农田环境信息采集机器人设计与试验

农业信息采集主要收集农作物的生长状况和所处的环境特征,作为农艺操作的依据。传统的信息采集主要依靠人工观察记载或仪器测量记录,获得的数据量有限,参考价值不高。为此,设计了一种以铝合金框架车体为平台的轮式机器人,具有行走控制、路径识别和信息采集的功能,且在农田环境中行走平稳,能够识别田间的空行和作物并规划行走路径。试验结果表明:机器人采集的信息数据与人工测量数据之间差异很小,符合农田环境的实际情况,可以为农业的信息化和智能化提供技术支撑。     

基于 ZigBee 网络的农田信息采集系统设计

设计了一套基于 ZigBee 协议的农田环境监测网络系统,系统由 ARM＋LINUX 模块、ZigBee 无线传感器网络和上位机信息管理系统3大模块构成。系统采用嵌入式技术实现下位机的数据采集, ZigBee 通信协议实现节点数据汇总发送, VPN设置实现对系统的远程维护,断点续传技术确保数据接收的完整性。通过26个样点与实际现场测定值验证得知,大气温度精度为87．83％、大气湿度精度为85．22％、土壤温度精度为87．17％、土壤湿度精度为87．38％、太阳总辐射精度为88．23％、日降雨量精度为90．17％,总体精度为87．66％,总体误差为12.33％。结果表明,该系统数据传输正确、可靠,具有很好的实时性、准确性,有效解决了目前大田环境监测存在的设备布线复杂、成本较高、通讯范围较小等不足,提高了农业数据采集的精度以及获取的实时性。     

基于物联网的农田信息采集系统

综合利用传感器与网络通信技术,设计基于物联网的农田信息采集系统.通过布设和安装相关硬件,实现农田气象、土壤、高光谱和视频等监测信息的实时获取,让用户可以在电脑和移动设备上随时查看现场情况,为农业生产提供数据支持,在现代化农田信息的精准监测和科学管理等方面具有良好的应用前景.     

基于粒子群与模拟退火协同优化的农田物联网混合多跳路由算法

农业无线传感器网络对农田土壤、环境和作物生长的多源异构信息的获取起关键作用。针对传感器在农田中非均匀分布且受到能量制约等问题,本研究提出了一种基于粒子群和模拟退火协同优化的农田物联网混合多跳路由算法（PSMR）。首先,通过节点剩余能量和节点度加权选择簇首,采用成簇结构实现异构网络高效动态组网。然后通过簇首间多跳数据结构解决簇首远距离传输能耗过高问题,利用粒子群与模拟退火协同优化方法提高算法收敛速度,实现sink节点加速采集簇首中的聚合数据。对算法的仿真试验结果表明,PSMR算法与基于能量有效负载均衡的多路径路由策略方法（EMR）相比,无线传感器网络生命周期提升了57%;与贪婪外围无状态路由算法（GPSR-A）相比,在相同的网络生命周期内,第1个死亡传感器节点推迟了两轮,剩余能量标准差减少了0.04 J,具有良好的网络能耗均衡性。本研究提出的PSMR算法通过簇首间多跳降低远端簇首额外能耗,提高了不同距离簇首的能耗均衡性能,为实现大规模农田复杂环境的长时间、高效、稳定地数据采集监测提供了技术基础,可提高农业物联网的资源利用效率。     

基于无线传感器网络的土壤信息采集系统

针对土壤信息采集的需要,提出了把无线传感器应用于土壤信息采集的思路,研究设计了一套基于无线传感器网络的土壤信息采集系统。节点设计采用低功耗MSP430单片机和CC2430 ZigBee无线射频芯片完成,可采集土壤温度、湿度和土壤含水率。系统网关设计基于ARM7系列S3C4480X、GPRS模块SIM100,搭建了农田中...     

