联合收获机单神经元PID导航控制器设计与试验

针对联合收获机在田间直线跟踪作业中在维持高割幅率条件下易产生漏割的问题,设计了一种基于单神经元PID(Proportion Integration Differentiation)的联合收获机导航控制器。以轮式联合收获机为平台,通过对原有液压转向机构进行电控液压改装,搭载相关传感器构建了导航硬件系统。开展了常规PID控制和单神经元PID控制的仿真以及实地对比试验,仿真结果表明单神经元PID控制具有超调小和进入稳态快等特点;路面试验表明,当收获机速度为0.7 m/s时,单神经元PID控制最大跟踪偏差为6.10 cm,平均绝对偏差为1.21 cm;田间试验表明,收获机速度为0.7 m/s时,单神经元PID控制田间收获最大跟踪偏差为8.14 cm,平均绝对偏差为3.20 cm。试验表明所设计的联合收获机导航控制器能够满足自动导航收获作业要求,为收获作业自动导航提供了技术参考。     

基于AT89S52和DS18B20的多点温度检测报警系统

为了对温室大棚室温实施监测、避免局部温度过高,利用多片DS18B20单总线型数字温度传感器,采用外部供电方式,结合AT89S52单片机,外加串口电路、报警电路以及显示模块,设计了多点温度测量并报警的硬件系统。依据DS18B20型温度传感器操作指令,首先读取各传感器的序列号,并确定传感器对应的各点位置关系,定时循环读出各个传感器的温度值并循环显示,单片机依据设定的报警温度上下限做出报警处理;同时,也可利用串口把各点的温度值传给上位机作进一步的处理。实例表明,该系统工作稳定,操作方便,成本低廉,实现了温室大棚中的多点温度检测以及越限报警功能,测温误差在±0.5oC以内。     

基于SVR逆向模型的拖拉机导航纯追踪控制方法

针对行驶过程中轮胎侧滑量、路面性质等不确定性因素导致传统拖拉机二轮运动学模型难以准确描述拖拉机运动轨迹的问题,提出了一种基于SVR(Support vector regression)逆向模型的拖拉机导航纯追踪控制方法。采用粒度支持向量回归(Granular support vector regression,GSVR)方法建立了拖拉机前进航向的逆向模型,实时获得实际转弯曲率与运动学理论转弯曲率的函数关系,逆向模型对纯追踪导航模型输出进行,校正提高了纯追踪导航控制方法的适应性和动态性能。拖拉机导航系统的路径追踪路面试验结果表明:当行驶距离大于125 m、行驶速度为1.2 m/s时,直线追踪最大横向偏差小于0.061 4 m,较常规纯追踪模型导航方法具有更好的直线追踪性能;田间试验结果表明:该导航控制方法适用于2BFQ-6型油菜精量联合直播机自动对行作业。     

基于双切圆寻线模型的农机导航控制方法

针对油菜直播机组导航作业中田头换行、转弯等直线跟踪之间的衔接控制问题,设计了一种适用于2BFQ-6型油菜精量联合直播机导航的双切圆寻线模型控制方法。对初始偏差较大时拖拉机的寻线路径进行了定量分析,获得最优寻线路径的几何关系,依据该关系构建控制决策方法。所建决策方法根据拖拉机位姿状态选择相匹配的控制方程组,计算获得前轮转角以实现导航控制。进行了双切圆寻线模型参数仿真优化和性能与适应性仿真试验。使用该模型控制器进行拖拉机路面导航试验,结果表明:当行驶速度为0.7 m/s,拖拉机与目标直线初始横向偏差为7 m,初始航向偏角为90°时,控制器横向偏差响应的超调量不超过3%,上升时间小于14 s,调节时间不大于19 s,较纯追踪模型方法的超调量和调节时间更小;田间和路面试验结果表明:该模型控制方法对2BFQ-6型油菜精量联合直播机导航作业过程中的对行播种起始位姿调整和套行作业自动转弯操作具有指导价值。     

鸡蛋新鲜度神经网络检测系统的研究

鸡蛋内部颜色信息（H、I、S）的变化表征蛋的新鲜度等内部品质的变化。用计算机视觉装置获取鸡蛋颜色参数（H、I、S）,通过试验获得鸡蛋的新鲜度大小（哈夫值）,用它们作为样本数据建立BP神经网络模型,获取鸡蛋新鲜度与其图像颜色参数之间的最优关系,达到自动检测鸡蛋新鲜度。经检验,系统正确识别率为90．8％。     

