水稻插秧机自动作业系统设计与试验

为适应现代农机自动作业发展需求,实现插植作业和速度的自动控制,设计了水稻插秧机自动作业系统。以井关PZ-60型水稻插秧机为试验平台,研究了具有CAN(Controller area network)通信接口和手动优先的手自一体插秧机速度与插植机构控制方案,设计了插秧机专家PID速度控制算法和PID插值机构控制算法以及插秧机自动作业联合控制策略。联合导航控制系统分别在水泥路面、泥底层平坦和不平坦的水田进行了速度控制试验,结果表明,速度平均误差分别为3. 25%、5. 40%和8. 01%,速度平均误差不超过10%的概率分别为98. 6%、90. 1%和68. 0%;泥底层平坦水田联合控制试验结果表明,插秧机联合控制与人工操作相当,效果良好。插秧机自动作业系统满足插秧机在无人驾驶时自动作业的需求。     

拖拉机机组无人作业协同控制系统设计与试验

为提高拖拉机作业机组无人作业的智能化水平,实现机组横向运动、纵向运动和机具提升作业的协同控制,设计了无人作业协同控制系统。以播种作业机组为研究对象,将拖拉机机组无人作业协同控制系统划分为规划层、决策层和执行层。规划层结合播种农艺要求和机组运动学特性,采用经/纬度坐标规划作业路径,为了同时满足直线作业区域与转向曲线区域的路径跟踪,提出自适应预瞄路径跟踪控制算法。决策层制定了拖拉机机组无人作业联合控制策略,实现拖拉机-播种机联合作业精准控制。执行层对拖拉机转向机构、机具提升机构、油门踏板、制动器、离合器等机构进行硬件线控设计。在此基础上,分别开展无人播种作业仿真与田间试验,仿真结果验证了拖拉机播种机组无人作业协同控制系统的可行性。田间试验表明：拖拉机转向器、油门踏板、离合器、制动器、机具提升机构严格根据规划层与决策层制定的控制指令协同动作。试验过程车轮转向平均误差0.45°,直线段横向误差均值为0.035 m,转向段横向误差最大值为0.11 m;机具提升响应时间为1.2 s、机具提升转角超调量小于1.5°;油门踏板、制动器、离合器均根据决策指令完成操纵动作。无人作业协同控制系统满足拖拉机机...     

花生收获机自动驾驶作业系统设计与试验

为提高花生收获机的智能化水平,设计了花生收获机自动驾驶作业系统。以东泰机械4HBL-2型自走式花生联合收获机为平台,针对花生收获机操作台、变速机构和作业机构设计了具有CAN总线接口的手自一体化电控系统,采用PD控制算法和Bang-Bang控制算法实现了行走和作业系统的控制。针对花生收获作业农艺要求,设计了花生收获机联合作业策略、自动导航路径规划和路径跟踪控制方法。以行驶速度0.25m/s在水泥路面和沙质土壤花生地进行了自动驾驶收获作业试验。水泥路面试验结果表明,花生收获机直线跟踪平均绝对偏差为4.34cm,最大偏差为9.30cm;沙质土壤田间试验结果表明,花生收获机直线跟踪平均绝对偏差为5.12cm,最大偏差为12.20cm,满足花生联合收获作业要求。     

水稻收获作业视觉导航路径提取方法

针对水稻收获视觉导航中的路径规划问题,提出一种水稻收获作业视觉导航路径提取方法。通过相机标定获取畸变参数矫正原始图像,并进行高斯滤波,采用基于2R-G-B超红特征模型的综合阈值法进行图像二值化分割,并对二值图像进行形态学的开-闭运算,抑制噪声干扰,根据图像灰度垂直投影值动态设定感兴趣区域,水平扫描获取作物线拟合关键点,最后采用多段三次B样条曲线拟合法提取水稻待收获区域边界线。室内试验表明,采用本文所提出的图像处理方法提取的图像中距离信息平均误差为9. 9 mm、偏差率为2. 0%,角度信息平均误差为0. 77°、误差率2. 7%。在顺光、逆光、强光、弱光4种光线环境下,对中粳798和临稻20两种作物进行了收获路径提取田间试验,以像素误差、距离误差、相对误差和标准差为评价指标,对比了不同光线下的路径提取结果,试验结果表明,对于中粳798的收获图像,4种光线环境下15个关键点的平均像素误差为28. 7像素,平均距离误差39. 7 mm,平均相对误差2. 7%;强光环境平均像素误差最小,为26. 2像素;弱光环境平均距离误差最小,为23. 9 mm;强光环境平均相对误差最小,为2. 0%;顺光环境稳定性最好,标准差为6. 8像素。对于临稻20的收获图像,4种光线环境下15个关键点的平均像素误差36. 5像素,平均距离误差45. 0 mm,平均相对误差2. 8%,在逆光环境下的平均像素误差、平均距离误差和平均相对误差均最小,分别为29. 5像素、36. 9 mm和2. 3%,稳定性也最好,标准差为10. 8像素。单帧图像平均处理时间38 ms。本研究可为田间作物线检测和收获作业的自动导航提供参考。     

