槟榔间作条件下不同修剪方式对可可生长和产量的影响

以槟榔间作可可条件下的可可为研究对象,比较不同修剪方式对其生长、光合作用及产量的影响。结果表明:中度修剪提高可可株高、干周和主枝粗度,重度修剪和仅控冠幅降低可可干周和主枝粗度。中等修剪可可叶片Pn显著高于轻度修剪和仅控冠幅,可能由于修剪提高了新梢叶片叶肉细胞光合作用能力。中度修剪可可徒长枝重量分别比轻度修剪、重度修剪和仅控冠幅显著降低了69.27%、54.69%和57.03%,大大降低了养分消耗,提高产量的同时节省了修剪工作量。综上所述,在槟榔间作可可条件下,采用中度修剪有利于提高光合作用效率,形成健康平衡树形,降低徒长枝养分消耗,提高产量,为槟榔间作可可节本增效技术研究与优化提供依据。     

基于Harris和卡尔曼滤波的农业机器人田间稳像算法

针对田间颠簸环境影响农业机器人采集实时稳定图像问题，提出了基于Harris和卡尔曼滤波的农业机器人田间稳像算法。首先，利用摄像头获取田间抖动视频图像序列，进行图像子区域划分并计算各区域灰度均方差，进而确定各区域Harris角点阈值；通过自适应角点阈值设置，增加角点距离约束，完成图像角点检测。然后，对检测出的角点进行光流跟踪，计算出帧间运动估计参数。最后，利用自适应卡尔曼滤波算法对运动估计参数进行平滑操作并动态调整滤波平滑性能，获得精确运动估计矢量。测试结果表明，改进后的Harris角点检测算法区域平均分布标准差减小；自适应卡尔曼滤波算法在保证平滑随机运动前提下，跟踪主动运动性能平均提升30.75个百分点；稳像后的图像峰间信噪比提升15.93%,单帧处理时间为25.66 ms,满足农业机器人30 f/s高速图像采集时同步稳像对实时性要求。     

基于级联卷积神经网络的番茄花期识别检测方法

对作物花期状态的准确识别是温室作物执行授粉的前提。为提高花期状态识别的准确度，该研究以温室番茄为例提出了一种基于级联卷积神经网络的番茄花朵花期识别方法。首先采用改进的端到端的特征金字塔网络FS-FPN实现番茄花束的分割，然后采用Prim最小生成树对分割后的花束图片进行花期识别优先级排序，最后将已排序的分割花束图片输入改进的Yolov3网络，实现番茄花朵花期状态的精准识别。在由1600幅包含花蕾期、全开期、谢花期、初果期4类花期状态的番茄花束图像构成的数据集上，所提方法对番茄花朵花期平均检测时间为12.54 ms，平均检测精度分别比Mask R-CNN和SPP-Net提高了3.67%和2.39%，识别错误率比改进前的Yolov3网络降低了1.25%。最终将该方法部署到番茄授粉机器人上，并在大型玻璃温室内进行验证，结果表明，所提方法对番茄花朵各花期的检测精度分别为花蕾期85.71%、全开期95.46%、谢花期62.66%、初果期88.34%，该研究结果可为智能授粉机器人的精准作业提供重要依据。     

农业机器人并联视觉云台研究

针对智能农用机器人对机器视觉工作范围的需求,提出了一种用于农业机器人的并联视觉云台设计方案。基于双摇杆的输入输出特性,提出了一种运动支链设计方法,用于构建二自由度全球面工作空间解耦并联机构。在此基础上,衍生出两种可行的运动支链P5R和PRR,基于这两种运动支链,设计了2种二自由度全球面工作空间并联视觉云台RRP5R和RRPRR。通过运动学分析,分别建立了2种机构的位置关系表达式;通过尺寸优化,得到了2种机构的最优杆长比;通过对比得出,RRP5R型并联视觉云台具有更好的输入输出性能;通过有限元分析,研究了载荷对RRP5R型并联视觉云台运动精度的影响。结果表明,RRP5R机构强度满足要求,但杆件的累积弹性变形导致运动副的位移偏差较大。     

