应用机器视觉技术识别田间杂草的研究

田间杂草的识别是准确使用除草剂有效的依据，对提高农作物产量、降低成本、生产出满足消费者需求的无害产品是非常重要的。为此，就如何利用机器视觉技术从复杂的土壤背景下分离出植物(作物和杂草)的方法进行研究，从而为杂草的识别做前期准备工作。     

智能田间除草机器人发展现状研究

智能田间除草机器人是当代农业发展现代化、精细化、智能化的重要体现,对国家社会发展、环境保护等方面有着重要意义。为明确智能除草机器人关键技术与装备当前研究现状,从除草方式、苗草识别定位和智能导航方式等方面,总结梳理典型除草机器人的研究现状及作业方式;综述智能导航、苗草识别、除草执行系统关键技术的重要意义及研究进展;结合除草机器人具有作业环境复杂多变性、作业对象娇嫩性、使用对象特殊性、作业季节性的研究特点,指出当前关键技术的现存问题并阐释组合导航技术、复杂田间环境图像处理技术及杂草分类、株间除草末端执行机构研发及机械结构优化是未来发展趋势。     

基于机器视觉的田间杂草形状特征识别技术研究进展

农田杂草总体上是指生长在田间、分布广泛、对农作物有危害、非人工有意栽培的草本植物。我国农田杂草危害面积大约为4000万hm^2，主要发生在水稻、小麦、玉米、大豆、棉花五大作物农田，造成严重减产。因此应对杂草及时地加以控制，以保证作物的产量和质量。     

基于安卓系统和MCU智能灌溉系统设计

为解决农业灌溉中智能化监测与远程控制问题,提高农业灌溉效率与智能灌溉的可靠性,设计了基于安卓系统与MCU的智能灌溉系统.系统主要包括上位机Android手机APP、下位机单片机,以及云服务平台3部分:上位机采用HTML5+CSS+JavaScript在API Cloud Studio环境下实现的移动应用程序;下位机采用...     

新型田间智能除草机器人设计

为提高田间除草机械化水平,提高除草作业效率,设计一种能够自动识别除草的智能田间除草机器人。该机器人采用轮式驱动,以STM32F103C8T6微控芯片为控制核心,基于LabVEW软件平台开发了视觉识别系统,可根据不同的地形特征设计行走路线,对杂草进行精准定位,实现机器人移动与除草功能,并能通过智能手机进行控制。采用垄间作业模式对不同农作物进行除草试验,结果表明：机器人的平均杂草识别率为95%,平均杂草清除率为83%,较之于以往研究提升了8%。能够应用于不同田间除草作业。     

机器视觉在除草机器人中的应用

随着农业自动化技术和农业机器人技术的发展,许多国家和企业开始致力于机器视觉除草机器人的试验与研究。为此,在介绍机器视觉技术系统的基础上,结合除草机器人苗草识别的试验,讨论了机器视觉系统在除草机器人中的应用,详细分析了基于机器视觉的苗草识别系统,并优化其系统的硬件、软件结构、功能以及原理等。     

除草机器人田间机器视觉导航

建立了除草机器人模型,利用VC 开发了基于机器视觉的除草机器人杂草识别和导航系统应用软件,引导除草机器人沿农作物行自动行走.提出新的图像分割算法,在RGB空间直接将农作物分割出来,再利用优化的Hough变换检测出农作物行中心线,根据摄像头姿态和透视变换原理确定除草机器人位姿.试验表明,分割一幅真彩色图像(分辨率:1 536×1 152)只需450 ms,并能够适应自然光线变化.优化的Hough变换算法使运算时间减少了1/2,导航距和导航角平均误差分别为-0.6 mm和0°,证明了此导航方案的可行性.     

基于 OpenCV 的除草机器人图像处理技术

为实现除草机器人视频图像实时处理,基于Intel 开源视觉库OpenCV 技术,提出了一种除草机器人视频图像处理方法,并给出了整体方案。利用该方案设计除草机器人视频图像实时处理系统,并在土槽实验室进行试验验证。试验结果表明,该系统能够完成视频图像高速处理与作物植株定位,从而为实现除草机器人末端执行机构精确运动控制打下了坚实基础。     

基于多特征融合的田间杂草分类识别

提出了一种基于模糊BP综合神经网络的田间杂草分类识别方法。对分类特征进行模糊化处理,充分考虑了杂草的分类特征本身存在的不确定性。使用遗传算法对网络结构进行优化处理,提高了该综合神经网络的收敛性和稳定性。并基于特征级数据融合方法进行杂草识别。对田间7种杂草进行识别的实验结果表明,7种杂草的混合识别率达到94.2%;另外,对玉米及其伴生杂草进行分类测试,混合识别率达到96.7%,具有较好的识别精度。     

基于直接施药方法的除草机器人

研究了控制农田杂草的直接施药方法,并研制了基于该方法的除草机器人。计算机从摄像头采集的地面图像中识别出杂草目标,然后通过伺服控制器来控制机械臂动作,末端执行器切割杂草并涂抹除草剂。田间和温室的化学除草试验表明,利用直接施药方法,极其微量的药物即可除掉杂草。该研究减少了除草剂用量并消除雾滴飘移现象,保护了生态环境。     

