基于超声波的果树冠层三维重构与体积测量

为了克服地面不平整和拖拉机非线性行驶对果树冠层参数测量的影响,该文在超声波传感器阵列测量果树冠层体积技术的基础上,使用RTK-DGPS空间定位技术和姿态航向参考系统,通过空间坐标的平移和旋转转换,直接获得以大地坐标表示的果树冠层的三维点阵云图数据,通过PC机后台处理重构果树冠层三维轮廓和计算果树冠层体积,并详细介绍了系统的结构与工作原理。以果园荔枝树为试验对象,采用该系统对15棵不同高度和体积的果树进行了3次重复试验,另对56棵树的测量结果与人工测量结果进行了对比分析,试验结果表明该方法具有较好的重复性（     

基于BDS和IMU的挖掘机铲斗位姿测量方法与试验

为提高农田建设中挖掘机施工作业精度和智能化程度，本文提出了一种基于BDS（BeiDou Navigation Satellite System，北斗卫星导航系统）和IMU（Inertial Measurement Unit，惯性测量单元）的挖掘机铲斗位姿测量方法。首先，采用IMU测量挖掘机各执行机构的姿态角信息，解算获得挖掘机车体坐标系下铲斗末端的三维坐标，利用双天线BDS和IMU检测车体的位置和姿态建立了挖掘机铲斗末端三维坐标的实时解算模型，并设计了融合双天线BDS和IMU输出高频率高精度位姿的卡尔曼滤波算法。模拟挖掘机实际施工场景进行了静态和动态试验，采用全站仪验证铲斗末端三维坐标解算值。试验结果表明，该方法能准确实时测量挖掘机铲斗末端三维坐标，挖掘机铲斗末端三维坐标解算值与全站仪实测值的运动轨迹变化一致，同一时刻空间两坐标点距离均方根偏差小于30mm，三个轴向坐标动态测量均方根偏差均在20mm内，绝对偏差≤30mm的数据占比不低于95.35%，挖掘机铲斗位姿的准确测量为挖掘机精准施工智能引导提供了基础。     

融合激光三维探测与IMU姿态角实时矫正的喷雾靶标检测

基于高精度激光传感器的喷雾靶标特征检测是精准施药变量决策的重要依据。为了改善复杂地形条件对车载激光靶标检测的影响,进行了车载激光喷雾靶标检测与矫正研究。该文基于惯性测量单元(inertial measurement unit,IMU)与UTM-30LX型激光传感器搭建靶标检测试验车,IMU实时获取车体姿态角的偏航角、俯仰角及侧倾角信息,车载激光传感器实时获取目标切面轮廓的极坐标数据。将获取的目标切面轮廓的极坐标数据与试验车姿态角信息相匹配,通过矫正算法获取精确的目标外形尺寸信息并重构目标三维图像。试验设计首先对长方体柜子与仿真树进行车体单一动态俯仰角的检测试验,然后以仿真树为试验目标,进行车体存在复合动态俯仰角与侧倾角的检测试验,最后在未知地形条件下对长方体柜子以及仿真树进行动态姿态角检测与矫正试验。利用MATLAB软件对数据矫正分析,对矫正后的目标尺寸信息进行误差分析并重构目标三维图像。试验结果显示矫正后长方体柜子的高度、宽度最大相对误差分别为8.89%和8.00%,仿真树的高度、宽度以及树冠高度最大相对误差分别为5.63%、10.00%和5.00%,矫正效果良好,验证了矫正算法的有效性。     

