采摘机器人深度视觉伺服手-眼协调规划研究

针对现有采摘机器人的识别-采摘精度与效率偏低等问题，开展了采摘机器人深度视觉伺服手-眼协调规划研究。开发了在手RealSense深度伺服的小型升降式采摘机器人，进行了采放果的工作空间与姿态分析，针对“眼在手上”模式建立了手-眼协调的坐标变换模型。对采摘机器人提出了基于在手RealSense深度伺服的由远及近手眼协调策略，并根据RealSense与机械臂参数完成了基于深度视觉的远近景协调关键点间分段动作规划。手眼协调采摘试验表明，末端在X、Y、Z方向的平均定位精度为3.51、2.79、3.35mm，平均耗时为19.24s，其中机械臂从初始位开始采果的平均耗时为12.04s，中间识别与运算的平均耗时为3.82s，放果动作平均耗时为7.2s，机械臂动作耗时占整个环节的80.2%。该机器人结构和在手RealSense深度伺服的手眼协调策略可满足采摘作业需求。     

茄子藤秸秆微观结构及剪切力学特性

以茄子藤秸秆为研究对象,通过微观观察分析纤维组织结构,对秸秆不同部位水分和剪切力学特性进行测试。结果显示,(1)茄子藤秸秆是一种复合材料,其微观组织结构主要包括表皮、皮层、维管束和髓,呈分布不均匀的筛孔状。(2)根部横截面积在23.07~42.09 mm~2之间,剪切强度在3.79~11.56 MPa之间;中部横截面积在12.17~30.97 mm~2之间,剪切强度在3.04~8.44 MPa之间;顶部横截面积在3.11~15.47 mm~2之间,剪切强度在3.1~7.45 MPa之间。(3)剪切应力、剪切强度和剪切模量从根部到顶部均呈逐渐减小的趋势,不同部位对剪切强度和剪切模量的影响均有显著影响。本研究为茄子藤秸秆的收获及加工机械的研发,确定切割时的工作参数,提供了必要的试验数据和理论基础,有助于促进藤茎类秸秆资源化综合利用技术应用和推广。     

农业推广对促进农业种植业发展的作用

我国是农业大国,也是农业技术较为领先的国家之一。为了促进我国农业发展更加顺利,需要从多个方面提升我国的农业技术水平,包括农业推广、农业增产技术、农业生产管理方面等。本文主要阐述了农业推广与农业种植业的关系,并提出了农业推广促进农业种植业发展的策略。     

生菜叶片光谱红边参数对氮营养的响应特征分析

以不同氮素供应水平下的水培生菜为研究对象,采用光谱仪和叶绿素仪分别获得生菜叶片的漫反射光谱信息和叶绿素含量,通过提取生菜叶片光谱的红边参数,分析不同氮素供应水平下红边参数的变化规律,以及各个红边参数与生菜叶片叶绿素含量间的关系.结果表明,随氮营养供应水平的提高,生菜叶片各红边参数呈现不同的响应趋势.红边位置、最小振幅、红边面积以及红边振幅和最小振幅比值与生菜叶片SPAD值间均具有极显著的相关关系,其中以红边位置的相关程度最高,其相关系数为0.9420,均方根误差为1.803.可见,红边位置可以作为生菜叶片氮素营养诊断的一种有效指标.     

3S技术在湿地资源调查研究中的应用

湿地和农田、森林一样被认为是地球上最重要的生命支持系统之一,湿地调查研究主要是获取和分析湿地信息,将3S技术应用于湿地资源的调查研究中,充分体现了其快速、经济、高效的强大优势,探讨了3S技术在湿地研究中的前景、问题和对策。     

北固山湿地野生虉草生物量的研究

对北固山湿地野生虉草的株高、茎高、叶龄、生物量等进行了研究,结果表明,虉草的株高和茎高的变化呈现出近“S”型的生长曲线,叶龄与株高和茎高均呈一元线性显著的正相关关系,生物量的变化与生育期关系密切。     

基于人工神经网络技术的蔬菜施肥决策研究

阐述神经网络的概念和特点，着重介绍BP神经网络并在Maflab环境下建立基于BP神经网络的施肥模型，以土壤养分（氮、磷、钾)和实际产量为模型输入，以氮肥、磷肥和钾肥的施用量为模型数输出．进行网络训练，直至获得满意的施肥模型。结合投入产出物的价格对模型功能进行扩展，按利润最大化目标进行施肥决策。     

基于状态机的植物生长模型可视化研究

在分析植物生长形态生理变化的基础上,揭示植物生长时空状态的变化规律,提出基于状态机的植物生长模型,并引入随机矢量真实预测植物的生长。根据该模型构建植物生长的可视化算法,合理组织有关植物生长的数据,并开发一个原型系统验证了该模型的有效性。     

基于数据库的温室环境决策支持系统的设计与实现

用Delphi6．0编写构建了温室环境的决策支持系统。系统中的知识库、模型库和数据库以数据库为基础，采用Database Desktop来设计，有助于系统对知识、模型和相关数据的管理。对系统决策的过程采用基于数据库的方法进行编写，解决了温室环境智能决策过程中推理困难的问题，同时提高了决策的准确程度。