基于轻量级SSD模型的夜间金蝉若虫检测

为实现夜间树上金蝉若虫的快速准确检测,该研究以自然环境图像数据集为研究对象,结合近距离实际应用场景,考虑到嵌入式系统的模型小型化和计算过程轻量化,在保持精度指标基本不变的前提下,基于适度削减模型深度、宽度的思路对已有目标检测网络MobileNet-SSD提出改进。具体措施包括：删除骨干网络末端的小尺寸特征图卷积层,逐级裁剪模型整体宽度、适当增加中高层卷积深度,在目标检测的分类层和预测框的回归层中使用深度可分离卷积代替传统3×3卷积等措施,先后获取3种改进的精简模型以进行比较。夜间图像测试结果表明,在基本保持网络性能的前提下,改进后的模型大小及计算量均呈现大幅减小,其中最优模型大小从原MobileNet-SSD的15.22 MB减少到1.51 MB,模型的浮点运算量也由原先的1.13×109减少到1.26×108,其平均准确率达90.46%,平均交并比达83.52%,F1分数达92.35%,GPU上的检测速度达179.3帧/s,CPU上的检测速度达到6.49帧/s,与改进前的模型相比具有更好的综合性能,白天图像的试验结果也显示出较好的泛化性能。该文提出的改进模型在大幅减少模型大小及其计算量的同时使模型性能保持在一个较高的水平,更适合部署在移动终端等资源受限设备上,可为金蝉的人工养殖提供有益参考。     

基于滑模变结构控制的温室喷药移动机器人路径跟踪

为解决作物种植密集,地面障碍与空间障碍并存等非结构化环境因素对温室喷药移动机器人路径跟踪运动控制精度的影响,在建立移动机器人运动学模型的基础上,设计一种基于指数趋近律的滑模变结构控制方法以保证系统对不确定参数及外界干扰的鲁棒性。与此同时,为有效解决滑模控制固有的抖振问题,提出一种加权增益趋近律算法,在该趋近律的积分项中引入负的加权值,可有效避免当系统状态不在滑模切换时的切换增益的增大,使得控制器输出量平滑,并利用Lyapunov函数证明了其稳定性,并采用该文所设计的基于加权积分增益趋近律的滑模控制器对喷药移动机器人进行路径跟踪控制。试验结果表明,该算法可以顺利消除横向偏差,使实际运动轨迹平稳跟随理想作业路线,避免在作业区域产生较严重的重喷和漏喷现象,其研究成果为温室作物实施精准喷药提供了依据。     

农业机械视觉导航基准线识别研究进展

导航基准线识别是农业机械自主导航的关键技术。为此,在参考相关文献的基础上,对目前国内的相关研究进行较为系统的分析和总结;介绍了近年来的国外研究进展,最后根据现有研究状况展望了今后的研究方向。     

采用改进的SqueezeNet模型识别多类叶片病害

为实现作物叶片病害的准确识别,该研究以PlantVillage工程开源数据库中14种作物38类叶片为研究对象,从网络规模小型化和计算过程轻量化需求的角度出发,对经典轻量级卷积神经网络SqueezeNet提出改进措施,包括修改最后一层卷积层的输出、删除经典模型中的后3个fire模块并修改fire模块5的参数、调节fire模块中expand层中1×1和3×3的卷积核数目的比例、移动部分fire模块在模型中的位置等措施,共获取5种改进的病害叶片检测模型,并运用迁移学习和随机梯度下降算法进行训练。试验结果表明,在不过多损失网络性能的前提下,改进后5种模型的参数内存需求及模型计算量均呈现大幅减小,模型收敛迅速,其中最优模型参数内存需求仅为0.62MB,模型运算量仅为111MFLOPs,其平均准确率达到98.13%,平均查全率达到98.09%,平均查准率达到97.62%,在与已有相关研究的对比中表现出较高的性价比。该研究提出的改进模型在大幅减少参数内存要求和计算量的同时使模型性能保持在一个较高的水平,较好地平衡了这3项指标,适合将模型部署在移动终端等嵌入式资源受限设备上,有助于实现对作物病害的实时准确识别。     

基于K-means算法的温室移动机器人导航路径识别

针对温室移动机器人机器视觉导航路径识别实时性差、受光照干扰影响严重等问题,首先,将HSI颜色空间3个分量进行分离,选取与光照信息无关且可以有效抑制噪声影响的色调分量H进行后续图像处理,以削弱光照对机器人视觉导航的不良影响;针对温室环境图像特有的颜色特征信息,引入K-means算法对图像进行聚类分割,将垄间道路信息与绿色作物信息各自聚类,再通过形态学腐蚀方法去除聚类后图像中存在的冗余、干扰信息,以获得完整的道路信息,与常用阈值分割方法相比,可降低因分割信息不明确而导致后续Hough变换进行直线拟合时需占据大量内存且计算量较大的问题,进而提高移动机器人路径识别的快速性,并适应温室作业机器人自主导航的高实时性要求。试验结果表明,该文方法在复杂背景与变光照条件下的温室作业环境中可大幅降低光照对机器人导航的影响,对于光照不均具有良好的鲁棒性,道路信息提取率可达95%。同时,其平均单幅图像处理时耗降低53.26%,可显著提高路径识别速度。该研究可为解决温室移动机器人机器视觉导航路径识别的鲁棒性及实时性问题提供参考。     