基于超声波传感器和DGPS的果树冠径检测

为实现果园果树的仿形精确喷雾，适时获取果树冠径信息，采用超声波传感器，GPS接受机和电子罗盘等在拖拉机上建立了一套果树冠径检测试验系统。并在室外对5个圆柱规则外形树冠进行了检测试验。试验分别采用4种树冠直径检测计算方法，并选择0.31 m/s和0.65 m/s两种不同拖拉机行驶速度进行检测。采用误差分析的方法检验果树冠径检测系统的实际检测效果。误差分析表明拖拉机分别以0.31 m/s和0.65 m/s速度行驶时，应用超声波探测果树树冠两个轮廓边缘计算5个树冠直径的平均相对误差分别为5.54%和5.80%。用电子罗盘和DGPS数据进行加权平均融合修正拖拉机行驶轨迹，由超声波检测到的果树两个轮廓边缘的位置信息计算果树直径，在两种检测速度下的平均相对误差为14.38%。研究结果为果树仿行喷雾控制和果园果树生长信息采集提供了技术方法。     

水田平地机刚柔耦合多体动力学建模及验证

针对将水田平地机视为纯刚体多体结构不能反映其实际动力学特性,且机械系统动力学计算机仿真结果难以有效验证手段.该文提出刚柔耦合的平地机多体动力学模型及一种基于高速相机的模型运动学参数验证方法.其特点是结构与力学分析来对物理对体系统进行动力学建模,再通过计算机软件实现仿真,及非接触式的刚体质心与其姿态角的动态确定方法.从水田平地机机械结构、工作原理与实践结果出发,将平地机作业时变形较大杆件平行连杆作为柔性体,建立其多体机械系统的刚柔部件与运动副约束,即确定其动力学模型,以调平系统动力学部分为例借助多体动力学建模软件MapleSim对模型进行仿真,得到典型动态激励作用下的平地铲质心位置点的三维坐标与平地铲的姿态角;然后在实际激励信号作用下利用高速相机及其图像分析软件TEMA测得平地铲表面不在同一直线上的3个目标点的三维坐标,基于这些点的坐标求解平地铲质心位置与姿态角度作为测量结果,与仿真结果对比实现模型验证.验证结果表明:平地铲仿真结果与实际测量结果运动规律基本一致,平地铲质心位置误差最大误差约为10 cm.验证平地机建模方法可行性,该文提出的结构与理论分析建模-计算机仿真-基于图像分析的运动参数测量实现模型验证的机械系统设计方法对农机作业机械动力学建模与验证具有普遍适用性.     

番茄果实串采摘点位置信息获取与试验

针对番茄收获机器人在采摘过程中果实串采摘点位置难以确定的问题,提出了基于果梗骨架角点计算方法,并利用该算法对番茄果实串果梗采摘点进行位置信息获取:首先采用最大类间方差分割法进行目标果实串分割,通过形态学方法和阈值法去除干扰,提取出目标果实串分割图像;根据果实串的质心和果串的轮廓边界确定果梗的感兴趣区域,采用快速并行细化算法提取果梗的骨架,利用Harris算法检测得到果实串第一个果实分叉点与植株主干之间果梗骨架角点,通过计算获得采摘点位置信息。然后进行验证试验,利用双目视觉图像采集系统采集了60组果实串图像并获取果梗采摘点位置信息,结果表明,采摘点位置成功率为90%,为采摘机器人提供准确的采摘位置信息。     

基于毫米波雷达的果园单木冠层信息提取

为解决当前果园探测技术难以在恶劣的果园环境中提取果树冠层信息的问题。该研究将毫米波雷达应用于果园冠层探测,搭建了基于毫米波雷达的果园冠层探测系统,利用该系统扫描得到了果园点云,检测和估算得到每棵果树的株高、冠幅和体积参数。针对毫米波雷达在不同距离下产生点云密度不同的问题,该研究提出了一种基于可变轴的椭球模型自适应密度聚类算法,用以提高果树点云识别效果,进而使用Alpha-shape算法和随机抽样一致算法（Random Sample Consensus）对果树进行了表面重建和结构参数的提取。通过与人工测量数据比较,该研究提出的聚类算法可以有效的识别和提取单木冠层点云,代表果树识别精度的 F1 分数为 93.7%;检测到的果树的株高和冠幅的平均相对误差分别为8.7%和8.1%,决定系数分别为0.84和0.92,均方根误差分别为16.39和7.82 cm;使用Alpha-shape算法计算得到平均果树体积为5.6 m3,相比传统几何法测量体积,体积计算准确度提高了59.4%。该研究表明毫米波雷达可以用于果园冠层信息的准确提取,为采集果园冠层信息提供了技术,对农业信息采集和自动化作业技术的发展具有重要意义。     