基于GPRS和-GPS的便携式农田信息采集器

基于GPRS和GPS便携式农田信息采集器,集多种信息采集功能于一体,可实时采集、显示、存储和传输多种农田信息.以GPRS模块为无线传输终端,以GPS模块为地理信息采集终端,以高性能微处理器C8051F020为核心,把采集的信息经GPRS网络和因特网实时地传输到数据中心,以便对农田作业进行规划和管理,对农作物长势、产量等进行预测,从而减少了测量人员的工作量,实现了信息的无纸记录和实时传输,具有携带方便、使用简单和可灵活地进行不同地点信息采集的特点.     

能量高效的农田无线传感器网络拓扑关联路由算法

针对农田无线传感器网络节点分布不均、能量约束严格等特点,提出了一种能量高效的簇头选择方法TBCS-EA,在以剩余能量进行簇头选择的基础上根据节点拓扑位置、拓扑密度等进行加权,使距离sink较近的节点与密集区节点大概率成为簇头,提高成簇能量使用效率。针对现有成簇算法频繁进行簇头选举,算法开销大等问题,提出了一种能量逼近式簇头轮换机制,节点连续担任簇头并以某一目标进行能量逼近,在达到逼近目标后进行根据簇内信息指定新簇头,减少簇头选择的次数与协议开销。仿真与实验结果表明,TBCS-EA算法的网络生命周期约为LEACH的2.2倍,CHCS的1.5倍,从节点能量曲线看能耗均衡效果与CHCS相当,明显优于LEACH。结果显示TBCS-EA综合性能较之于现有算法有明显提升。     

类壁虎农田信息采集机器人运动控制系统的研究

机器人作为引领未来的高科技产品,在各个行业的作用非常明显,发展前景十分广阔。类壁虎机器人是特种机器人的一个重要分支,具有高灵活性和机动性,可替代人完成重复、繁琐或者危险的劳动,不但可以对大型机器设备零部件进行探伤检测和灾后搜救工作,也可以应用于信息收集、军事、深山探险等领域。以DSP智能控制平台为核心模板,通过研究类壁虎机器人运动规划与控制系统,对农田信息进行实时采集,并根据农田作物的发病情况进行预警。实验表明:本文设计的农田信息采集机器人具有智能化程度高、控制精度高、灵活性大、可靠性强及开发周期短等显著特点,应用前景十分广阔。     

农田信息采集机器人推进电机系统的混沌控制

针对农田信息采集机器人采用永磁电机系统推进,直接影响农田信息采集机器人稳定性、可靠性和安全性的混沌现象,对其进行相轨迹图、耗散性和Lyapunov指数等复杂动力学分析;为控制处于混沌态的系统达到稳定周期态,应用PI滑模变结构控制理论,设计了控制器,并通过MATLAB数值模拟验证其有效性。结果表明:该控制方法具有较好的动态性能和稳态精度,为相关农业机器人的运行与控制提供了依据。     

高地隙农田信息采集机器人设计与试验

为适应水田行走和不同垄宽等复杂的农艺条件,设计了一种轮距宽度可调的高地隙四驱农田信息采集机器人。利用SolidWorks对整体结构进行设计分析和零部件选型,设计了基于GNSS和INS的组合导航与路径跟踪控制系统,并对机器人进行了水田行走性能测试和信息采集试验。结果表明,机器人四轮驱动方式具备较好的速度一致性,地隙与轮距调节机构调节到位误差率为1.33%和0.73%;直线路径跟踪的平均横向误差为6.8 cm,直角转弯的平均收敛时间为25.6 s;机器人最大行驶速度为1 m/s,单点信息采集平均耗时为24.5 s,传感器采集的各类数据均满足使用要求,该信息采集机器人可实现复杂条件下的农田信息采集工作。     

