数据融合技术在环境监测中的应用

介绍了数据融合技术、自适应加权算法和D-S证据理论算法的原理,采用自适应加权算法和证据理论算法相结合的方法,提出了一种适用于环境监测的多传感器体系结构和二级融合模型,通过对饲养场室内多种传感器采集的数据信息进行融合,分析环境的变化,克服了对每个传感器采集的信息分别处理时的不确定性和不稳定性。试验结果表明,该方法提高了环境监测的准确度。     

数据融合算法在畜禽舍环境监测系统中的应用

针对畜禽舍饲养环境多变量耦合的特点,提出了一种多测点传感器监测方案,以适应其复杂的饲养环境。该方案采用最优加权算法对同类传感器数据进行融合,并通过改进的 D-S （ Dempster-Shafer ）证据理论算法将不同传感器的多个参数整合,并根据整合结果对舍内环境状况做出准确判断。该方案克服了传统监测手段的单一性,避免了分别处理各环境因子信息数据的不确定性,增强了畜禽舍环境监控系统的鲁棒性。实验表明,将该算法应用于畜禽舍环境监测系统后,监测结果的可靠性与准确度均有明显提高。     

基于嵌入式系统的农业产地环境监测系统

为实现农业产地全过程自动机械化的精准管理,建立了基于嵌入式计算机的农业产地环境监测系统。利用多路传感器数据采集器建立了基于嵌入式计算的农业产地环境监测系统,实现硫化氢、一氧化碳、臭氧、环氧乙烷、二氧化硫、二氧化氮空气质量信息和p H值、溶氧量、余氯、ORP、电导率水质信息的实时监测;建立了农产地环境记录管理数据库,开发了基于嵌入式计算的农业产地环境监测管理系统。实现了农业产地生产全过程的管理。     

基于传感器融合的农业机器人定位导航

为适应农业机器人在半结构化、半开放式农业场景的复杂环境区域下,GPS导航可能信号缺失、精度偏低,导致导航定位和建图的精度偏低,不能准确避障,甚至对农作物和人员造成损伤。笔者针对单一传感器在农业机器人目标检测及机器人建图中的局限性,提出了一种利用16线激光雷达和相机融合的目标检测算法,设计了一种多传感器融合的目标检测及基于elevation mapping的三维建图。仿真结果表明：LiDAR和摄像头传感器数据可以提供深度和颜色信息,并通过elevation mapping算法实现建图,实现了农业机器人识别和无碰撞导航;使用多个传感器来提供冗余信息,以减少发生错误测量的可能性,解决了农业机器人在复杂环境区域中行走及定位检测的问题。     

基于多传感器数据融合的温室环境控制的研究

温室具有空间大且温度场分布受多种参数影响大等特点.基于这些特点,提出了一种基于多传感器数据检测与数据融合技术的温室环境控制的方法.在多传感器采集数据基础上, 利用最小距离聚类法确定各传感器融合的次序,提高数据融合结果的客观性.这种方法可以提高温室环境监测的精确度,使温室环境的温度、湿度、光照等主要参数达到理想的条件.     

传感器在农业采摘机器人中的应用

作为智能机器人的一种,农业采摘机器人是机器人技术应用的典范.与工业机器人相比较,农业采摘机器人工作环境的特殊性、非结构性,对农业采摘机器人的智能程度提出了更高的要求.为此,针对农业采摘机器人工作特性,叙述了传感器在农业采摘机器人中所起的作用,分析了农业采摘机器人传感器选取的方法,介绍了多传感器信息融合技术在采摘机器人中的应用,为农业采摘机器人智能传感器的选取与研究提供了依据.     

基于ZigBee的农业大棚监测系统设计

为解决农业大棚环境数据采集不方便、不准确的问题,课题组以物联网技术为基础,集成传感器、无线通信网络、嵌入式系统、组态控制等多种技术,设计了一套基于ZigBee的农业大棚监测系统,实现对大棚内农作物生长数据的精准采集和对大棚内数据的实时监测,并通过数据融合和滤波算法进行了数据优化。测试结果表明：通过功能测试和数据分析可以验证系统功能模块均能够平稳、有效地运行;通过监控界面可以监测农业大棚的实际运行状况,提高农业管理人员的工作效率,监测效果良好。证明该系统可以实现对农业数据的精准采集和显示,能给农业从业者提供准确的决策依据。     

农业机器人传感器系统应用研究进展

简要阐述了农业机器人的特点和发展完善农业机器人的重要性。针对农业机器人的工作特性,叙述了传感器在农业机器人中所起的重要作用,分析了几种常用农业机器人传感器及其选取的方法,介绍了多传感器信息融合技术在农业机器人中的应用及现状,为农业机器人智能传感器的选取与研究提供了依据。     

