虚拟现实技术与农业脱粒机械开发研究

虚拟现实技术是近年来发展起来的一门新技术。本文介绍了虚拟现实技术的概念、特征、以及虚拟现实技术的常用软件与硬件。文章还介绍了虚拟现实技术在农业脱粒机械开发研究中的应用。     

直流电机驱动农用履带机器人轨迹跟踪自适应滑模控制

为了提高农用履带机器人轨迹跟踪控制的性能,将履带机器人模型视为由电机驱动方程和运动方程组成的级联系统,在考虑了履带机器人运动学模型和电机驱动模型动态特性的基础上,构建了一种变倾斜参数的自适应积分滑模切换函数,基于这个函数设计了由等效控制和切换控制组成的自适应滑模控制,将机器人的位姿误差以及在线辨识的驱动电机时变不确定参数反馈至控制器中,计算出左右轮驱动电机的期望角速度,控制履带机器人运行。田间试验结果表明,当机器人分别以1,3,4 m/s速度运行时,在运动方向距离误差、侧向距离误差和航向角的误差分别在-0.04~0.04 m,-0.09~0.07 m和-0.03~0.05 rad范围内。因此,基于电机驱动的机器人自适应滑模控制具有良好的控制精度,能够满足田间实际作业的要求。     

基于可穿戴设备的山羊行为分类

本文利用基于Atmel 328p芯片搭建的Arduino最小系统,集成了三轴加速度传感器和存储卡以及蓝牙4.0模块,设计了一种针对山羊日常行为活动数据采集的可穿戴设备。设备将传感器实时采集的数据保存到存储卡中,再通过蓝牙4.0模块传输到服务器。在服务器端运用了模糊C-均值聚类算法分析数据,实现了对山羊日常活动行为的分类,为山羊精准饲养模型建立提供了可靠的数据基础。     

基于物联网的农田环境在线监测系统

针对农田环境监测面积大、点多、时间长的特点,提出基于物联网架构的农田环境监测系统,系统由传感层、传输层和应用层构成。设计开发了以飞思卡尔MC9S12XS128为微处理器的无线传感器网络节点的硬件电路和太阳能供电系统,编制了协调器与路由器的底层软件,测试了远端服务器与WSN网络单点和多点之间的通信性能。现场试验结果表明:基于物联网的农田环境监测系统,运行稳定、可靠,为科学预测和科学种植提供了依据。      

远程农业监测信息系统设计与实现

针对农业信息远程监测服务需求和物联网农业应用背景,设计开发了农业信息远程监测和服务系统。系统将无线数据采集、远程数据传输和网络服务相结合,实现了远程、多目标、多参数的农业信息实时采集、显示、存储、查询和统计等功能。系统通用性和扩展性较强,在数字农业、农作物防灾减灾等领域具有良好的应用前景。     

基于虚拟仪器的农业测试技术教学与研究

虚拟仪器具有传统仪器不可比拟的优点而在农业生产中得到广泛的应用,它能执行测试、转换数据、分析等任务,也能够连接互联网和其他仪器以实现通信。以其完善的软件功能和简单的硬件结构完成强大功能。本文介绍了虚拟仪器概念、结构、特点,并且叙述了虚拟仪器技术在农业工程中的应用。     

基于改进压缩感知的生猪音频信号处理

为了快速准确地获取生猪的音频信息,消除无线信道的拥塞问题,提出基于普减法的压缩感知。在信息采集端采用微处理器NanoPCT4控制的麦克风采集音频信号,通过基于普减法的稀疏基矩阵和测量矩阵,减小声音传输量,接收端运用OMP算法,将压缩信号进行恢复重构,实现对生猪音频信号的快速准确传输。结果表明,通过运用这套压缩-重构系统,重构率提高20.75%,重构时间缩短近0.20 s,去噪后的峰值信噪比较未去噪的峰值信噪比增大了近1.50 dB,降低了信息传输量,节省了信号处理、存储和传输的时间,同时也降低信号失真。     

基于农产品的小微企业可持续发展和商业模式研究

可持续企业的商业实践,特别是农产品企业主动响应环境要求的案例,正日益受到从业界和学者们的关注。通过把商业模式的要素应用到同时关注环境可持续性和大众市场的小微生态农产品的企业实践中,通过分析生态企业商业模式的构成要素以及要回答和解决的关键问题,提出了生态企业的4种商业模型,并根据所关注的环境范围、市场和盈利能力的不同选择不同类型的商业模型。初创型小微生态企业适宜采用增长模式和生存模式,随着企业的发展壮大,逐步向收入模式和和投机模式过渡。采用增长模式的小微企业,适宜采用差异化战略,用较高的产品质量和生态质量吸引环保型消费者的青睐。而采用生存模式的生态企业,适宜采取成本驱动型战略,与其他类型的生态企业相比具有成本优势,而与非生态产品相比具有质量优势,其目标市场可以定位于中小型市场。     

基于Unity的虚拟校园漫游系统的设计与实现

在对虚拟校园系统和Unity平台进行概述的基础上,利用从百度地图绘制的CAD图,使用3ds Max+Unity4.6作为开发工具,构建三维模型并进行优化,开发了安徽农业大学的虚拟校园漫游系统。该系统的关键技术包括角色交互、碰撞检测和自动漫游。系统演示结果表明,该系统设计效果良好且场景逼真,适用性强,宣传效果极佳。     

基于改进YOLOv3的猪脸识别

针对生猪智能化管理中传统标识方法存在的易脱标,易引起生猪感染等问题,采用基于改进YOLOv3模型的非侵入式方法,对生猪多个体识别进行研究。针对原有的YOLOv3模型,在Darknet53特征提取器中引入密连块,结合下采样层组成新的骨干网络;在YOLOv3模型中添加改进的SPP单元,最终构建了YOLOv3＿DB＿SPP模型。试验采用的猪脸数据集共分为10类,数据增强后样本为8 512张,训练集和测试集比例约为9∶1。结果表明:1)YOLOv3＿DB＿SPP模型在各分类概率阈值下检测猪脸数据集时的平均精度均值均高于YOLOv3模型;2)当IOU阈值为0.5,分类概率阈值为0.1时,YOLOv3＿DB＿SPP模型的平均精度均值比YOLOv3模型高9.87%;3)YOLOv3＿DB＿SPP模型检测远距离有遮挡的小目标样本时,平均精度值均高于YOLOv3模型。YOLOv3＿DB＿SPP模型用于猪脸识别时,能够提高基础特征提取器的特征提取能力以及检测器的准确率。