北斗卫星导航技术在农业机械化的应用及前景

文章介绍了北斗卫星导航系统的原理,论述了北斗卫星导航系统在现代农业机械中的应用,并展望在农业机械上应用的前景。     

基于北斗卫星导航的秸秆机械化还田作业管理系统

为满足秸秆机械化还田作业精准化管理的需要,解决还田工作中作业面积统计困难、现场核查工作量大、全局管理难以实现等若干现实问题,设计了基于北斗卫星导航的秸秆机械化还田作业精准管理系统。系统集成北斗卫星导航定位、物联网、地理信息系统等信息技术,通过北斗卫星导航农业机械车载信息终端,实时采集、处理秸秆还田作业中的定位和状态数据,获取还田现场的高清影像。通过建立作业管理信息系统,实现作业监控、地块识别、面积量测、质量评估、指标统计和指挥调度等功能。试验结果表明,系统可以有效实现轨迹监控、灵活调度、分类统计分析,提高了秸秆还田机械化作业效率。同时,地块识别率和地块面积统计达到了作业精度要求,可以满足秸秆机械化还田作业的需要。     

基于北斗的大坝连续压实监控系统研究及应用

针对目前在大坝碾压施工过程中,传统施工质量控制方式难以满足日益提高的对高坝施工技术的需要,基于北斗卫星导航系统(BDS)和地理信息系统(GIS),对大坝碾压施工质量实时监控技术进行研究。通过安装在碾压机械上的加载设备及振动传感器采集数据,在集成软件处理并记录该碾压机械碾压施工过程,实现对碾压过程全程、全自动的实时监控。将研究结果应用于平桥水库面板堆石坝碾压施工过程中,结果表明,系统实现了对大坝碾压施工过程压实质量参数的有效监控,为大坝高质量、高强度施工提供保障,为工程管理提供便利和依据。     

农机作业监控与优化调度系统结构设计——基于北斗卫星导航系统(BDS)

通过分析全球定位系统在精确农业以及农机作业管理中的应用,阐述了全球定位系统在农业中的应用现状。通过借鉴全球定位系统在精确农业及农机作业管理中的应用,设计出"基于北斗卫星导航系统(BDS)的农机作业监控与优化调度系统"。同时,对农机作业监控子系统、农机作业优化调度子系统的结构框架及工作原理进行阐述,并介绍了该系统的总体结构及工作原理。     

基于物联网的农业信息服务体系构建

对于农业的信息化发展来说,农业信息服务体系的构建是其根本保障。物联网在新型信息技术中起到重要作用,在当前时代中作为新兴革命浪潮存在。在农业信息化的建设中,物联网技术的广泛应用是一个重大机遇。该文对农业信息服务体系的建设进行理论分析,以物联网技术为切入点,分析物联网环境下农业信息服务体系构建方式,旨在充分发挥物联网技术在我国农业信息化建设中的作用。      

简析健全农业社会化服务体系

农业的社会化服务体系的新形式是以社会的服务为载体,以各式各样专业的合作经济为平台,以龙头企业作为牵引,它的组成部分使各种社会组织,这种新型的农业体系是可以将农业生产的快过程都包含进来的体系,是可以有机联合企业和政府、盈利与非盈利组织的优良纽带。这种服务体系兼备多种优良特点,它针对的服务对象既有传统的小农户,也有新型的农业经营户,这套系统可以为各种农业生产经营的主体提供全面、有效、便捷和有力的综合社会化服务。     

北斗卫星将在精密农业领域“大有作为”

在刚刚闭幕的第4届中国卫星导航学术年会上,北斗导航卫星的应用产业化前景受到广泛关注。专家表示,未来北斗卫星将在智能信息产业,尤其是精密农业领域大有作为,极大地提高农机效率,改变国外产品的垄断局面。     

基于北斗卫星导航系统的林区智能巡检测绘系统研究

森林巡检是森林资源调查、灾情预警、生态保护的重要工作,其中巡检面积的有效测绘及林区样地采集对于林区管理尤为重要。针对目前国内外森林巡检、林区面积测绘及样地采集技术存在效率和准确性不高的问题,提出了基于北斗卫星导航系统定位技术,结合Android智能操作系统进行智能化巡检的策略,提出了智能优化森林巡检任务路径规划方法、森林巡检面积计算方法以及智能样地采集方法。搭建了基于互联网+的林区智能巡检网络平台,利用BD-228型定位模块与STM32芯片搭建位置信息获取的定位终端,利用距离偏移过滤算法剔除误差大的定位漂移点,并将采集的球面经纬度坐标投影为墨卡托平面公里网坐标用于面积计算,最后采用矢量三角面积算法计算巡检轨迹的闭合区域面积,同时利用墨卡托正反算法实现了样地坐标智能采集。经多地区、多次实地试验验证分析,该系统巡检面积测算平均相对误差小于2%,样地采集平均相对误差为2.21%,满足森林工程测绘的需求。     

基于无线传感器网络的精细农业智能节水灌溉系统(英）

在精细农业相关应用和理论研究基础上,自行设计用于监测农田水分含量和水层高度的无线传感器,构建农田水分无线传感器网络体系结构,设计基于水分无线传感器网络的智能节水灌溉控制系统,通过实时农田水分数据和农作物水分需求专家数据形成灌溉决策,由灌溉控制系统实施定量灌溉。实际应用表明,该系统体现出可行性和高效性,有利于精细农业的发展和水资源的可持续利用。     