基于物联网技术的温室环境监控系统设计

为提高设施环境监测水平,加强设施环境监控的可靠性和便捷性,研究开发一种基于物联网技术的温室多环境因子远程监控系统。该系统不仅实现大棚环境所需的多传感器信息采集,同时可根据需要设置定时图像采集,通过在集中区域采用433MHz组网方式布点多传感器,在数据采集器端进行数据融合,而后通过GPRS实现远程环境信息和图像的监控和参数设定。该系统通过后台服务程序设计,用户可以在任何时间和场所在有网络的计算机上查找最新的多参数监测信息。     

多传感器信息融合及其在农业中的应用

多传感器信息融合在现代军事C3I(指挥、控制、通信与情报)系统中,以及许多民事领域得到了广泛应用。为此,在对多传感器信息融合技术进行综述的基础上,介绍了此技术在民事各领域中的研究应用进展,并进一步论述了信息融合技术在推进新的农业科技革命、对“精细农业”技术的发展中的广阔应用前景和深远意义。     

基于GPS/SINS组合的农业导航定位系统设计与研究

设计了一种基于全球定位系统GPS和捷联惯性导航系统SINS组合的农业车辆导航定位系统,介绍了该系统的传感器组合及功用,阐述了系统的硬件结构和工作过程。考虑到农用车辆在运动过程中接收到的GPS数据存在较大的定位误差,提出了GPS和SINS联合导航算法,利用SINS提供的姿态信息修正GPS定位数据,提高系统定位的精度。为了准确测量姿态信息,对多传感器集成模块ADIS16355的信息融合处理,确定了基于卡尔曼滤波的融合算法用于测量姿态角。在构建实验平台的基础上进行了试验,结果表明:通过多传感器融合算法可准确测量姿态角,GPS定位误差有效减少,可更真实反映农用车辆的运动状态。     

一种农业信息远程监测系统的设计与实现

为了实现农业信息的远程监测,针对农业监测目标具有分散性、多样性以及环境复杂性等特点,设计开发了一种农业信息远程监测系统。系统将ZigBee技术、GPRS技术和网络技术相结合,实现了多目标、多参数的农业信息实时采集、远程传输以及网络查询等功能。系统具有较强的通用性和扩展性,在农田环境监测、温室环境监测、农产品流通、用水调度等领域具有良好的应用前景。     

宁夏南部山区杏鲍菇栽培环境监控系统设计

菇棚内环境因子的有效控制与自动化调节是杏鲍菇周年化生产得以实现的关键。依据宁夏南部山区的气候变化特征和杏鲍菇的生长特性,运用可编程序控制器技术、传感器技术和MCGS组态技术,设计了一种区域适用的菇棚环境监控系统。其中,以可编程序控制器为核心的硬件组态和上位机监控界面的开发是系统设计的关键。模拟运行结果表明,该系统能够克服气候变化对菇棚温、湿度及CO2含量的扰动,符合宁夏南部山区杏鲍菇工厂化栽培的控制需求。     

基于GIS的农田小气候环境可视监测系统

根据农田小气候环境监测的特点,分析了利用多传感器采集的小气候环境参数的时间、空间分布特性。针对小气候环境监测环节中对地理空间分析和数据可视化的具体需求,研究了农业物联网信息感知、物联网资源与地理信息系统(GIS)融合、感知数据可视化等技术,建立了物联网资源与GIS融合的统一接口规范,并以GIS为基础,设计了多种可视化方法对采集到的多维小气候环境数据进行同步展示和可视分析。在此基础上,研发了Web GIS平台,集成了地理空间分析组件、可视化监测服务组件和基于地理位置的智能移动端应用。实现了基于GIS的农田小气候环境可视监测系统,通过不同终端设备提供可视监测服务,方便农业参与者随时随地掌握农田的小气候环境。     

基于无线测距的农业机器人导航定位方法

针对农业机器人应用中的自主导航问题,提出了一种基于无线测距的导航定位方法。首先,分析了机器人的机械模型和位姿描述;然后,阐述了超宽带测距的原理,并分析了基于超宽带测距的定位模型;最后,设计了基于卡尔曼滤波器的多信标传感器信息融合算法。该方法稳定性高,操作简便,解决了农业机器人在恶劣和未知作业环境中的导航定位问题。     