基于变量喷雾的果园自动仿形喷雾机的设计与试验

为提高果园喷雾机自动化与精准喷雾作业性能,设计了一种基于变风量与变喷雾量的果园自动仿形喷雾机,喷雾系统以冠层分割模型作为变量处方,采用扫描精度高的激光传感器作为探测源,以电磁阀和无刷直流风机为执行元件,通过探测果树冠层体积调节电机和电磁阀的脉宽调制(pulse width modulation,PWM)信号以实时调节风机转速和喷头流量。设计了可独立调节风量和喷雾量的雾化单元,通过各个独立风机产生的高速气流协助雾滴穿透冠层;喷雾机最大作业高度4.2 m。田间试验结果表明,在行株距为5 m×2 m的单株苹果树左右两侧平均沉积量分别为1.92和1.37 u L/cm2,最少雾滴数为46.2个/cm2,大于常用方法对风送喷雾中雾滴喷幅界定的20个/cm2;树冠轮廓与沉积量和风速变化拟合结果显示,设计的喷雾机能够根据树冠信息实现仿形变量施药。该研究为果树病虫害防治提供新方法与新装备,为精准植保机具的结构设计和性能优化提供理论与方法参考。     

田间作业车辆外部加速度辨识与姿态测量系统研制

复杂田间作业环境与精细作业效果要求农机装备具备实时精准感知农机具姿态的能力,田间作业时普遍存在的车辆外部加速度对此带来挑战。为进一步提高农机装备作业质量,该文以6轴微惯性传感器为硬件传感器,以方向余弦矩阵法进行姿态解算,基于一阶外部加速度模型设计卡尔曼滤波融合算法,实现动态情况下田间作业车辆外部加速度辨识与姿态精准估计。分别采用Innova 2100型摇床与装配有MTi300航向姿态参考模块的高地隙喷雾机对系统进行试验验证。摇床试验结果表明:在外部加速度小于10g情况下,系统对外部加速度辨识误差小于0.214 m/s2;田间作业高地隙喷雾机试验结果表明,相比于MTi300,横滚角最大误差为0.23?,俯仰角最大误差为0.39?。说明该文研制姿态测量系统可准确辨识外部加速度与测量姿态,研究结果可为满足精细农业作业要求的姿态测量系统研发提供依据。     

采摘机械手对扰动荔枝的视觉定位

为了解决采摘机器人在自然环境中对扰动状态荔枝的视觉精确定位问题,该文分析机械手采摘过程中荔枝产生扰动的因素,设计制造了模拟荔枝振动的试验平台,该试验平台通过改变方向、振频、振幅等振动条件来模拟采摘过程中的扰动环境;结合振动平台运动参数,提出了双目立体视觉系统采集扰动状态的荔枝图像方法,在HSI颜色空间中对预处理后荔枝图像利用模糊C均值聚类法(FCM,fuzzyC-means)分割荔枝果实和果梗,然后利用Hough变换算法进行直线拟合确定有效的果梗采摘区域和采摘点,对多帧图像中采摘点坐标取平均值,然后进行三维重建确定空间采摘点坐标。荔枝扰动状态的视觉定位试验结果表明,空间定位深度值误差小于6cm,荔枝采摘机械手能实现有效采摘,该研究为机械手实际作业提供指导。     