类人机器人全能运动的稳定性研究

类人机器人全能运动包括不同粗糙平面上的快速行走、越障、踢球、格斗等,稳定性是上述运动的关键环节。本文从分析机器人关节角与零力矩点（ZMP）的关系入手,研究提高机器人运动稳定性的新方法。具体步骤是先粗调校正机器人姿态,然后确定各关节角度,得到保证稳定运动的关节角范围。最后依托韩国GP型机器人进行测试,结果表明了所提出方法的有效性。     

刺槐无性系种子园老龄母树截干矮化试验

利用刺槐萌蘖力强的特性,对刺槐无性系种子园老龄化后的树体进行截干试验,促使其萌蘖形成新的树冠,并进行整形修剪,结果表明:老龄母树截干矮化,效果良好,达到预期目标。解决了原母树树体高大釆种困难的问题,为提高刺槐种子园老龄化后种子产量和质量进行了有益的探索。     

智能轨迹控制割草机器人设计——基于FPGA神经网络

为了提高割草机器人自主导航和定位的精确性和智能性,设计了一种新型的基于FPGA神经网络算法的割草机器人。该设计采用FPGA可重构技术,以3层误差反向传播神经网络作为典型的模型来展开;利用成熟的BP算法公式,设计了割草机器人智能控制的模型;利用FPGA技术,设计了割草机器人的硬件系统;最后采用文本输入的设计方法,利用田间试验的方式,对机器人的轨迹规划能力和控制精度进行了验证。试验结果表明:利用FPGA和神经网络模型可以有效地穿越5个障碍物,并可得到满意的轨迹规划结果。将普通的PID控制器和神经网络PID控制器得到的控制结果误差进行了对比,结果表明:神经网络PID控制器得到的割草机器人控制误差明显比传统的PID控制器误差小。该方法为神经网络的硬件实现提供了可靠的理论基础。     

不同修剪方式对杨梅矮化提质效应研究

以8 年生‘东魁’杨梅为材料，研究修剪的矮化提质效果。连续2 年进行大枝修剪(vertical branch pruning，VP)、精准修剪(precise pruning，PP)、大枝修剪+精准修剪(VP+PP)和“开天窗”常规修剪(pruning of open skylight，PO)，并以不修剪为对照(CK)。试验前后调查树体高度和冠幅，并测定株产量、果实品质（总糖、可滴定酸、Vc、总多酚、总黄酮等）和色差(L*、a*、b*、ho、C*)等。结果表明，对树冠控制能力的大小为VP+PP＞VP＞PP＞PO，其平均树高分别降低了63%、57%、55%和25%。平均株产量为VP+PP＞VP＞PP＞PO，产量分别提高了25%、20%、6%和-38%。对果实色泽改善以PP 和VP+PP 的效果最显著。调查L*和始熟期发现，近熟期L*越小成熟度越高。处理第2 年果实品质相比第1 年改善幅度增大，以单果重为例，处理第1 年VP+PP、PP、VP、PO的单果重分别提高了32.0%、30.3%、21.1%和8.7%，第2 年单果重分别提高了48.3%、44.9%、43.1%和8.9%；各处理的a*、ho和C*在处理第1 年无显著差异，第2 年出 现差异分离。综合分析，不同处理下杨梅的综合效益为VP+PP＞PP＞VP＞PO＞CK。     

春季修剪对蓝莓果实品质的影响

本文以北陆、达柔、蓝丰三个品种蓝莓为试材，在早春时节对其进行修剪，研究修剪对蓝莓采后单果重、株产量、可溶性固形物含量、总糖含量、可滴定酸含量、固酸比、色泽、纵径与横径等果实品质的影响。结果表明，修剪后的蓝莓果单果重与果个大小明显增加，株产量略有下降，可溶性固形物、总糖含量与可滴定酸的含量明显增加，固酸比略有增加，酸甜适口，果品的感官价值提高，达到了理想的果品要求。     

紫薇栽培管理技术

指出了紫薇作为城乡绿化的重要树种，适宜于庭院、园路两侧、池畔河边栽植。结合栽培管理实践，系统地总结了紫薇树的育苗、修剪和病虫害防治技术。