基于无人船的水产养殖水质动态监测系统设计与实验

针对传统水产养殖水质监测多使用部署在固定位置的无线监测节点,存在监测范围小、监测位置不灵活和部署成本偏高等问题,设计了基于自动无人船的水产养殖水质动态监测系统。该系统融合无人船和多个传感器进行水质采样,测量水温、p H值和水体浊度等指标,通过岸基控制台将监测数据上传至云服务器。为保证系统的有效性和准确性,提出以自动无人船悬停采样为主的水质监测和低航速下的水质异常检测,结合基于地图解析的路径规划策略,实现无人船自主航行,以提升监测效率。经实验验证,与传统方案相比,动态监测得到的水温相对误差绝对值不大于0.5%,p H值相对误差绝对值不大于1.43%,浊度相对误差绝对值不大于4.9%,均在各传感器精度范围内,可满足监测需求。将该系统部署于水产养殖区,在9 800 m2水域内共采集731组有效数据,测得各水质指标数值均在正常范围内,监测区域覆盖达水域面积的68%。该方法为水产养殖业的水质监测和异常检测提供了解决方案。     

自动导航拖拉机田间作业路径规划与应用试验

为了实现自动导航拖拉机田间作业的全区域覆盖路径规划,提出基于全排列算法获得转弯耗时最短的路径规划方案。为此,将农田地块划分为直线作业区域和地头转弯区域,在地头转弯区域内建立了拖拉机沿弓形和鱼尾形转弯路径行驶的轨迹解析模型,计算得到地头转弯区域所需的最小宽度及转弯所消耗的时间。在直线作业区域内,根据转弯次数最少来确定直线作业路径在田间的相对方向,生成相应的直线路径簇。根据对两块典型农田地块田间作业路径规划试验,得到了直线作业路径遍历顺序的一般规律。试验表明:这两块农田的路径规划方案中转弯路径的耗时较梭形行走、离心行走及向心行走方式至少减少了51%。     

浅谈德宏州水稻机收及跨区作业现状与发展前景

就目前德宏州水稻机收及组织联合收割机跨区作业的现状,总结了一些做法和经验,指出了存在的突出问题,提出了建议和对策。     

基于卫星导航自动驾驶技术在播种作业中的试验研究

随着经济社会的发展,科学技术的不断创新,卫星导航自动驾驶技术渐渐走入人们的生活,应用于生活的方方面面.这一技术也广泛运用于农业生产,替代了传统的人工生产模式,极大解决了由于耕地面积过大、劳动不足而制约农业生产发展的问题,大大提高了生产效率.     

减少全喂入式联合收割机收获损失的技术措施

全喂入式联合收割机收割作物,一次作业可完成切割、脱粒、分离、清选、进仓和卸粮等工序,但是机具在作业过程中,南于机手操作使用和调整不当,往往会增加作物的损失（如落粒、切穗、脱不净、漏粮和漏割等）。在实际操作中如能把握好技术措施,可以把损失降低到最低程度。     

池塘养殖船自动导航系统设计与试验

针对池塘养殖中投喂作业需要全塘均匀覆盖的应用场景,存在人工投饲强度大、饲料利用率低的问题,设计一种能够适应不同多边形池塘的养殖船自动导航控制系统。控制系统采用低成本北斗定位模块和高精度电子罗盘进行组合导航,获取池塘养殖船的位置和航向信息作为导航控制器的输入,通过构建基于PD算法的导航控制器,实现航行过程中的路径跟踪。设计一种多边形回纹线导航路径规划算法,能够快速实现多边形池塘的导航路径规划。开展池塘导航试验,试验结果表明：采用所设计的自动导航系统,养殖船能够按照规划的路径航行,在水面行驶速度为0.4~0.5 m/s时,稳定跟踪后最大误差小于2.62 m,平均跟踪误差小于1.30 m,导航精度满足池塘养殖自动投饲要求。     