模拟复杂地形的喷雾靶标激光检测与三维重构

喷雾靶标的检测是精密变量喷雾的重要环节,激光传感器以其精度高、速度快、不受光照干扰等特点被广泛应用于精密变量喷雾研究中。为了消除激光传感器姿态角的偏移对喷雾靶标检测的影响,获取精确的喷雾靶标外形尺寸信息以及三维重构图像,进行了室内模拟复杂地形激光检测矫正研究。该文基于UTM-30LX型激光传感器搭建了室内靶标检测试验平台,模拟复杂路况设计了滚转角、俯仰角和偏航角等姿态角偏移检测试验,提出了采用极坐标值与三角函数重新匹配、检测帧与检测点重新组合和深度值系数矫正等3种姿态角偏移矫正方法。首先对树形雕花板进行单一姿态角偏移检测试验,选取适合的检测距离与行进速度,对每种姿态角的多个偏移角度进行多次重复试验,然后矫正所获取的数据信息,对矫正后的目标尺寸进行误差分析并重构目标三维图像。再以仿真树为试验对象,验证在3种姿态角度同时改变时矫正方法的有效性。试验结果显示树形雕花板高度、宽度、树冠高度等尺寸相对误差均小于5%,仿真树相应参数尺寸相对误差均小于10%,满足变量喷雾检测的精度要求。     

无人机热红外图像计算冠层温度特征数诊断棉花水分胁迫

针对当前无人机热红外遥感诊断作物水分胁迫状况精度不高的问题,该文以4种水分处理的花铃期棉花为试验对象,利用六旋翼无人机搭载热红外传感器,连续5 d采集中午13点的棉花冠层高分辨率热红外影像,通过Canny边缘检测算法将热红外图像中的土壤背景有效剔除,应用温度直方图验证剔除效果,然后计算棉花冠层温度特征数,包括冠层温度标准差(standard deviation of canopy temperature,CTSD)和冠层温度变异系数(canopy temperature coefficient of variation,CTCV);分别研究棉花冠层温度特征数与棉花叶片气孔导度Gs、蒸腾速率Tr、水分胁迫指数(crop water stress index,CWSI)和土壤体积含水率(soil volumetric water content,SWC)的相关关系,并分析冠层温度特征数对诊断棉花水分胁迫的适用性。研究结果表明:棉花冠层温度特征数与表征棉花水分胁迫的生理指标和物理指标都具有较高的相关性,最大的决定系数R2为0.884;棉花冠层温度标准差CTSD和变异系数CTCV与Gs、Tr、CWSI、SWC的决定系数R2分别为0.884、0.625、0.673、0.550和0.853、0.583、0.620、0.520,冠层温度标准差CTSD对作物水分胁迫的敏感程度更高,可以作为诊断作物水分胁迫的新指标。该研究提出冠层温度特征数的计算方法仅需要无人机热红外影像数据,相比其他诊断作物水分胁迫状况的温度指标具有较大的应用潜力。     

基于激光感知的农业机器人定位系统

为解决基于全球导航卫星系统（global navigation satellite system,GNSS）的农业机器人和自动驾驶农机在机库、大棚等卫星信号弱或无环境下定位精度低甚至无法定位的问题,该研究提出了基于激光感知的农业机器人定位方法。采用二维激光雷达和激光接收器设计了基于激光感知的机器人定位系统,通过二维激光雷达发射扫描激光获取机器人上激光接收器的点云,同时激光接收器感应扫描激光,融合感应扫描激光时间差和激光接收器点云特征,得到移动激光接收器（即农业机器人）的定位。以全站仪测量为参照在大棚内开展验证试验,结果表明,在激光雷达扫描范围内,机器人行驶速度为0.8 m/s时,直线行驶时最大偏差绝对平均值为4.1 cm,最大均方根误差为1.5 cm;曲线行驶时最大偏差绝对平均值为6.2 cm,最大均方根误差为2.6 cm,满足农业机器人在农机库等环境中自动导航所需定位精度要求。     

