剔除土壤背景的棉花水分胁迫无人机热红外遥感诊断

剔除无人机热红外影像中的土壤背景是提高作物水分诊断精度的有效途径,但也是热红外图像处理的难点问题。本文以不同水分处理的花铃期棉花为研究对象,分别在09:00、13:00和17:00等3个时刻,连续5 d采集无人机高分辨率热红外影像,并采用二值化Ostu算法和Canny边缘检测算法对热红外图像进行掩膜处理,实现对土壤背景的剔除,然后分别计算二值化Ostu算法、Canny边缘检测算法和包含土壤背景下的3种棉花水分胁迫指数(Crop water stress index,CWSI),最后建立不同时刻下3种CWSI与棉花叶片气孔导度Gs的关系模型。研究结果表明,应用Canny边缘检测算法可有效剔除热红外影像中的土壤背景,剔除土壤背景后的温度直方图呈单峰的偏态分布;3种处理方法获得的作物水分胁迫指数CWSI中,Canny边缘检测算法的CWSI最小,二值化Ostu算法的CWSI较高,包含土壤背景的CWSI最大;采用Canny边缘检测算法剔除土壤背景后的CWSI与棉花叶片气孔导度Gs的决定系数R2达到0.84,Ostu算法的结果次之,包含土壤背景的最差。本研究可为无人机热红外遥感监测作物水分状况提供参考。     

基于信息融合的农业自主车辆障碍物检测方法

针对单一传感器在智能车辆环境感知中的局限性，提出一种基于摄像机与激光雷达信息融合的农业自主车辆前方障碍物检测方法。对单目摄像机获取的图像进行基于Ft（Frequency-tuned）算法的显著性检测，并生成显著图。同时对激光雷达反射点进行基于数据关联性评估的聚类分析，确定障碍物数量、边界与位置等先验信息。然后以激光雷达坐标相对应的图像像素坐标为种子点，由种子点激活经过处理的显著图，基于受限区域生长实现障碍物区域分割。试验结果表明，基于Ft算法的图像显著性检测具有更好的边缘检测效果，基于种子点的受限区域生长法可以有效地进行障碍物分割。在机器视觉的基础上融入激光雷达数据，可以更好地排除非障碍物的干扰，实现了障碍物的完整检出。     

多环芳烃在茶树鲜叶及绿茶加工过程中残留水平研究

利用气相色谱-串联质谱联用仪监测了茶树鲜叶及其绿茶加工中多环芳烃(PAHs)的残留水平。结果表明,不同地区茶树一芽二叶样品PAHs含量差异明显,产地环境PAHs污染程度对茶鲜叶PAHs含量影响较大。茶芽、嫩叶、老叶PAHs含量分别在40.5~52.8μg·kg~(-1)、50.0~67.4μg·kg~(-1)和91.5~97.6μg·kg~(-1)之间,PAHs含量大小顺序为老叶嫩叶芽。汽车尾气对交通公路旁茶树芽和嫩叶PAHs含量影响较大,且对50 m范围内茶树鲜叶影响更明显。电加热干燥模式下,水分散失和PAHs挥发是影响绿茶加工过程中PAHs含量的两个关键因子。加工环节过后,茶叶PAHs含量由61.0μg·kg~(-1)上升到166.1μg·kg~(-1)。摊放和干燥过程中PAHs大量挥发,造成茶叶干重中PAHs残留量由292.0μg·kg~(-1)降低到171.9μg·kg~(-1)。     

基于无人机影像匹配点云的苗圃单木冠层三维分割

近年来较多的树冠提取算法以激光雷达数据为基础,然而激光点云数据量大、冗余多而且采集成本高。本文基于无人机影像匹配点云提取单木树冠轮廓,研究一种成本可控、能够补充甚至部分替代激光雷达的小范围森林制图方案。以福建省三明市某林场内苗圃地作为研究对象,在稠密的无人机影像匹配点云中截取2个25 m×25 m的样地作为测试样本。预处理后,首先构建植被冠层高度模型,以局部最大值法探测树冠位置并标记为种子点;从这些种子点形成的初始区域开始生长,迭代计算直到全部的影像匹配点云归并完毕;最后,将算法提取的树冠轮廓导入Arc GIS中获取树冠轮廓矢量边界,并与手绘参考树冠叠加,利用F测度实现精度的评定。依此方案,在2个林分范围内的树冠提取F测度均达到了89%以上,单木冠幅提取的误差在0.14 m以内。结果表明,该方案简单有效、精度可靠,适用于小范围、高精度的植被制图。     

