小麦农情信息管理系统的设计与实现

为了实现小麦农情数据的快速收集、整理、加工、输出和共享,提高小麦农情数据管理效率,从而更好地为预测、决策和科学研究服务,设计并实现了基于模型和GIS的小麦农情信息管理系统。系统设计了小麦各生育时期数据模型,基于模型实现了对小麦农情数据的增删改查,基于GIS组件实现地图管理,并进一步实现了小麦农情数据的加工、整理与统计分析功能。系统的设计与开发结合北京市农业技术推广站小麦农情信息管理实际工作,使用了大量历史数据进行系统的测试,在数据管理的各个阶段,有效提高了工作效率。     

基于分布式计算的农机运营效率分析

为适应深松整地作业的监管需求,国家农业智能装备工程技术研究中心研制了农机深松作业监管服务系统。针对海量的农机运动轨迹数据,搭建了基于Spark技术的分布式集群轨迹处理试验平台,研究了基于分布式计算的农机运营数据分析方法。针对运营时间、作业时间、时间利用率及班次利用率等多项指标,对2015年8-12月期间的新疆塔城地区14台农机深松作业轨迹数据进行了农机运营效率分析。数据分析结果有助于测算和客观评价农机运营效率,为农机智能管理与科学调度研究提供数据支持。     

面向农田信息采集的数字照片空间标识索引方法

针对精准农业多源信息采集管理应用的实际需求,提出一种基于时间阈值的数字照片自动空间位置标识方法和基于空间位置的数字照片索引及热链接方法。利用该方法开发了面向精准农业的农田空间多媒体信息采集管理软件,软件将数字照片采集、空间标识、快速索引、热链接表达和数据转换等环节作为一个完整的流程处理,支持普通数码照相机配合手持GPS设备、GPS数码相机和具有定位拍照功能手持设备等多种数据采集方式下的空间多媒体数据采集、空间位置标识索引和数据交换,实现了地理信息系统环境下的数字照片动态索引和关联,并给出了匹配照片时间阈值ε的取值范围。通过精准农业农田基础设施空间多媒体数据采集融合实际应用,验证了该方法的有效性和实用性。     

精准农业智能装备技术及应用系统

<正>精准农业是根据作物产量空间分布的不均匀性和作物生长环境的差异性,综合运用遥感技术(RS)、地理信息系统(GIS)、全球导航卫星系统(GNSS)(简称3S技术)等现代信息技术和智能化装备技术,进行定量决策、变量投入并精准定位实施的现代农业操作系统和管理策略。精准农业是工业化技术成果武装农业后形成的一种现代农业生产类型,可以最大限度挖掘耕地生产潜力,实现肥、水、药等生产要素的高效利用。作者及其所在团队多年来一直从事适合国情的     

基于行为的农田巡查机器人自主行走控制方法

随着现代农业技术的发展,农业机械逐步向智能化、精准化方向发展,小型农田作业机器人体积小、能耗低具有较好的潜在应用价值。构建基于Seekur机器人平台、集成双天线GPS(全球定位系统)接收机和激光传感器的农田机器人系统。针对田间巡查作业进行行为解析,研究不同行为间的关系,建立基本行为库并进行程序设计。采用改进的双参数P控制方法实现机器人路径追踪控制;根据激光传感器数据探测障碍物,采用模糊控制方法实现避障;通过试验验证了上述控制方法的可行性。     

农机深松作业远程监测系统设计与实现

传统人工方式抽检农机作业数量和质量,存在检测效率低、检测覆盖面少、精度差等问题。以深松作业为例,介绍了一种农机作业远程监测系统的研发与实现过程。重点探讨了深松作业监管信息化系统、作业深度测量和作业过程重漏区域自动检测方法的实现过程。田间试验表明:系统能实现深松作业质量和作业面积准确监测,为深松作业补助提供量化依据。目前,系统已经在全国多地进行了应用示范,显著提升了补贴监测管理的准确性,减少管理部门的人力物力付出,减轻监管压力,提升了农机作业管理信息化水平。     