丘陵山地柑橘果园多方位自动喷药装置研制

针对现有自动喷药装置对丘陵山地不同树冠大小的柑橘果树适应性差的问题,该文设计了一种双向多方位自动喷药装置。通过模式转换机构,实现竖直喷药模式、45°倾斜喷药模式和对地喷药模式的任意切换,以满足喷药装置对不同大小柑橘树的适应性需求,提高农药的利用率。采用自动对靶模块检测果树冠层高度和高压雾化喷头组件至冠层表面距离;采用车速测定模块实时检测履带式手扶拖拉机行进速度。室内试验结果表明:在3种喷药工作模式下,装置射程与喷幅均符合植保机械作业质量要求;单次喷药量为72～190 L/hm2,符合低剂量喷药要求;超声波传感器布置在喷杆前方0.8 m处,当履带式手扶拖拉机行驶速度3～8 km/h时,有效降低了信号检测与处理滞后带来的对靶误差,对靶精度为99.7%,符合设计要求。田间试验结果表明:在竖直喷药模式和45°喷药模式下进行喷药工作,柑橘树冠层表面雾滴平均覆盖率分别为82.5%和78.7%,沉积密度分别为109滴/cm2和106滴/cm2;冠层内部雾滴平均覆盖率分别为16.1%和30.6%,沉积密度分别为35滴/cm2和64滴/cm2,喷药效果满足国家标准要求。     

基于单目视觉车辆姿态角估计和逆透视变换的车距测量

针对一般的单目视觉测距方法忽略汽车在行驶过程中姿态角变化的问题,该文提出了一种基于变参数逆透视变换和道路消失点检测的单目视觉测距模型,实现了车辆在相对运动过程中的纵向距离和横向距离实时测量。首先,该文通过基于纹理方向估计的道路消失点检测算法计算出汽车运动的偏航角和俯仰角,然后运用变参数的逆透视变换和几何建模分析方法,建立车辆测距模型。对不同道路环境和测距方法的2组对比试验分析该文方法的可行性和有效性,结果表明,该文所提出的测距模型能够有效测量纵向70 m、横向4 m以内的目标车辆距离,测量误差在5%以内,且道路环境越好,误差越小,道路良好的平坦道路测距误差在3%以内;该文算法的平均处理速度达到了40帧/s。     

EVALUATION OF TWO CROP CANOPY SENSORS FOR NITROGEN RECOMMENDATIONS IN IRRIGATED MAIZE

Crop canopy sensors can provide valuable information about in-field nitrogen (N) variability in maize (Zea mays L.) and can serve as the basis for in-season N recommendations. However, few studies have been conducted to determine how the sensors compare. Therefore, a study was conducted using the two most prominent crop canopy sensors (NTech's GreenSeeker? red and Holland Scientific's Crop Circle? amber) to determine if the different sensors recommended different amounts of N at the V12 maize growth stage. Results show that each sensor recommended the same amount of N at the V12 growth stage (N recommendations by sensor were not significantly different). The N algorithms developed for each sensor also calculated unbiased N recommendations suggesting that the methodology of algorithm development was valid as was the estimate of required N at maize growth stage V12. Therefore, both crop canopy sensors performed equally in terms of N recommendations in this study.     

Agricultural machinery safety alert system using ultrasonic sensors

This article introduces a conceptual safety alert system using ultrasonic sensors. The safety alert system was designed to detect moving objects in the vicinity of agricultural machinery. This system uses two ultrasonic sensors to detect the distances between the sensors and the moving object and a position detection algorithm to determine the moving object's position relative to the machinery. A stationary test bench was built to prove the concept of the safety sensing system. Validation tests in an outdoor environment indicated that the conceptual safety alert system was capable of detecting the position of a moving object in the vicinity of agricultural machinery in real time, and generating a timely warning signal to raise the attention of the operator for ensuring safe operations. This result proved that the conceptual system has tremendous potential for agricultural machinery applications.