双孢菇柔性仿形采摘末端执行器设计与试验

为解决现有夹持式采摘机械手对双孢菇造成的机械损伤高、采摘损失大等问题,基于颗粒阻塞原理设计了一种双孢菇柔性仿形采摘末端执行器。首先根据双孢菇菇盖外形参数设计柔性仿形吸盘的结构,通过预试验分析末端执行器的关键参数;选定了吸盘材料和颗粒填充物的种类,通过有限元仿真验证柔性仿形吸盘的仿形能力和吸附效果,并得到柔性仿形吸盘最优的开口直径。为明确吸附负压、双孢菇直径、柔性膜厚度、颗粒直径等因素对吸附力的影响,对所试制的末端执行器进行了拉脱力试验,结果表明拉脱力与吸附负压、双孢菇直径、颗粒直径均呈线性关系,与柔性膜厚度呈非线性关系。当末端执行器中柔性膜厚度为9mm、颗粒直径为20目的石英时仿形效果最好,并与标准真空吸盘开展了对比试验,试验结果表明同等吸附力柔性仿形吸盘所需负压更低。针对尺寸范围为25~50mm的双孢菇进行了采摘试验,柔性仿形吸盘的采摘成功率为98.5%,并对采后双孢菇进行了损伤检测,柔性仿形吸盘的采摘损伤率为2.5%。结果表明,所设计的柔性仿形采摘末端执行器具备适应性强、抓取稳定、损伤率低等优点,能够满足双孢菇自动化采摘需求。     

双孢菇工厂化生产环境因子调控系统设计

双孢菇工厂化生产中环境因子是影响双孢菇的生长发育的主要因素。为此,针对双孢菇高效工厂化生产对环境条件的要求,开发了控温、调湿装置,设计了多因素模糊控制策略,实现了环境温湿度、培养料土温湿度的综合调控。试验结果表明:系统正常运行状态下,培养料土温度控制偏差小于0.7℃,温度上升响应速度大于0.4℃/h;环境湿度调控偏差小于3.5%,湿度上升响应速度大于5%/h;喷淋后培养料土各点位均处于最适含水量范围,含水量标准差约为4.04%。所设计环境调控系统整体性能稳定可靠,能够满足双孢菇生长所需环境要求。该系统可为双孢菇工厂化生产环境自动精准调控提供技术支撑。     

基于改进K-means算法的冬小麦覆盖度提取研究

为快速、精准地提取冬前分蘖期冬小麦覆盖度,提出了一种基于改进K-means算法的冬小麦覆盖度提取方法。首先将冬小麦图像转换到Lab色彩空间,其次利用蜉蝣算法（Mayfly Algorithm, MA）获取K-means最优初始聚类中心,并用马氏距离代替欧氏距离进行算法改进,最后利用分割得到的二值图像计算冬小麦覆盖度。结果显示,该方法的平均分割精度和平均处理时间分别为94.66%和2.03 s,与过绿指数（excess green,EXG）自适应阈值分割和基于粒子群优化算法（particle swarm optimization,PSO）的K-means(PSO-K-means)分割相比,分割精度分别提高了12.04%和4.18%,处理时间分别减少了2.26和2.94 s。该方法分割效果优于EXG和PSO-K-means分割方法,可用于提取冬小麦覆盖度。     

基于Faster R-CNN的蓝莓冠层果实检测识别分析

[目的]基于Faster R-CNN模型对不同成熟度蓝莓果实进行精准识别分类,为浆果类果实的自动化采摘、产量预估等提供技术支撑.[方法]选取成熟果、半成熟果、未成熟果剪切图像各4000幅和8000幅背景图像作为训练集,1000幅原始图像用于验证集开展试验,改进Faster R-CNN算法,设计一种对背景干扰、果实遮挡等因素具有良好鲁棒性和准确率的蓝莓果实识别模型,模型通过卷积神经网络(CNN)、区域候选网络(RPN)、感兴趣区域池化(ROI Pool-ing)和分类网络来实现蓝莓图像背景消除及果实识别并与DPM算法进行对比.[结果]以WOA算法优化的训练参数作为参考,在蓝莓数据集上训练网络模型.在分析P-R曲线后计算F发现,Faster R-CNN算法在成熟果、半成熟果和未成熟果上的F值分别为95.48%、95.59%和94.70%,与DPM算法相比平均高10.00%.在对3类蓝莓果实的识别精度方面,Faster R-CNN同样有着优秀的识别效果.对成熟果、半成熟果和未成熟果的识别准确率分别为97.00%、95.00%和92.00%,平均识别准确率为94.67%,比DPM算法高20.00%左右.该网络模型在高精度的识别效果下,对于蓝莓果实的平均识别速度依然达0.25 s/幅,能满足实时在线识别的需求.[建议]获取多角度、复杂环境下的图像用来提高模型识别率;利用迁移学习建立蓝莓识别模型;数据集样本扩充并分类.     