大田无人农场关键技术研究现状与展望

无人农场是智慧农业的一种表现形式,也是建设农业强国和实现农业现代化的重要探索。无人农场以数据、知识和智能装备为核心要素,将现代信息技术与农业深度融合,实现农业全过程生产所需的信息感知、定量决策、智能控制、精准投入及个性化服务一体化。本文系统地阐述了大田无人农场的概念与总体技术架构,讨论了信息感知与智能决策、精准作业系统与装备、自动驾驶、无人化农机装备以及无人农场管控平台等五项大田无人农场的关键技术与装备,深入分析了发展中国大田无人农场亟待解决的关键科学与技术问题。以吉林省公主岭市玉米无人农场为例介绍了物联网、大数据、云计算以及人工智能等技术在玉米全程无人化生产中的具体应用及效果。最后,展望了无人农场在解决全球农业生产面临的“无人种田”等共性问题中发挥的重要作用,分析了中国发展无人农场存在的机遇和挑战,提出了中国发展无人农场的战略目标与思路。     

悬挂式深松机耕整地耕深检测方法研究

耕深作为深松作业质量的重要指标,长期以来无法实现在线评估,目前以人工抽测为主,误差大,效率低。以提高农机深松耕整地作业质量为目标,提出一种基于深松机组姿态估测的耕深检测方法及系统。首先分析了牵引拖拉机以及悬挂式深松机在作业过程中的运动轨迹,建立了拖拉机与深松机作业耕深检测模型。该模型通过检测安装在拖拉机后悬挂杆和悬挂式深松机上的姿态传感器输出角度,实时计算深松机耕深。为验证该检测模型的精度,设计了基于嵌入式ARM内核的耕深检测传感器和深松作业检测系统,该系统集卫星定位系统(GPS)、移动网络传输(GPRS)、数据存储(SD卡)等于一体,能实时采集深松机作业耕深、作业位置、作业速度及航向信息,数据存储在检测系统的终端设备中,并通过移动网络传送至远程数据中心做进一步融合处理,以对深松作业质量进行综合评价。将耕深检测传感器进行静态标定,耕深检测标定误差小于0.88 cm,平均误差小于0.21 cm,均方根误差小于0.66 cm。利用标定后的传感器及深松作业检测系统在田间开展多组试验,试验结果显示该系统耕深检测最大误差为1.18 cm,多组试验数据的平均误差小于0.45 cm,均方根误差小于0.64 cm,表明该系统耕深检测精度和稳定性较高。     

农机远程监管服务系统的设计与实现——基于ArcGIS Server

为了有效管理农机资源,实时监控农机作业状态和工况数据,及时对农机故障进行预警,提高作业效率,采用.NET提供的应用程序开发接口服务(WCF)生成Web Service客户端,并在此基础上通过ArcGIS Server Java框架进行二次开发,设计并实现了基于ArcGIS Server的农机远程监管服务系统。该系统的主要功能包括农机信息管理、合作社内部信息管理、农机实时监控、农机历史轨迹查询、农机工况数据实时监测与即时报警。     

基于农机空间运行轨迹的作业状态自动识别试验

以物联网为代表的现代信息技术在农机作业管理领域的发展应用,实现了农机作业过程的定位监控,但现有农机远程监管系统对海量农机空间位置数据仅实现了远程存储、显示和简单分析,难以满足农机精准管理和数据智能处理的要求。该文采用数据挖掘中的聚类和空间数据分析方法,结合农机空间运行轨迹的特点,研究了基于空间运行轨迹点的农机作业状态自动识别算法;设计实现了典型农机运行状态自动识别方法,定量分析了农机作业班次内田间作业时间、空行转移时间、停歇时间的量化构成。农机试验表明:发展的基于空间索引和网格密度的聚类算法精度达89%以上。农机作业状态自动识别为农机作业生产率、农机利用率和作业成本核算提供了定量依据。