基于稻田除草部件横向偏距视觉感知的对行控制系统设计与试验

目的 为使水稻机械除草部件作业时能避开秧苗、降低伤苗率,设计了一种基于机器视觉与比例积分微分(Proportion integration differentiation,PID)控制的避苗控制系统。方法 利用改进超绿算法对秧苗进行灰度化,运用图像投影法对感兴趣区域(Region of interest,ROI)内的秧苗进行特征提取及图像坐标定位,采用稳健回归算法拟合秧苗,得到苗带中心线,通过小孔成像模型转换,获得秧苗的地面坐标位置及除草部件中心与苗带中心线的距离。基于PID控制算法对液压纠偏系统进行控制,并应用Matlab/Simulink对系统进行仿真研究。结果 系统可实现避苗作业,模型的稳态响应时间为0.34 s。系统性能对比试验的结果表明：避苗控制系统明显减少了除草部件的伤苗情况,平均伤苗率为3.75%;而没有避苗控制系统的情况下,平均伤苗率为24.88%。结论 本文设计的对行控制系统满足除草部件作业路径实时校正要求,可有效降低稻田机械除草的伤苗率。研究结果为水稻及其他作物的机械除草对行控制提供参考。     

基于触觉感知的稻田苗带区域杂草密度等级评估

针对水田背景干扰、稻株叶冠遮挡主流视觉感知方法难以准确测定苗带区域杂草密度问题,该研究提出触觉感知方法实现杂草密度等级评估。利用自制的触觉感知器获取苗带区域触感数据,联合时域和梅尔频谱倒数对触感数据进行特征表达,通过主成分分析和特征维度优选,组建杂草密度评估特征向量,基于神经网络方法构建杂草密度等级评估模型。根据水田作业实况,选择触觉感知器与杂草的接触速度和接触部位进行田间性能试验。结果表明：茎秆低位接触感测模式下,随机具行进速度增大,杂草密度评估准确率和稳定性降低;叶冠高位接触感测模式下,随机具行进速度增大,评估准确率有所提高,但稳定性下降。当行进速度为0.5 m/s,感测模式为低位茎秆接触时综合性能最优,杂草密度评估准确率为85.33%,变异系数为2.73%。研究结果可为除草剂的定量施用提供决策基础。     

基于触感引导的小型水田行进底盘自动对行方法

为了解决小型水田底盘因路径偏差导致的稻苗碾压损伤问题,该研究提出一种基于触感引导的自动对行方法。采用自制的感测器获取稻株定位历程触感数据,通过数据的分割阈值设定、区域谷值提取、横向距离标定获得感测器与稻株的横向距离。根据水稻机械化移栽行距规整性,利用行距与定位数据几何关系校验稻株定位数据,解算获得稻列方向相邻稻株中点位置,实现对行目标点坐标提取。基于时变坐标系跟踪方法,控制转向电机实时校正路径偏差,实现小型水田底盘自动对行。田间性能试验表明：当行进速度为0.5 m/s时,自动对行绝对误差平均值为3.11 cm、绝对误差标准差为1.10 cm、绝对误差最大值为4.75 cm,研究成果为水田环境作业底盘自动导航提供了新思路和借鉴。