基于VRS技术的RTK-GPS接收系统设计

为了满足精细农业中对高精度定位数据的需求,该文使用低成本的RTK-GPS OEM板和CDMA无线通讯模块,设计开发了一套可采用VRS差分的GPS接收系统。试验结果表明,该系统性能稳定;在快速静态定位时,不同天气条件下的内符合精度为2～3 cm（95%）,可满足精细农业中高精度快速定位的需求;在动态定位试验时,通过与美国Trimble公司的AgGPS332进行对比,2条轨迹间的最大偏差不超过5 cm,可作为高精度的位置传感器用于农业车辆自动导航。     

基于IMM-UKF的冲量式测产系统研究

为适应精准农业的发展趋势,提高测产计量系统的精度,开发一套基于IMM-UKF算法的冲量式测产系统.该系统由冲量传感器模块、北斗定位模块、DTU传输模块和上位机等组成.系统通过传感器模块进行信号的采集和处理,采用CAN通信方式将处理后的数据发送至上位机.上位机使用IMM UKF滤波算法对传感器上传的数据进行滤波,最终根据...     

基于单片机的教室照明智能控制系统

针对学校照明用电浪费严重的问题,提出了基于单片机的教室灯光智能控制系统的设计方案。该智能控制系统由硬件和软件组成,该系统以单片机作为主控芯片,利用人体的恒温性,采用热释放红外人体传感器检测人体的存在,用光敏电阻及模数转换芯片来判断当前环境光照强度,最终实现智能控制照明,达到节约用电的目的。     

基于PC端的农残速测仪智能化检测管理系统设计与应用

针对农残速测仪单机操作模式在实际应用中普遍存在的问题,采用多线程、拟合曲线计算、RPC、MQ、JPA等多项技术,设计开发基于PC端的农残速测仪智能化检测管理系统,实现农药残留快速检测全过程智能控制和检测数据自动上传。实际应用测试结果表明:与单机操作模式相比,联机操作模式在通道打开、调0/100、通道稳定性识别等方面操作更为便捷;平均检测时间缩短7.2 min,提高效率18%;检测数值标准差9.05小于单机操作模式标准差17.63,检测结果的稳定性良好;数据自动上传至服务器间隔时间集中在3.00~11.22 s之间,占比85.71%,完整率为100%,数据上传的实时性和完整性良好。     

基于机器人的生猪健康养殖智能监控系统设计

为提高生猪养殖环境质量和行为识别率,克服规模化养殖过程中采用人工巡检生猪异常行为特征和监测养殖环境参数存在识别效率低、准确性差和劳动强度大等问题,设计一种以轨道式机器人为采集终端的生猪健康养殖智能监控系统.系统以FPGA控制器为硬件核心,结合猪只体表特征与环境感知传感器、智能控制、图像处理和无线通信技术,构建生猪异常行...     

基于田间实际耗水的作物生产水足迹

为了衡量田间尺度粮食生产对资源的真实利用,基于水足迹及作物耗水理论,提出基于作物实际耗水的农作物生产水足迹计算方法,并以陕西关中的小麦、玉米为研究对象,对1998,2005及2010年的生产水足迹进行了计算.结果显示：同一年份同一作物不同地区间耗水量具有较大差异,同时,关中地区3个代表年份平均小麦、玉米耗水量分别比需水量小16.2%和12.4%;小麦、玉米生产水足迹有减小趋势,代表年平均值分别为0.96,0.77 m^3/kg;各地区小麦虚拟水中蓝水比例在10%-40%,玉米则在20%-50%范围内变化,且年际、地区间的蓝水占有比例均无明显变化趋势;3个代表年小麦、玉米的总水足迹之和分别为70.1,59.8及60.7亿m3,均大于当地的水资源总量,其中蓝水所占比例均值为29.1%.基于作物实际耗水的作物生产水足迹的计算对基于水足迹和虚拟水贸易的科学研究及政策制定均有重要意义.     

黑龙江省农业机械维修社会化服务体系建设的探讨

现代化大农业的发展离不开农业机械化事业的支持,农业机械化事业的发展更离不开农机维修体系的保障。根据我省大中型农机具主要分布在农机合作社的特点,省内大型先进农业机械制造企业技术力量雄厚,农机社会化服务相对滞后,维修保养大型农机具能力不足的实际,着力提高农机社会化服务能力,健全农机社会化服务网络,为现代化大农业、大农机事业的蓬勃发展打下坚实基础。     

基于嵌入式的农田灌溉管网漏损智能无线监测系统设计

农田灌溉对于提高农作物产量具有重要作用,灌溉管网漏损实时在线监测对提升农田用水效率具有积极的现实意义.本文设计基于嵌入式的农田灌溉管网漏损智能监测系统,通过压电加速度传感器、压力变送器和超声波流量计等传感器信号采集,获取农田灌溉管网的振动噪声、水压和流量等数据,通过嵌入式单片机自适应滤波处理后,应用4G无线数据通信模块...     

基于深度学习的无人机水田图像语义分割方法

为高效获取水田信息提高精准农业应用水平,提出一种基于深度学习的无人机水田图像语义分割方法。首先,采集无人机水田图像并制作一套高分辨率水田数据集,使用双边滤波去除图像噪声;然后,通过调整编码器获取更为细致的田块边界特征信息;最后,改进解码器融合更多浅层特征并采用深度可分离卷积解耦图像深度信息与空间信息,获得改进网络结构的DeepLabv3+模型。试验结果显示,改进模型的像素精度和平均交并比分别为96.04%和85.90%,与原始模型相比提升2.09%和4.66%;与典型的UNet、SegNet和PSPNet语义分割模型相比,各项指标均有不同程度的提高。本文方法能够实现准确、高效的水田分割,为进一步获取水田边界定位信息和构建高精度农田地图提供重要基础。