排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
随着经济的发展和城市化进程的加快,我国耕地面积日益减少、水资源持续短缺,粮食安全问题日益严峻。智能植物生长柜因具有节水、环保、安全、不受环境制约等优点,是解决该问题的有效方法之一。【目的】提高智能植物生长柜的水资源利用率。【方法】设计了基于模糊控制的智能植物滴灌装置,该装置主要由植物支架、控制器、传感器、水箱、电磁阀及滴箭构成,利用模糊控制算法实现智能滴灌。【结果】基于模糊控制的智能植物滴灌装置能很好地实现数据采集、灌溉控制、参数设置和数据处理等功能,将土壤湿度控制在合理的范围内,在用水量相同的情况下作物长势更优。【结论】该装置可有效提高智能植物生长柜的水资源利用率以及自动化程度,并可推广至其他智能滴灌系统。 相似文献
2.
3.
随着时代的发展,人们对食物的安全以及营养问题越来越重视,尤其是一些地方,因没有土地耕种条件或土地污染严重导致人们无法吃到新鲜安全的蔬菜,为解决上述问题,"LED绿色新光源植物生长柜"应运而生,因温度对植物有非常大的影响,长期以来人们一直将柜内温度控制作为最主要的控制参数之一。本研究设计了1种具有二维控温功能的控温装置。验证试验结果表明,与装有市场上购买的温控装置的LED绿色新光源植物生长柜相比,装有二维控温功能的控温装置的LED绿色新光源植物生长柜更有利于油菜的生长发育。 相似文献
4.
近年来,人们对蔬菜安全、卫生、绿色的需求越来越高,智能植物生长柜作为解决途径有着很高的应用性。为实现对生长柜传感器节点的信息远程采集和数据显示,同时实现对多控制节点的远程控制,本文研发一款基于家庭物联网Android平台的植物生长柜监控系统,系统不受时间地域限制,用户可以在任何具备网络覆盖的地方从手机上浏览并获取数据,系统支持多手机用户客户端可以共享一台服务器。系统采用STM32作为底层控制芯片,采用HLK RM04串口转无线模块与手机wifi通信,采用Android SDK+JAVA JDK7+Eclipse6.0编写手机端软件控制程序,并设计实验实时获取生长柜的参数信息,同时对湿度和光照强度进行控制,实现对植物生长箱的实时监测和控制。 相似文献
5.
6.
7.
利用数码相机实现对植物叶片形态的无损测量,是掌握植物生长规律、科学指导生产以及实现植物生长柜智能化控制的关键技术之一.针对叶片弯曲以及拍照过程中容易出现的几何失真等问题,提出了利用两个相互垂直的数码相机来采集图像,从侧面图像分析叶片的弯曲角度,对正面图像进行失真校正;然后根据投影原理统计出叶片的像素数目,从而得到对应的形态数据.结果表明,该方法能够有效地解决图像的二维图像失真问题,降低叶片数据计算的误差,对于促进农业科技进步、加快现代化发展具有十分重要的意义. 相似文献
8.
图像处理法测定油菜叶面积的研究 总被引:1,自引:0,他引:1
利用数码相机获取油菜叶片的图像,采用基于Photoshop图像处理法对油菜叶面积分析测定,并与叶面积仪测定法、方格法的测量结果进行回归分析。结果表明,该方法与其他2种方法的测定结果存在极显著线性相关,相关系数R~2分别为0.981和0.989;在用图像处理法对叶面积测量时,不同的拍摄角度和分辨率对叶面积的测定无显著影响。该方法具有简单、快捷、准确、易普及等优点,为植物叶面积的快速测定提供了比较好的方法。 相似文献
9.
藻类的生产力模型大致可以分为3类:Ⅰ型模型预测光合速率,Ⅱ型模型计算生产力,Ⅲ型模型考虑光梯度和短光周期的影响。其中Ⅱ型模型能够对全面的工程应用提供精度和实用性之间的最佳折衷。雨生红球藻是一种单细胞淡水绿藻。在高盐、强光照射等恶劣条件胁迫下会在其体内积累虾青素,虾青素作为一种强抗氧化剂应用广泛。遗传算法自1967年提出以来应用在诸多领域,其在非线性模型参数优化具有高速、准确等优点。本次研究是针对雨生红球藻在发光二极管(LED)光照培养下建立起的Ⅱ型光分布模型,使用遗传算法对模型的参数K_1、K_2进行优化,经验证表明,所建立的模型准确、可靠。本研究可以为雨生红球藻的高效培养提供独特的思路,为解决复杂的非线性模型参数优化问题提供一种办法。 相似文献
10.
为提高农用无人机在作业时的定位精度,提出应用全球定位系统及惯性导航系统信息融合的方法实现无人机位姿状态的建模,得到导航系统测量信号与无人机状态间的非线性微分方程。对于系统中存在的非线性状态估计问题,创新性的提出采用适合于非线性系统的无迹卡尔曼滤波算法(Unscented Kalman Filter,UKF)进行处理,实现对基于多传感器信息融合的无人机姿态(翻滚角、俯仰角、偏航角)、速度和位置的准确而稳定的估计。现场试验采用改造升级后的极飞科技P10 2018植保无人机,配备改造升级后的机载电子和传感器系统。试验结果表明,与常见的扩展卡尔曼滤波器相比,UKF与多传感信息融合技术结合可实现对无人机位置信息(欧拉角)的高精度估计,其翻滚角、俯仰角和偏航角误差估算准确度分别提高30.3%、45.8%、70.2%,绝对值最大为0.57°。 相似文献