数据融合技术在温室环境监控系统中的应用

多传感器数据融合技术是一门新兴前沿技术。针对目前温室环境监控的需求,提出了一种基于D-S证据理论和农业专家系统相结合的数据融合方法。实验结果表明,这种方法提高了温室环境参数测控的决策准确性,可显著改善温室环境的控制效果。     

农用无人车环境感知技术发展现状及趋势分析*

传统农业随着人口老龄化、生产劳动强度大等原因导致其发展受到制约。近年来随着信息化技术、智能控制技术、传感器技术的快速发展,使得农用无人车的应用成为可能,实现传统农业向智慧农业的转变。对目前农用无人车发展情况介绍的基础上,重点阐述农用无人车环境感知技术的发展现状,对不同传感器技术的特点和应用情况进行总结,并比较分析不同传感器技术的优缺点;同时在对目前传感器信息融合技术发展情况总结分析的基础上,指出农用无人车环境感知技术的发展与应用没能够遵循精细化农业的发展方向,对于农业生产环境结构化研究欠缺。对此文章融合精细农业思想,提出作业对象结构化和作业机器传感器融合技术并重的解决策略,最后为降低成本、提高普及性,指出农用无人车的环境感知技术层可拓展性等发展趋势。     

基于传感器融合阵列的果树冠层信息采集方法

针对果园上、中、下冠层不同稀疏度,提出一种多传感器阵列的果树冠层信息融合方法（简称传感器融合阵列）,并进行了相关试验及验证。首先设计了果园冠层宽度信息的无线采集系统,并对比分析了6种非接触式测距传感器的动态识别能力;其次采用筛选出的激光传感器及超声波传感器阵列,收集3种果园上、中、下果树冠层信息;最后选出适合3种果园的传感器融合阵列,依据Box-Benhnken 中心组合试验法设计试验,对采用同种传感器阵列与传感器融合阵列测距方案进行响应面试验,并对得出的试验结果进行统计分析。试验结果表明：影响果树整体测量精度显著性水平从大到小依次为测距方案、车体速度、果园类型。车速为0.3~0.5m/s时,与人工测量相比,采用超声波传感器阵列收集果园冠层信息,相对误差为14.70%~20.04%;采用激光传感器阵列时,相对误差为9.13%~16.02%,采用传感器融合阵列时,相对误差为4.2%~10.24%。采用传感器融合阵列比单种传感器阵列精度高,更适合果园变量喷雾作业。     

基于物联网的农业大棚生产环境监控系统设计

结合物联网技术与现代农业生产,设计了一种农业大棚生产环境监控系统。系统由农作物生产环境监控模块、野外气象监测站、控制系统模块及管理决策平台等部分组成。部署在农业大棚内的传感器节点,采用具有自组网特点的ZigBee网络,实时采集农作物的生产信息,协调节点通过以太网将采集到的数据传输至用户端管理平台,并存储于数据存储中心;设计了多网融合、风光互补野外气象监测装置,能够根据用户选择,通过NB-IOT、LoRaWAN、WiFi、4G、以太网,完成野外的温度、湿度、光照、粉尘、风速风向、降雨量等环境,以及气象数据的传输。与此同时,系统支持自动、手动两种控制方式,用户能够通过手机APP、PC,查看农作物生产过程的实时数据,完成农业大棚内风机、卷帘、加湿器、节水灌溉装置等现场设备的控制操作。实践表明:系统在农业科技园区部署后,农业技术人员能够根据农业生产的实时监测数据,判断农作物生长的最佳条件,实现农业大棚生产的科学分析、统筹与管理,有效提高了农业大棚的管理效率,降低了人工成本,使得农业智慧化程度有了较大的提升。     

一种适宜于农业监测和控制的WSN应用框架

随着微电子系统、无线通信、信号处理等技术的飞速发展,无线传感器网络(WSN)作为一个新的研究领域已经成为国内外关注的热点。针对农业生产中的不同问题,国内外已有众多学者提出了多种基于WSN的解决方案,提高了生产效率。WSN在农业应用中涉及多个环节,包括田间信息采集、数据传输、信息的管理和显示。然而,已有的研究大多只关注WSN解决方案的各环节本身,较少提及各个环节之间的数据流及实现方法。针对WSN在农业应用中较多涉及的信息监测和自动控制,提出了一种适宜于农业监测和控制的WSN应用框架(WSNFFA),为WSN在农业中的应用提供了一个合理优化的解决方案。框架不仅描述了各层内部的关键技术和方法,而且给出了各层之间数据流传输方法,并搭建了基于WSNFFA的平台用于实现对苹果园环境的监测。实际运行结果表明:系统总体运行稳定,能满足农业环境监测的要求。