基于安卓系统农业智能移动机器人的系统设计

为了改善农民劳动环境和提高农业生产水平,设计了基于图谱识别的智能农业机器人,用来进行草莓采摘和移栽等。系统包括上位机Android手机和下位机单片机的设计,上位机利用Java语言开发安卓手机操作的客户端界面,利用Java构建APP后台操作平台,XML构建手机APP界面,使其通过Wi Fi模块与机器人通讯,实现对机器人进行图谱识别和远程操作等。下位机采用STM32F407处理器作为移动智能机器人的核心CPU,借助分布的方式实现对于机器人的控制,主要包括供电模块、电动推杆模块、驱动模块、摄像头模块、机械臂模块和通讯模块等。用户用手机可实现移动机器人远程操控和图像处理。测试表明:该农业移动机器人具有较强的可操作性,制造成本较低,使用价值高。     

基于物联网的水肥精准管控系统设计

为了解决农业灌溉过程中管路流速幅动过大、设备受控距离较短等问题,结合水肥一体化灌溉、LoRaWAN远距离传输通讯、PLC的PWM占空比及PID闭环控制等多种技术,设计了一个水肥精准管控系统。该系统在工作时可以实现水肥流量的恒速控制、肥料间的精确配比及环境参数的实时监测等功能,实现了农业生产的精细化、网络化、智能化管理。     

基于改进VGG-19卷积神经网络的冰鲜鲳鱼新鲜度评估方法

保障冰鲜水产品的质量安全是提升水产行业供求效益的关键环节之一。传统的水产品新鲜度检测方法存在破坏样本、操作复杂、检测效率低等问题,冷链储运的发展急需一种快速、准确的鱼肉新鲜度检测技术。该研究以冰鲜鲳鱼为研究对象,提出基于计算机视觉的鲳鱼新鲜度评估方法,为鱼肉冷链储运系统智能化发展提供技术支持。首先,建立冰鲜鲳鱼新鲜度等级图像数据集。其次,针对数据集规模小的问题,结合迁移学习方法训练基于卷积神经网络CNN（Convolutional Neural Network）提高模型的泛化能力,并选择试验效果较优的VGG-19（Visual Geometry Group 19）为分类算法主模型。最后,针对VGG-19分类网络结构复杂的问题,优化全连接层数量及结构,该优化模型的鲳鱼新鲜度识别准确率可达99.79%,与优化全连接层前相比准确率提升了1.05个百分点,全连接层参数量降低了97%,占空间降低了443.9 MB,时间效率、空间效率也均有提升。此外,为进一步说明模型对鲳鱼新鲜度等级的判定依据,该研究利用类激活映射方法对鲳鱼新鲜度分级结果进行可视化,试验表明鲳鱼腹部特征是对新鲜度分级最有效的信息,研究结果为构建基于深度卷积神经网络的鱼肉新鲜度分级模型提供参考。