最小二乘法与SVM组合的林果行间自主导航方法

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。     

基于轻量化改进YOLOv5的苹果树产量测定方法

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mAP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R^{\mathrm{2}}分别为0.7967和0.7982,均方根误差RMSE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。     

饲草推送机器人磁条导航自动充电研究

为了实现牛场勤密饲喂,饲草推送机器人自动充电系统采用上置对接式,由充电桩、机器人充电控制部分组成。充电桩包含蓄电池充电器、充电电路和充电电极等;机器人充电控制部分包含控制器、行走驱动模块、电源监控模块、传感数据采集模块、继电器和充电电极等。在充电对接部位建立坐标系XYZ,根据电极长度、电极压缩行程、电极宽度,确定X、Y、Z轴的对接容错范围。根据半开放式牛场工作环境,在自动充电区域设置充电桩、磁条导航路径。饲草推送机器人在磁条导航过程中,通过磁导航传感器实时检测磁信号,获得磁导航偏差,采用模糊PID控制算法,得到左右轮速度控制量后,转换成对应电动机角速度值,控制器输出对应占空比的PWM信号控制电动机转速。结合磁导航传感器特性和试验,获得模糊控制器的输出参数调整规则。自动充电磁条导航试验结果表明：当磁导航偏差绝对值|e|为最大值时,比例系数调整值ΔKp最大值为1.28,最小值为1.03;积分系数调整值ΔKi最大值为0.13,最小值为0.06;微分系数调整值ΔKd最大值为－1.18,最小值为－1.5;通过模糊PID控制,PID控制器系数可进行自适应修正;X轴、Y轴和Z轴最大对接偏差绝对值分别是4.1、1.9、0.7cm,对接偏差均在容错范围之内。     

多旋翼无人机避障航迹规划算法

多旋翼无人机的自主避障能力是安全作业的重要保证。该研究针对多旋翼无人机自主避障问题，提出了一种改进的双向RRT快速随机树航迹规划算法，结合最小化位移四阶导数的动力学优化方法，生成更符合多旋翼无人机动力学性能的避障航迹，解决避障过程中重复搜索、航迹曲率波动性大等问题，实现平稳避障；提出了以随机采样算法规划难度（用时）为核心的场景复杂度评价方法，在不同复杂度场景下进行了仿真试验。结果表明：与改进前相比，避障航迹再规划用时最多减少23.69%；有效避障航迹规划用时低于0.33 s、平均避障航迹跟踪速度大于1.12 m/s、避障航迹延长率最多达20.82%。所提出的避障航迹规划方法，提升了避障航迹的规划效率与效果，可为多旋翼无人机自主作业过程中的避障航迹规划提供参考。     

果园施药机械资源消耗水平评价模型研究

在施药机械满足喷雾质量前提下，为降低果园施药综合成本，需要对果园施药机械资源消耗水平进行评估。本文选择典型地面风送喷雾机、单旋翼和六旋翼植保无人机进行果树施药试验，对比分析冠层雾滴沉积分布、雾滴穿透性、地面雾滴流失等主要喷雾效果指标，结果表明：3种施药机械在树冠纵向各层、横向各层雾滴沉积密度均大于25滴/cm2，能够满足果园植保要求；比较冠层雾滴分布/沉积均匀性，树冠纵向沿送风方向整体呈下降趋势，树冠横向由外到内整体呈下降趋势，变异系数最高分别达63.54%和79.19%；对比雾滴穿透性，风送喷雾机较优，纵向与横向变异系数最大为5.35%，单旋翼植保无人机横向最差，变异系数为35.20%，而六旋翼植保无人机纵向最差，变异系数达40.77%。但单旋翼和六旋翼植保无人机地面雾滴流失量分别是风送喷雾机的2.78%和12.50%，减少了农药浪费。进一步综合施水量、施药量、用工量、作业时长和作业能耗等指标，采用基于变异系数客观赋权法与主观赋权法两种线性加权方法，构建了施药装备资源消耗水平评价模型，验证结果均表明，综合资源消耗由小到大依次为单旋翼植保无人机、六旋翼植保无人机、风送喷雾机；两种评价方法的资源消耗综合评价指标值变异系数分别为110.2%和74.2%，说明基于变异系数客观赋权法的评价模型，综合指标值之间差异更明显、评价效果更符合实际。     