行星变速机构换挡变胞与其构态属性自动识别

针对数学表征行星变速机构换挡变胞过程及自动识别各挡位构态属性较难的问题，首先，解析了行星变速机构变胞理论，基于机构转换法定义相对转速意义下行星排构件间运动副约束函数的转换规则，构建以约束函数为元素的行星变速机构构件和关联关系的邻接矩阵；然后，根据换挡逻辑分析了操纵离合器和制动器的换挡变胞过程，基于邻接矩阵分别推导这两种换挡构态演变的变胞方程，建立包含行星排空转和整体回转等特殊构态的判别准则，结合实例分析揭示换挡变胞机理；最后，通过建立相对转速方程和行星变速机构特性参数识别，结合行星变速机构等效拓扑模型的约束条件，提出了基于构态变胞方程的行星变速机构传动比和转矩自动建模和求解方法，实现了行星变速机构各挡位构态属性的自动识别。以某拖拉机行星变速器为例进行了分析，验证了该方法的可行性和有效性。     

基于无人机遥感影像的冬小麦氮素监测

精准氮素管理是一项提高作物氮肥利用效率的有效策略,利用无人机遥感技术精确估测小麦氮素状况是必要的。试验在山东省乐陵市科技小院实验基地进行,利用八旋翼无人机搭载Mini-MCA多光谱相机于2016年获取冬小麦4个关键生育时期(返青期、拔节期、孕穗期、扬花期)冠层多光谱数据,同步获取地上部植株样品并测定其生物量、吸氮量、氮营养指数,及成熟期籽粒产量,根据各关键生育期与全生育期分别构建植被指数与农学参数回归分析模型,评估基于无人机遥感影像的冬小麦氮素营养诊断潜力。结果表明:基于无人机遥感影像能够较好地估测冬小麦氮素指标(R2为0.45~0.96),决定系数随着生育期推移而逐渐增大。拔节期、孕穗期和扬花期估产效果接近且具有很好的估测能力,扬花期DATT幂函数模型对小麦氮营养指数的解释能力最强(R2=0.95)。因此,以多旋翼无人机为平台同步搭载多光谱相机对冬小麦有较好的氮素诊断潜力,可利用估测结果指导精准氮肥管理。     

植保无人机施药技术研究进展

农用植保无人作业机是农业生产中防治病虫害的新兴植保装备之一。通过分析、总结近几年植保无人机在田间病虫害防治、智能调控、作业航路规划等方面的施药技术研究与应用,分析植保无人机作业模式与作业特点,明确了现阶段利用植保无人机进行病虫害防控的发展趋势,以期为植保无人机的推广应用提供参考。     

基于分层模型的轮毂电机驱动车辆直接横摆力矩控制

为提高多轮轮毂电机驱动车辆动力学综合控制性能，提出了一种基于分层模型的直接横摆力矩控制策略。上层为运动跟踪控制层，设计了基于车轮转角的前馈控制器，对车辆横摆角速度稳态增益进行调节，同时将滑模控制进行改进，设计了滑模条件积分控制器进行反馈控制，使横摆角速度追踪其期望值；下层为转矩优化分配层，基于稳定性优先原则，建立了以减小轮胎负荷率为目标的优化函数，并且将控制分配问题转换为二次规划问题进行求解。依托某型8×8轮毂电机驱动样车进行实车试验，结果表明，在连续转向工况和双移线工况下，所提出的控制策略使车辆最大横摆角速度偏差分别降至理想横摆角速度的6%和9%以内。此外，该策略能够有效控制轮胎负荷率，实现转向行驶时的转矩优化分配，改善了车辆操纵稳定性。     

植保无人机旋翼风场模型与雾滴运动机理研究进展

近几年，植保无人机施药技术在中国获得广泛应用，并逐渐发展为国内主要植保技术之一。但由于对植保无人机施药技术基础理论研究不够深入，相关机理尚不明晰，且植保无人机作业平台的稳定性依然有待提高，导致国内植保无人机施药效果不够理想。深入研究植保无人机施药技术的基础理论，理论结合试验结果共同指导植保无人机田间施药是提高其施药效果的经典方法。该研究综述了植保无人机旋翼风场分布特性、雾滴与无人机旋翼风场交互机理、雾滴沉降与飘移机理、雾滴与叶片表面的交互机理及雾滴分散和蒸发特性等植保无人机施药技术基础理论及其模型构建情况的国内外研究现状，并结合其基础理论与模型构建的国内外研究现状，给出植保无人机施药技术的未来发展建议，以期为植保无人机施药技术的发展提供参考。     

基于无人机高光谱影像的玉米地上生物量反演

【目的】研究以玉米地上干生物量为研究对象,探讨基于无人机高光谱数据利用人工神经网络法反演生物量的可行性。【方法】在吉林省蔡家镇开展玉米氮肥梯度试验,并进行无人机高光谱数据和地上干生物量获取,共获数据30组。随机选22组数据用于建模,剩下8组用于模型的外部验证。分别基于光谱指数法和BP神经网络算法构建反演模型,比较分析各种方法反演玉米生物量的优劣。【结果】结果表明：和基于光谱指数构建的生物量反演模型相比,BP神经网络模型取得了更好的反演结果。其建模时决定系数为0.99均方根误差为0.08 t/ha,相对均方根误差为3.39%；外部验证时,决定系数为0.99,均方根误差为0.15 t/ha,相对均方根误差为8.56%。【结论】BP神经网络模型可有效提高无人机高光谱遥感反演玉米地上生物量的精度。