基于激光雷达的稻麦收获边界检测与自动对齐系统研究

针对稻麦收获无人作业的需求,提出了一种使用激光雷达检测稻麦收获边界的算法,并连接无人控制系统实现收获边界的自动对齐。该算法首先对采集的收获轮廓点云划定感兴趣角度范围,根据雷达的安装高度和位置将测量数据由极坐标转换为三维直角坐标,融合陀螺仪测量的激光雷达安装姿态数据对测量点云进行校正;通过中值滤波和Z向阈值滤波将点云中的噪点和非稻麦轮廓点滤除;对比了K-means聚类和Z向中心差分法检测稻麦收获边界的精度,并进行了误差分析;开发了感知系统并制定了感知与控制的CAN通信协议,采用预瞄点追踪方法对实时检测的边界点进行对齐控制;分析研究了稻麦收获边界自动对齐精度检测方法。2022年6月在北京小汤山国家精准农业示范基地进行了收获边界检测与自动对齐控制系统试验,分别采用数据标注和GPS打点的方式进行了数据采集与分析,试验结果表明,基于K-means聚类的收获边界检测横向偏差平均值为22.24 cm,基于Z向中心差分法的收获边界检测横向偏差平均值为1.48 cm,Z向中心差分法的收获边界检测优于基于K-means聚类的检测方法,故采用Z向中心差分法进行自动对齐控制试验,整体控制系统自动对齐横向偏差平...     

高速插秧机自动转向系统研制

高速插秧机的液压助力转向装置为整体式安装,不能通过并联油路的方式实现其自动转向。为此,研制了以无刷电机作为动力源的电动自动转向系统,主要包括转角传感器、转向控制器、无刷电机及其驱动器和辅助传动机构。转角传感器用以测量高速插秧机的前轮转向角,转向控制器读取前轮的转向角度,基于数字PID控制方法计算无刷电机的旋转速度和旋转方向并将控制信号发送至电机驱动器。田间测试结果表明:自动转向系统在[-10°,10°]范围内的转向控制误差小于1°、均方根误差小于1°,具备良好的控制稳定性和可靠性,能够满足高速插秧机田间自动导航的基本要求。     

生姜自动收获装置的机构设计及运动分析

在对生姜收获特性分析的基础上,提出了一种集松土、夹拾、裁剪、抖土功能于一体的生姜自动收获方法。首先进行了收获装置的总体设计,并以四杆机构及其演化机构完成了各执行机构的结构和传动设计,通过对各执行机构的运动分析得出了松土铲的运动轨迹方程、裁剪刀的最大张角和抖土筛子的极位夹角。本装置的设计将为生姜自动收获技术的应用提供科学依据和技术支撑。     

水稻直播机播种自动控制系统设计与应用

水稻生产在在我国农业经济中占有重要的地位,随着城镇化进程的加快、农村的劳动力减少和淡水资源的日益缺乏,水稻直播技术应运而生。为此,针对目前国内水稻直播机无法实现均匀播种的问题,设计了一种水稻直播机的播种自动控制系统。该系统由播种量采集装置、速度检测装置、播种量调节装置和报警装置4个部分组成,采用ST188型红外光电传感器,检测单位时间内经过排种管的种子数量;通过YS41F型霍尔元件计算拖拉机行进速度;用AT89C51型单片机接收采集的播种量和速度信息,计算分析实际播种速度与设定值的差异,然后向调节装置森创110BYG250C型步进点机发出指令。当实际播种速度的偏离值超出允许的误差范围时发出警报,通过单片机输出,采用声音加指示灯闪烁报警。对该系统自动控制条播机进行田间旱直播研究,对播种后的水稻株距、株距范围及水稻产量数据分析发现:与手动控制相比较,该播种自动控制系统在拖拉机不同行进速度下,水稻播种精确度较高,水稻植株分布均匀,水稻产量高。     

小型无人餐厅食材分拣控制系统设计

针对麻辣烫餐厅自动化改造中的食材分拣环节,设计了一种基于MySQL数据库和PLC控制的食材分类系统。根据系统的结构,分析工作原理,对其控制系统进行了硬件和软件的设计。研究了基于ModBus的上位机与PLC通讯。实际运行表明:该系统能够快速实现食材的自动分拣,运行可靠,扩展性强,具有良好的应用前景。     

基于北斗-RTK的农用无人车设计与实现

为有效提高农业生产作业效率,降低劳动力成本,设计并实现了一种基于北斗卫星导航系统的农用无人车,包括履带底盘设计与实现、控制系统设计与实现.该无人车以树莓派、TX2、STM32为核心控制器,通过STM32与TX2采集无人车位置、状态等数据上传至树莓派,由树莓派进行综合分析决策.根据无人车的经纬度信息,针对非标准化果园进行...