音频技术在禽畜养殖与果蔬种植中的应用研究进展

随着信息技术的发展,音频技术凭借其快速、准确、成本低,且非接触、无侵入的优点,被广泛应用于现代农业禽畜养殖与果蔬种植等领域,已成为推动农业数字化、智能化的关键技术之一。该文阐述了音频增强技术如传统滤波法、短时谱估计法和小波去噪法在禽畜果植中的研究与应用,综述了音频识别技术在农产品无损检测、动物疾病与健康监测、物种识别与病虫害检测等方面的研究成果,同时分析了音频控制技术在果蔬种植和禽畜养殖中的研究进展,在此基础上总结了现阶段禽畜果植音频增强技术、音频识别技术与音频控制技术面临的问题,并指出其未来可能的研究发展方向,以期为禽畜果植领域音频技术的研究与应用提供参考。     

基于热红外图像的奶牛乳区温度分布与乳房炎识别方法

乳房炎是影响奶牛健康与牛奶品质的主要疾病之一,是健康养殖的监控重点,该研究提出了一种基于热红外图像的奶牛乳区温度分布测量与乳房炎识别方法.通过现场采集的健康与患病共189头荷斯坦奶牛挤奶前后的后乳区热红外图像样本,提出了左右后乳区自动识别方法,确定了后乳区的特征区域及识别乳房炎的数据最佳采集时间为挤奶前.通过线剖法获取...     

果园喷雾机器人靶标探测与追踪系统

针对风送喷雾装备不间断无差别喷施造成的过量用药和雾滴脱靶严重的问题,该研究设计一种果园喷雾机器人靶标探测与追踪系统,随果树对象位置变化实时调整喷雾角度实现精准对靶。该系统采用激光雷达扫描获取作业范围内果树的点云数据,确定靶标区域,然后通过点云分割、滤波等处理获得目标靶点,并根据目标靶点位置确定对应喷雾仰角;构建喷雾机构目标仰角与编码器脉冲数的数学模型,以及目标仰角与电动推杆行程的数学模型,设计喷雾机构仰角的测控方法。实际果树冠层靶点探测试验表明,随机选取的3棵果树目标靶点主要集中在距地2.0～3.5m范围内,系统可以依据冠层形状计算靶点并调节喷雾仰角,最小喷雾仰角为47.8°,最大喷雾仰角为51.4°,连续目标靶点之间喷雾仰角最大调节时间为0.06 s,可满足对靶的时效需求。该系统能够适应不同形态果树中下部对靶施药需求,为后续开展果园精准植保研究提供理论基础与技术参考。     

丘陵果园自走式小型靶标跟随喷雾机设计与试验

针对丘陵果园传统大型施药装备入园难、施药劳动强度大、作业效率低及药液浪费严重等问题，根据丘陵果园农艺特点和病虫害防治需求，设计一种丘陵果园自走式小型靶标跟随喷雾机，可配合植保无人机作业，提升果树冠层药液覆盖效果。喷雾机上集成靶标探测追踪系统与自主导航系统，靶标跟随喷雾机构采用双喷头联动式设计，喷雾角度与高度的调节范围根据雾滴运动规律进行确定，实现了果园植保自主作业。果园试验结果表明，对靶喷雾时果树冠层不同高度叶片正面的平均雾滴沉积个数变异系数为34.22%，同一高度不同采样点叶片正面的平均雾滴沉积个数变异系数为34.56%，相比于非对靶喷雾，喷施用水量、地面流失量与冠后飘移流失量分别降低26.70%、84.93%和53.50%，在减少药液浪费的同时，有效提高了果树冠层中下部叶片正面的雾滴分布均匀性。