基于LiDAR的对靶喷雾实时控制系统设计与试验

针对自动对靶喷雾中延时喷雾问题设计了实时控制对靶喷雾系统，该系统以二维激光雷达（Laser detection and ranging，LiDAR）作为探测器，利用地速传感器（True ground speed sensor，TGSS）获取喷雾车实时速度，建立了自适应延时喷雾模型，模型可不断调整喷雾延时时间。自适应延时喷雾模型包括延时存储器和延时计数器。延时存储器利用FIFO缓存区暂存喷雾指令；延时计数器指向延时存储器地址，其利用当前车速计算延时指数，取出对应延时存储器地址的喷雾指令并发送给电磁阀控制器，实现对靶喷雾。试验部分首先对系统响应时间进行分析，包括识别靶标时间、计算喷雾指令时间、通信时间、电磁阀响应时间，试验结果表明，系统响应时间为160ms，延时存储器共42个延时单元；其次通过Proteus仿真比较了单片机在采用M法、T法计算TGSS发出信号频率的准确性，结果表明M法更适合于本文所述测速系统的频率计算；在TGSS安装角确定后，喷雾车速度与方波信号的频率成正比关系，通过拟合确定了比例系数0.0099，拟合优度为0.9998；最后通过试验验证了系统的整体有效性，并测量了实时控制对靶喷雾系统的可识别最小间距，试验结果表明，可识别的最小间距在80~180mm之间，系统可识别靶标间距的能力随着喷雾车速度的提升而降低，当靶标间距大于180mm时，系统均可有效识别靶标。     

基于激光雷达的果园行间路径提取与导航

针对车辆果园行间自主导航出现的车辆偏航、非相邻树行干扰、植株缺失、树行弯曲等问题，提出一种基于激光雷达的行间路径提取方法，构建多样化虚拟果园环境仿真行间路径导航过程，评估路径提取算法性能。行间路径提取时，采用二维激光雷达（Light detection and ranging，LiDAR）获取果园树干测量数据，通过中值滤波削弱测量噪声，设计椭圆感兴趣区域（Region of interest，ROI）提取相邻树行，提出两步树行分割法获取相邻树行数据，通过最小二乘法拟合树行直线，将树行中心线作为导航路径。行间导航仿真时，建立虚拟果园环境和LiDAR测量模型，基于仿真测量数据生成导航路径，经过一阶数字低通滤波后实时控制车辆运动。仿真实验中，设置果树种植偏差为±20cm，树干直径偏差为±3cm，LiDAR测量误差为±3cm。实验结果表明，本文方法在车辆偏航、缺树、曲线树行等情况下均能准确提取导航路径，在偏航角不大于15°、横向偏差不大于1m、缺树率不大于25%时均能将车辆轨迹与道路中心线的横向偏差控制在±14cm内。     

贵州吴茱萸害虫种类与危害及其天敌的调查

为给贵州地道中药材吴茱萸害虫的综合防治提供科学依据,于2010年7月至2011年7月,采用野外调查和室内饲养方法相结合,对贵州吴茱萸害虫种类与危害及其天敌进行了调查研究。结果表明:贵州吴茱萸的害虫共有6目25科37种,以桑白盾蚧(Pseudaulacaspis pentagona)和橘蚜(Toxoptera citri-cidus)危害最为严重,其中29种系首次报道危害吴茱萸;吴茱萸害虫的天敌有6目7科12种。     

基于激光雷达的果园行间车辆自动导航控制

针对果园自主导航过程中车辆偏航、植株缺失等问题,设计了一款基于激光雷达的果园行间履带式车辆自动导航控制系统,并模拟标准化果园环境进行试验以验证系统性能。首先,采用二维激光雷达(Light Detection and Ranging, LiDAR)获取树干点云数据,对点云数据进行坐标变换;其次,通过识别树干边界起始点进行树干定位;再次,提出两步树行分割法将树行分割为左右两行,利用最小二乘法分别对两侧定位点进行直线拟合,将树行中心线作为导航路径;最后,将电机期望转速作为比例微分(Proportion Differentiation, PD)控制器的输入,使车辆沿树行中心线自动行驶。树行分割试验表明：当感兴趣区域内植株无缺失、单株缺失、双株缺失且无航向偏差、无横向偏移时,树行分割正确率均为100%;双株缺失存在横向偏差和航向偏差、三株缺失不存在横向偏差和航向偏差时,树行分割准确率为96.4%;三株缺失存在横向偏差或航向偏差时,树行分割准确率92.9%。电机控制试验表明：电机调速系统具有快速响应的优点,且稳定性良好。导航控制试验表明：当车辆以0.8m/s速度行驶且存在0.5m的初始横向偏移时,...     

不同基质对翠菊容器育苗的影响

以翠菊种子为试验材料,采用容器育苗的方法,研究不同基质、不同配比对翠菊育苗的影响。结果表明:不同基质、不同配比对翠菊发芽以及幼苗生长差异显著;从生长情况和基质成本上看,泥炭∶蛭石=3∶1和腐殖质∶蛭石=3∶1最适宜翠菊容器育苗。     

基于移动激光扫描的靶标叶面积计算方法

针对疏枝果园的变量对靶施药问题,提出基于移动激光扫描(Mobile laser scanning,MLS)技术的靶标叶面积计算方法,为变量施药实时提供基础数据。为消除激光雷达(Light detection and ranging,LiDAR)探测距离和施药车辆行驶速度对点云密度的影响,在车辆行驶方向和激光雷达扫描方向上计算每个测量点的分辨率,为MLS点云数据建立变尺度格网,以格网面积作为被激光束覆盖的叶面积,建立靶标总体格网面积(Total grid area,TGA)与真实总体叶面积(Total leaf area,TLA)的线性回归模型。采用仿真树模拟疏枝果树靶标,搭建移动激光扫描测量系统,采集靶标点云数据,改变探测距离及移动速度,获取了4种不同疏枝程度靶标的108个样本数据。试验结果表明,随着探测距离的增加和移动速度的降低,靶标点云数显著减少,变异系数最小为0. 920 9,靶标格网面积能稳定提取,变异系数最大为0. 053 7,TGA与TLA的拟合优度为0. 909 0,叶面积测量相对误差均值为9. 16%。