北斗定位田间信息采集平台运动控制器设计与试验

针对轮式田间信息采集平台在田间复杂环境下定速直线跟踪问题,设计了一种横向纠偏与纵向定速行走的运动控制器。控制系统采用低精度北斗定位模块、电子罗盘、旋转编码器、角度传感器获取田间信息采集平台的状态信息(包括位置、航向、速度、转向角)作为运动控制器的输入,通过构建的横向纠偏模糊控制器和纵向定速PID(proportion integration differentiation)控制器,实现行走过程中的横向纠偏和纵向定速行走。为获取更准确的位置信息,采用3个低精度北斗定位模块以边长1 m的等边三角形方式放置对数据求均值得到中心点定位数据的方法,将北斗接收模块的平均静态定位精度从2.06 m提高到了1.50 m,动态定位精度提高到0.78 m以内。信息采集平台田间试验结果表明:车体系统能按照规划的路径行走,在设定速度0.4 m/s时,纵向速度稳态误差小于7%,在外界扰动下响应调节时间小于3 s;以相同的速度行驶,初始横向偏距分别为1.4、2.0和2.5 m时,稳定跟踪需要的时间分别为11、15和25 s且稳定跟踪后最大横向偏距在0.31 m以内,满足农业田间信息采集的需要。该控制系统实现了信息采集平台在田间的定速直线跟踪和稳定行走,为其高效智能化作业提供了技术参考。     

基于低空无人机遥感技术的油菜机械直播苗期株数识别

植株数量识别是油菜机械直播效果和质量评估的关键.该文针对油菜机械直播田间植株数量检测中人工统计耗时、费工、效率低下的现实,通过自主搭建的低空无人机遥感平台采集油菜机械直播区域的遥感影像,基于超高分辨率(0.18 cm/pixel)遥感影像计算的颜色植被指数进行油菜目标识别及其形态特征信息提取.结合田间调查数据,采用逐步回归分析方法,建立了机械直播油菜在苗期的株数与遥感特征信息之间的关系.结果显示,油菜目标的株数与其外接矩形的长宽比、像素分布密度和周长栅格数具有较好的线性关系,回归模型的决定系数R2为0.803,并通过显著性检验,其标准估计误差为0.699.模型检验结果显示,观测值与预测值之间的R2为0.809,均方根误差RMSE为0.728.研究结果表明,利用集成超高分辨率传感器的低空无人机遥感平台,通过计算颜色植被指数并分析油菜目标数量与形态特征的相关性,能有效识别油菜机械直播的出苗株数,可为后续油菜机械直播效果的快速、准确评估提供技术支持.     

基于HT的多条直线检测的特点及其算法改进

依据霍夫（Hough）变换原理,给出了多条直线检测的算法,分析了基于霍夫变换（HT）检测多条直线的特点,即直线—峰值对应性,检测直线不确定性（针对斜率大于0的情况）,累加器A的值与待测直线段长度的关系,带噪声多条准直线的参数空间峰值特征,倾角为90°的直线段参数空间峰值特征,并有针对性的提出了改进方法。提出了依据峰值自动搜索填充范围的算法,实现了峰值的搜索,并通过马铃薯作物的行检测验证了该方法的有效性。     

油菜播种质量监测系统设计与试验

目的 为了获取油菜播种质量信息,并实现信息的显示、远程传输与云存储,提出了一套油菜播种质量监测系统。方法 该监测系统由油菜籽传感检测装置、播种监测终端、播种质量信息云存储平台组成。采用多种形式小粒径种子传感检测装置实现对播种质量信息的实时获取,基于射频通信模块实现与播种监测终端的数据交互;监测终端完成信息显示,并通过北斗定位单元对播种质量信息位置进行精确定位;通过无线传输模块,实现油菜播种质量信息数据的远程传输和云存储。搭建油菜播种质量监测系统试验台,通过田间试验验证系统的稳定性和可靠性。结果 设计的油菜播种质量监测系统能通过内嵌的北斗定位单元获取播种机经、纬度信息,同时可利用4G无线传输模块将播种质量信息及定位信息传输至云存储平台。台架试验结果表明,当排种器落种频率为16.5~26.2 Hz时,检测准确率不低于97.1%,采集的油菜播种质量信息均能够传输至播种监测终端并进行显示;播种质量信息均准确上传至云存储平台数据库,传输时长不超过2 s,且与终端显示数据一致。田间试验验证结果表明,排种频率为17.4~25.5 Hz时,检测准确率不低于96.6%,且系统运行正常。结论 该系统为油菜播种过程智能化提升、播种状态图生成及产量预测提供了技术支撑。     

蛋壳破损自动检测模型研究

为了建立蛋壳破损检测模型，试验采用敲蛋装置与声检测控制器组成的计算机蛋破损检测系统获取被检蛋声音信号数据。通过对蛋声音信号的功率谱分析而得到反映蛋壳破损特征的参数：功率谱面积的平均值x₁，最大功率谱面积与最小功率谱面积的差值x₂，X轴方向上质心的平均值x₃，X轴方向上质心最大值与其最小值的差x₄，Y轴方向上质心的平均值x₅，Y轴方向上质心最大值与其最小值的差x₆，共振峰频率的最大值x₇和共振峰频率的最大值与其最小值间的差值x₈；再通过Bayes原理建立与蛋壳破损特征参数相关的蛋壳破损模型。检验结果表明模型准确率达到92%。