基于“淹没法”的双孢菇检测及直径测量方法

随着双孢菇种植面积和产量的增长,智能化采摘机器人的需求已迫在眉睫。为了给采摘机器人提供作业目标和参数信息,通过对双孢菇(白菇)深度图像进行处理和分析,实现了目标检测和直径测量。首先,根据双孢菇三维纵深结构特点,开发了“淹没法”双孢菇-菇床基质分割方法,实现了双孢菇的准确检测;然后,通过坐标变换,得到双孢菇菇盖边缘点的世界坐标,利用Hough圆检测实现双孢菇的直径测量。试验结果表明:此方法双孢菇检出率89%以上,漏检率低于11%,错检率低于2.26%,直径测量误差为2.15%~3.15%,单个蘑菇运算耗时约0.26~0.37s,可为双孢菇机械化采收提供在线、实时的信息决策支持,提高了双孢菇采收质量和效率,并有助于提高双孢菇采收机器人的智能化水平。     

基于图像处理的烟草分级系统设计与实现

本文以烟叶为研究对象设计了一种小型化烟草分级系统,能够实现烤烟的自动分级。主要由扫描式图像采集设备、树莓派嵌入式系统和触摸屏人机交互界面3个部分,将烟叶放入扫描装置后,压力传感器感应并反馈信息,Raspberry Pi控制图像采集系统采集图像信息。图像采集系统将预处理后的图像信息通过USB数据线传输到Raspberry Pi,图像处理程序对烟叶图像进行多特征分析,基于神经网络分级算法得到烟叶分级结果。LCD显示屏用于显示烟叶分级结果。将农艺师分级完成的烟叶图像数据库导入新开发烟草分级系统进行分级训练测试,系统验证试验表明,分级正确率为88.97%。     

基于高光谱成像技术的蓝莓果实成熟度识别研究(英文)

在蓝莓收获期，果实成熟度识别的预先识别对果实收获管理及产量评估具有重要意义。基于遥感的高光谱成像技术，以其包含丰富的光谱及空间信息，在复杂背景对象识别中具有极大的开发潜力。通过采集美国佛罗里达州三种典型南部高丛蓝莓的高光谱图像，研究了基于高光谱图像处理技术在复杂背景中进行蓝莓果实成熟度（成熟、近成熟以及未成熟）识别的数据处理算法。通过支持向量数据描述（SVDD)和K-means聚类算法，构建了蓝莓果实成熟度识别模型，从像素层面和外观层面对蓝莓果实进行混合识别。实验结果表明：对蓝莓成熟果实的识别正确率达到96.1%，近成熟果实识别率为94.7%，青果识别率为91.2%。为了评估算法性能，使用另外两种对象识别算法（KNN和SAM）作为比较，试验表明新提出的算法对复杂背景适应性更好，尤其是对小尺寸对象识别准确率更高。     

智慧教育时代下“自动控制原理”教学模式改革研究与实践

《自动控制原理》是一门理论性和工程应用性都很强的课程,是农业电气化专业本科生的一门重要的专业基础课,该课程在教学环节过程中起着承上启下的作用,其教学质量的好坏直接关系到后续课程的学习效果。本文在智慧教育时代下,结合教育“十四五”规划和河南教育现代化“2035”战略规划,借助新工科和“MOOC”教学理念和模式,进行教学模式改革研究与实践探索,提出适合农业电气化专业的教学改革思路。实践证明,新的教学理念和教学模式,可以有效地提高该课程的教学质量,对提高农业电气化专业教学质量和学生专业素质有着重要的意义。     

基于TRIZ创新理论的产教融合协同育人研究

从TRIZ创新理论视角出发，分析了农业机械化专业产教融合协同育人现状。针对学生创新思维和创新能力不足的问题，鼓励学生打破惯性思维，敢于提出问题，利用TRIZ创新理论的关键方法和具体流程，引导和启发学生分析农机实践中遇到的问题，提出具有初步可行性的解决方案，激发学生能动性和创新性，从而提升产教融合协同育人效果，提高人才培养质量。