湘桂走廊白背飞虱早期虫源及灾变大气背景

为阐明湘桂走廊白背飞虱早期虫源及大气背景在其北迁过程中的影响,利用HYSPLIT软件模拟白背飞虱灾变性迁入高峰期、始见期后向轨迹,分别从个性及共性角度,分析湘桂走廊白背飞虱主要虫源地及其灾变大气背景。结果表明：（1）1991—2014年湘桂走廊白背飞虱的迁入始见期、首次迁入高峰期分别为0.9 d/10 a、1.6 d/10 a;（2）西南路径是湘桂走廊白背飞虱初始虫源迁入的主要路径,永福站、兴安站和全州站虫源西南路径占比分别为54%、50%、72%;（3）中南半岛白背飞虱借助微弱上升气流完成起飞,850 hPa高度上的强劲的西南气流、丰富的水汽条件有利于其北迁,降水是白背飞虱降落的重要大气动力机制。研究结果为白背飞虱的异地监测及科学防治提供科学依据。     

油菜基质块苗移栽机取苗装置设计与试验

针对现有油菜基质块苗取苗装置在取苗过程易脱苗和基质损失率高等问题，设计了一种往复夹取式取苗装置。根据垂直苗盘取苗、平行铅垂线投苗的取苗臂位置要求，确定了取苗装置各构件尺寸关系，构建了取苗臂的运动学模型，得出其位移方程及相对运动轨迹。以减小取苗轨迹水平间距及取苗轨迹高度为优化目标，基于Matlab软件优化取苗装置各构件参数为：主动杆长度75.10mm，取苗臂长度335.26mm，从动杆长度100.42mm，机架长度171.32mm，该参数组合下，取苗轨迹水平间距为173.20mm，取苗轨迹高度为29.56mm。构建了取苗回程苗块的动力学模型，分析了苗块临界脱苗方程，结合苗块力学特性参数测定试验，得出最小取苗夹持力为7.07N，确定了末端执行器气缸缸径为20mm。应用ADAMS软件获得仿真取苗轨迹，运用高速摄影技术测定实际取苗轨迹高度和取苗轨迹水平间距，经对比分析，实际值与理论值、仿真值的相对误差均小于3%，验证了取苗装置设计的合理性。台架试验表明，取苗成功率为93.33%，脱苗率为2.86%，基质损失率为3.75%，满足油菜基质块苗移栽要求。     

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

为提高采摘设备的执行效率，采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统，该系统可自动识别不同种类的水果，并实现自动采摘，可通过手机端远程控制采摘设备的起始和停止，并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程，从而避免了大量的矩阵运算，使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真，验证了降维求解的可行性。在果实采摘流程中，为了使机械臂运动轨迹更加稳定与协调，采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位，在Ubuntu 19.10操作系统中使用2000幅图像作为训练集，分别对不同种类的果实进行识别模型训练，在GPU环境下进行测试，结果表明，每种果实识别的准确率均在94%以上，单次果实采摘的时间约为17s。经过实际测试，该系统具有良好的稳定性、实时性以及对果实采摘的准确性。     

吊杯式栽植器运动轨迹优化与试验

针对吊杯式移栽机膜上成穴移栽时膜面穴口大的问题，建立栽植机构的运动模型，通过分析栽植器的运动轨迹特性得出，当栽植器的运动轨迹为余摆线，且余摆线环扣最大横弦的距离等于轨迹线与地膜交点间的距离，栽植器在上拔阶段水平方向零速度点两侧打开，有利于减小膜面穴口尺寸。通过仿真分析和膜上移栽番茄盘苗试验得出，运动轨迹特征系数λ对膜面穴口的纵向尺寸影响显著，对横向尺寸和倾斜率影响不明显。随着λ值的增大，穴口纵向尺寸先减小然后增大，在移栽频率为50和55株·min^-1时，λ为1.093的穴口纵向尺寸分别为10.12 cm和9.49 cm，是最小值； 两种移栽频率条件下，随着λ值的增大，移栽株距分别从39.8 cm减小到33.5 cm和从39.1 cm减小到33.1 cm。该结论可用于指导吊杯式移栽机结构和工作参数的优选。     

仿人机器人头部设计与目标跟踪运动控制

针对仿人机器人视觉目标跟踪任务需求,设计了一种高精度、灵巧型仿人机器人头部系统,构建了视觉感知模块与3自由度机械臂运动机构。利用虚拟连杆方法对仿人机器人头部进行运动学建模,将目标跟踪问题转换为机械臂的运动学逆解问题,通过计算机构可操作度与条件数,显示机器人头部对目标跟踪任务具有良好的运动学灵活性。在此基础上,基于梯度投影法建立了目标跟踪运动学逆解与规避关节极限位置的同步优化算式,并针对视觉测量系统带宽较窄、容易造成较大跟踪误差的问题,提出了在两次视觉测量间隔内用轨迹预测的方法获得目标位置的估计值,以提高跟踪精度。仿真与实验结果表明,在测量盲区内采用轨迹预测方法,可将跟踪精度提高约80%,实现高精度目标跟踪。所提出的仿人机器人头部及控制方法,对动态目标具有良好的跟踪性能。     

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。     

农业机器人轨迹优化自动控制研究——基于BP神经网络与计算力矩

以农业机器人精密轨迹优化自动控制为目标,在优化算法中引入BP神经网络与计算力矩法结合的自动控制器,旨在减少作业过程中的运动误差,提高其工作效率。首先,建立农业机器人数学模型,分析其运动学和动力学原理;然后,设计了农业机器人运动控制系统,引入BP神经网络对不确定动力学因素进行判断,并提出解决该因素的自适应学习法;最后,对该系统运用Mat Lab进行了仿真。试验表明:以BP神经网络与计算力矩法结合的自动控制器可以有效优化机器人运动路径,提高机器人整体作业效率,系统运行稳定、可靠性强,且对外部环境的干扰因素具有较强的自适应学习能力。     

颗粒在泵叶轮中的运动轨迹计算

首先推导出了在低Ｒｅ下，颗粒在水泵静止的各通流部件及旋转的叶轮中的运动轨迹方程，推导出了在高Ｒｅ下，颗粒在水泵各通流部件上的运动轨迹方程，最后，计算了不同直径的颗粒在水泵叶轮中的运动轨迹。     

带农具拖拉机地头转弯最佳路径设计

拖拉机在进行田间作业时,其自动行驶控制主要包含轨道设计和沿着所给轨道行驶的追踪控制两个方面.本研究采用最优控制理论,设计了带农具拖拉机利用前进挡工作时进行地头转弯的最佳路径.程序运行结果表明,其计算时间短,能够保证拖拉机自动行驶控制时的实时控制.     

基于最优轨迹跟踪的地下铲运机无人驾驶技术

结合地下巷道的特殊应用环境,提出了一种基于最优轨迹跟踪的铲运机无人驾驶技术。铲运机在无人驾驶时,通过车载传感器实时获取其实际的行驶轨迹相对于最优路径轨迹的偏差信息,包括横向位置偏差和航向角偏差,将偏差信息进行充分融合后,通过实时控制并调整铲运机前后铰接角的大小实现位置和航向角偏差不断趋向于零,以达到较好的跟踪最优路径轨迹目的。结合实际应用对算法进行了仿真测试,在模拟巷道环境下,利用2 m3铲运机验证了该无人驾驶技术,模拟实际环境下的实验结果证明,基于最优轨迹跟踪的方法可实现铲运机的无人驾驶。