下苹果双果重叠目标的侦测,该结果为苹果作业机器人多果重叠目标的自动化侦测提供参考。     

黄淮海夏玉米品种脱水类型与机械粒收时间的确立

黄淮海一年两熟模式下玉米成熟和熟后籽粒脱水的热量资源紧缺,是制约机械粒收在该区域发展的关键因素。本文尝试建立黄淮海一年两熟制地区玉米机械粒收适宜品种筛选和以授粉至生理成熟积温和生理成熟期籽粒含水率为指标,运用双向平均法将参试品种划分为晚熟高含水率(I)、早熟高含水率(II)、早熟低含水率(III)和晚熟低含水率(IV)4种类型。基于玉米生长进程及籽粒含水率动态测试,估算不同品种播种至适宜机械粒收含水率(28%、25%)所需活动积温,以黄淮海区夏玉米常年播种日期为起点,结合历史气象资料的累积计算,利用地统计分析技术明确不同类型品种适宜机械粒收的时空分布规律,建立适宜机械粒收时期的预测方法,为机械粒收在黄淮海区域推广提供指导。选择27个主推品种,播种至籽粒含水率下降到28%、25%所需要积温分别为,类型I 2982°C d、3118°C d,类型II 2770°C d、2873°C d,类型III 2729°C d、2845°C d,类型IV 2860°C d、2980°C d。类型III品种降至28%、25%含水率时间分别较类型II品种早2～3 d、约2 d,较类型IV品种早7～9 d、7～10 d,较类型I品种早13～17 d、16～17 d。各类型品种籽粒由28%含水率降至25%水平,所需时间约6～8d。在当前玉米种植模式及下茬小麦适期播种条件下,黄淮海南部的豫南、皖北地区,各类玉米品种均能满足籽粒脱水至适宜机械粒收含水率的要求,而在黄淮海北部、关中西部以及山东半岛地区,现有品种很难降至适宜含水率,需通过选择早熟和籽粒脱水快的适宜品种加以实现。本研究建立的以积温预测籽粒含水率动态变化及其适宜机械粒收时间的预测方法,为各地合理配置玉米粒收品种、确定适宜机械粒收时间提供了可行的技术方法。     

基于激光雷达的巡检机器人导航系统研究

智能巡检机器人能够高效、可靠地完成巡检任务,降低工作人员的劳动强度,准确、稳定的导航定位是巡检机器人执行巡检任务的基础。本文研究了基于激光雷达的巡检机器人导航系统,可实现机器人在室内外环境下的地图建立、路径规划和导航定位。导航系统由远程监控平台与巡检机器人组成,远程监控平台发布巡检任务、监控机器人状态、查询与存储检测数据,巡检机器人可实现自主导航定位、遍历检测点、执行数据采集等巡检任务,二者通过无线网络实现远程数据交互。融合激光雷达与编码器信息,使用高鲁棒性Gmapping算法建立二维环境地图。根据地图与检测点信息,采用分支界定算法搜索最优巡检路线,以减少巡检时间和能源消耗。使用自适应蒙特卡罗定位(AMCL)算法估计机器人位置和姿态,结合巡检路线,进行导航定位。根据横向偏差与航向偏差,通过经典的PID算法完成机器人驱动控制。机器人搭载可见光相机与红外相机,可对目标进行可见光通道与红外通道的融合图像检测。对巡检机器人进行了室内导航定位试验,试验结果表明,在1 m/s的速度下,位置与航向偏差的平均绝对误差(MAE)分别小于5 cm和1.1°,标准差(SD)分别小于5 cm和1.5°,能够满足巡检导航定位的要求。     

New Grouped Harvesting-Based Population Structures of Cotton

The construction of rational population structures is an important cultivation basis to achieve high yield and quality of cotton. ‘Small-sized plant under high plant density’, ‘moderate-sized plant under moderate plant density’ and ‘large-sized plant under low plant density’ are three types of traditional cotton population structures in China, which have been widely used in China's major cotton planting regions of Northwest inland, Yellow River and Yangtze River valley, respectively, and have played key roles in achieving stable and high yields of cotton in the nation. However, in the new era of cotton industry development, there occur such disadvantages that the traditional population structures are not suitable for grouped harvesting as well as both fiber quality and production efficiency improvements. The exploration of new population structures has become an important approach in the new period of cotton cultivation. In this paper, we concisely reviewed the main features and the disadvantages of traditional population structures. Based on the needs of light and cost-saving cultivation as well as quality improving and efficiency increasing in the new era, it was suggested that constructing 3 new types of population structures adapted to grouped harvesting, ‘reduced plant density with healthy plants’, ‘increased plant density with robust plants’, and ‘direct seeding and close planting with short plants’ to substitute the three traditional structures. On this basis, the key indicators and regulation technologies of the 3 new population structures were mainly discussed, and the future development of the new population structures both in research and practice were also prospected.