智能移动式水果采摘机器人设计——基于机器视觉技术

自动化和计算机智能控制行业的不断发展,使得智能机器人在各个领域的应用已经十分普遍。目前,我国绝大部分水果采摘工作依然靠人工完成,随着工人工资不断攀升,人工采摘水果增加了果农的经济成本,机器人在农业领域方面的需求越来越迫切。为此,基于机器视觉技术设计了智能移动式水果采摘机器人,集可移动载体、机械手臂、夹持器、横向移动机构及智能控制模块于一身,采用双目立体视觉技术,实现了水果采摘机器人移动行走路径的规划、果实成熟度自动判断及对成熟果实定位识别的功能。试验表明:所设计的采摘机器人采用视觉技术,机械结构简易,能够克服气候环境影响因素,运行过程中性能稳定、效率高、可靠性高、适应能力强。     

农作物智能识别定向施药除草机器人的设计研究

农田杂草不仅影响农作物的生长,还会间接助长病虫害的滋生和蔓延。针对目前使用的人工除草、化学除草等方法存在的问题,研究设计一种智能识别农作物定向施药的智能除草机器人,对其设计思路、工作原理以及关键结构等进行详细分析。该机器人采用自动化操作,除草效率高,可实现精准施药,有效保护生态环境。     

基于机器视觉的田间杂草定位技术

采用摄像机弱透视模型,对采集的标定靶图像进行处理,获取48个靶点质心的像素坐标,利用DLT的最小二乘法获取摄像机隐参数矩阵.室内土槽的有序杂草和无序杂草定位试验表明,利用建立的摄像机隐参数矩阵,有序杂草和无序杂草的质心定位误差分别为19.2 mm和22.8 mm,可以满足除草剂精确喷施的要求.     

基于机器视觉的田间杂草定位技术

采用摄像机弱透视模型,对采集的标定靶图像进行处理,获取48个靶点质心的像素坐标,利用DLT的最小二乘法获取摄像机隐参数矩阵。室内土槽的有序杂草和无序杂草定位试验表明,利用建立的摄像机隐参数矩阵,有序杂草和无序杂草的质心定位误差分别为19.2mm和22.8mm,可以满足除草剂精确喷施的要求。     

基于机器视觉的工业机器人智能分拣系统设计研究

随着我国工业发展脚步的不断加快,机器人在工业智能化中发挥的作用日益突出,将其应用到机械零件分拣工作中,可以利用机器人的智能化特点,代替传统模式下的人工操作.基于此,本文主要从机器视觉技术出发,探讨基于机器视觉的工业机器人智能分拣系统设计,以此来为日后工业生产效率及质量的提升提供参考.     

国内外田间机械除草技术研究现状

农田草害一直是阻碍农业生产快速、持续发展的一个重要因素。虽然我国农田杂草综合治理已经取得了长足进步,但杂草危害、演替、抗药性、除草剂药害等问题仍相当严重。为此,从除草作业的缺陷出发,分析了当今国内外田间除草技术的研究现状以及化学除草技术与机、电、光等技术的结合情况;通过与美国、德国等西方发达国家先进除草技术的比较,分析了我国除草技术的不足之处,并指出了除草技术的发展趋势。     

大豆机械除草技术发展现状及对策建议

大豆除草技术的发展,为减少大豆的草害,提高大豆田的产量和质量有举足轻重的作用。通过调研和查阅相关资料,总结提出了大豆除草的几种方法：大豆化学除草剂技术、大豆人工除草技术和大豆机械除草技术。提出了大豆除草技术存在问题,分析后,提出了相应的对策,并且从政策上助力智能化大豆除草机发展、化学污染减量化和培养大豆除草技术相关的技术型和管理人才等方面提出合理化建议。未来除草技术的趋势更趋向于智能除草机器人技术,机械化与智能化的有机结合,会更加促进农业大豆除草现代化技术的发展。     

基于机器视觉的苗期杂草实时分割算法

对利用植物的位置来识别作物苗期田间杂草的方法进行了研究。根据苗期田间植物的位置特征 ,建立了基于机器视觉的分割苗期田间杂草的算法 DBW。通过比较分析各种算法的分割效果图和所耗费的时间 ,运用超绿色法灰度化原始图像 ,然后应用最大方差自动取阈法二值化图像 ,最后运用种子填充算法分割作物和杂草。研究表明 ,算法 DBW在实时性方面表现出一定的优越性 ,处理一幅 5 4 4× 117像素的图像只需大约 6 0 ms     

智能除草机器人的研究进展与分析

智能除草机器人是一种集环境感知、路径规划、目标识别和动作控制于一体的机器人系统,能精确、高效地除去农田杂草,可大大解放劳动力,符合当代精准农业的发展要求,是国内外学者研究的热点。本文概述了国内外智能除草机器人的研究现状,总结了智能除草机器人植物识别技术的4项基本要素,进一步分析了智能除草机器人的未来发展趋势,结合目前的研究内容,提出国内智能除草装备与技术存在的问题并给出相应的研究思路与建议,旨在加快智能除草机器人的发展进程。     

基于机器视觉的智能红绿灯系统

随着我国社会经济的高速发展以及城镇一体化进程的不断加快,城市交通堵塞问题日益严峻,在十字路口尤为常见。随着人们生活水平的提高,近几年内私家车数量急剧增加,导致路面车辆增多,汽车使用率增加,这是导致城市交通堵塞的主要原因。由于汽车的普及,市区内车流日益升高,每逢高峰时间,上班的、旅游的、购物的车流从四面八方涌入市中心。但汽车的一大缺点就是十分浪费空间,但数量又不断增加,导致现有道路无法负荷如此大的车流量,而造成堵塞的情形。除此之外,固定化的信号灯配时系统也加剧了道路的拥挤。该文介绍了一种基于机器视觉的智能红绿灯系统,详细阐述了其工作原理并进行了相关的可行性分析。