三自由度驱动冗余并联机构动力学建模与试验

对于农业机器人而言,其动力学模型是进行动力学特性分析的基础,是实现动力学优化设计及高精度操作的前提。该文针对一种新型驱动冗余并联机构进行了动力学建模,该机构的动平台通过2个PRRR支链和1个PPRR支链与静平台相连,拥有2个转动自由度和1个平动自由度。在分析并联机构组成的基础上,充分考虑各构件惯性力的影响,建立基于Lagrange方程的工作空间完整动力学模型,并运用最小2范数法实现驱动力优化;通过分析给定路径下并联机构各主要组成构件对驱动力的影响,提出针对上述完整动力学模型的简化方案。结合并联机构应用特点,进行了仿真及试验。结果表明,非冗余驱动情况下第1,2轴向驱动力的最大值为15 N,施加冗余驱动后,最大值降为10 N,各驱动力峰值降低约33%;机构位姿角β达到57.6460o时,各驱动力均发生急剧变化,经验证可知该点为奇异点,在实际应用中应避开该点。机构末端轨迹跟踪结果显示,在Y,Z和β方向的最大跟踪误差分别为0.8 mm,0.6 mm和0.068o,因此,基于本文所建立的简化动力学模型的机器人控制系统具有良好的跟踪特性。该研究可为冗余并联机构的动力学控制方法设计提供重要参考。     

受生物启发的离散滑模变结构液位控制研究

以趋近律设计的离散滑模变结构控制与系统参数及扰动有关。该文受生物启发，提出一种生物细胞膜分流模型同以趋近律设计的离散滑模变结构控制相结合的控制策略。将该方法应用于遗传算法建模的变参数双容对象的液位控制，仿真及试验结果表明该方法是有效的，它克服了基于趋近律设计的一般离散滑模变结构控制方法的缺陷，可明显改善具有外部干扰及参数变化时的系统稳态性能。该研究为提高现代化农业生产所必需的液位控制性能提供了理论基础。     

三平移并联机器人步进电动机闭环控制

对自主开发的新型三平移并联机器人进行了位置分析，设计并建立了以DSP为核心的并联机器人步进电动机闭环微机控制系统，利用VC 6．0设计了机器人系统的控制软件。实验结果表明：由于系统采用的步进电动机体积小、转矩大、转速范围宽，因而简化了机械设计，减小了机器人系统的体积，实现了并联机器人运动轨迹的高精度控制。     

并联机器人串类水果抓取模型及抓取位姿计算

针对随机放置串类水果图像中主果梗和非主果梗间特征区别不明显、平面轮廓法获取的机器人抓取位姿信息较少的问题,该文构建了并联机器人串类水果三维抓取模型,并提出一种基于主果梗骨架和三维抓取模型的4-R(2-SS)并联机器人随机放置串类水果抓取位姿计算方法,以获取较高精度、包含较多信息的抓取位姿,进一步提高机器人对串类水果的抓取成功率。采用果粒和果梗区域的轮廓间距构建用于提取串类水果果梗轮廓的形态学图像分割法,并基于多维特征向量和高斯混合模型聚类算法提取主果梗;根据主果梗三维位姿和机器人夹持机构特征构建4种基于主果梗骨架的随机放置串类水果三维抓取模型,获取夹持机构的空间位置、绕Z轴的旋转角度以及手指开口宽度的抓取位姿信息。将提出的抓取位姿计算方法应用于课题组研制的4-R(2-SS)并联机器人串类水果机器视觉自动分拣系统进行试验验证。试验结果表明,相对于基于平面轮廓的抓取位姿获取方法,基于该文方法的有分支主果梗和无分支主果梗串类水果的抓取成功率分别提高14和12个百分点,平均抓取成功率提高13个百分点。该文提出的抓取位姿计算方法可有效提高4-R(2-SS)并联机器人机器视觉系统对随机放置串类水果抓取位姿的获取精度,有助于进一步实现串类水果的准确快速自动分拣。     

农业并联机器人同步滑模控制

农业并联机器人的多支链相对末端执行器运动的协调性、耦合性成为并联机器人运动控制的难题,鉴于此,提出一种将同步控制与滑模控制相结合的控制方法。仿真和实验结果表明,该控制方法跟踪性能好,响应速度快,系统误差小,具有较强的鲁棒性,能够满足并联机器人的控制要求。