基于改进K-means算法的WSN簇头节点数据融合

无线传感器网络数据融合能够减少节点能耗、延长网络生命周期,近年来受到了广泛关注。已有的应用于农业监测的空间数据融合算法多采用取平均值等方法将一定区域内监测到的数据融合成一个值。而农田环境监测具有监测范围广、监测点多、监测数据量大的特点,监测数据间除了冗余性还具有差异性,因此数据融合应该在消除冗余的同时保留数据的差异。针对农业监测的这一特点,提出在簇头节点应用聚类算法进行空间数据融合,通过聚类减少数据发送量,降低能耗;同时将差异较大的参量聚类到不同类别中以保留数据间的差异。此外,还提出了一种应用于WSN簇头节点的自适应改进K-means聚类算法,仿真结果表明,所提算法融合后的数据上传量比没有融合减少41.19%,消除了数据冗余;算法融合前后最大误差低于取平均值法误差的36%,保留了数据差异性。在没有明确误差要求时, 该算法能够在尽量减少数据上传量的同时保持相对误差低于10%,避免了因聚类个数不当引起的巨大误差。而在有具体误差要求时,该算法融合前后的绝对误差严格低于要求误差。     

基于模糊综合评判及遗传算法的初

自重场和构造场是形成初始地应力场的两个主要因素，而构造运动的作用形式、作用组合方式、作用方向和作用大小则是反演分析初始地应力场的关键。提出一种初始地应力场反演方法，建立各种可行方案的模糊评判库及隶属度函数，采用模糊评判的方法辨识初始地应力场构造运动作用形式、组合方式及作用方向，利用遗传算法反演出各系数，从而得到整个区域的初始地应力场。最后通过算例进行了验证分析，表明该方法的有效和可行性。     

基于物联网的水产养殖智能化监控系统

针对目前我国水产养殖规模越来越大,种类越来越丰富,传统养殖方式已不能满足要求的现状,将RFID与无线传感网络技术相结合应用到水产养殖领域,提出了基于RFID与无线传感网络的水产品智能化养殖监控系统的架构及应用实施方案。根据水产品养殖基本流程,对水产品养殖环节的生长环境进行分析,总结影响水产品生长的环境因素并确定出进行水产品高密度养殖的最佳环境,从而实现环境资源的充分利用。通过现场试验,验证了该系统的数据检测与传输误差、闭环控制精度、反应速度等性能均达到了实际项目的需要,试验结果表明温度误差在±0.5℃范围内,溶氧量误差在±0.3 mg/L范围内,pH值误差在±0.3范围内,系统传输数据的正确率在98%以上。     

基于无线传感技术的稻田信息监测系统

针对稻田信息监测周期长、环境干扰大、采集速度慢、采集方式管理缺乏自动管理等特点,设计了一种基于无线传感技术的稻田信息监测系统。同时,采用Cluster Tree+AODVjr路由算法和分簇算法进行组合,设计了具有异构性能的节点,配置了不同的天线类型,提高数据传输距离和质量。实验数据表明:该系统可以采集稻田的温度、湿度和土壤含水量,运行稳定,数据正确传输率都在90%以上,空气温度、空气湿度和土壤含水量的相对误差分别为0.43%、0.34%和0.73%。     

无线传感器网络三维定位交叉粒子群算法

针对标准粒子群算法进化后期收敛速度慢、易陷入局部极小点、早熟收敛等问题,提出一种基于交叉粒子群的农业无线传感器网络三维定位算法。该方法主要包括汇聚节点选取、测量距离修正、节点定位3个阶段,通过借鉴遗传算法交叉操作的思想,增加粒子的多样性,减小测距误差、锚节点数量对定位结果的影响,有效提高定位算法全局搜索能力。仿真结果表明,该方法的稳定性和定位精度均优于标准粒子群算法。在测距误差和锚节点数量相同的条件下,与混合蛙跳定位算法进行性能比较,两种算法的最大定位误差分别为1.337 8 m、1.747 3 m,最小定位误差分别为0.258 3 m、0.561 5 m,平均定位误差分别为0.651 2 m、1.044 7 m。     

基于时空双序列分析的温室WSN故障诊断

根据温室无线传感器网络(WSN)所采集数据在时间和空间上具有很强的相关性,从温室无线传感器网络基本结构出发,在分析WSN原始数据的基础上,通过对时空序列样本信息的预处理,分别建立了时间和空间故障诊断数学模型,据此分析传感节点的工作状态,给出了温室WSN故障诊断的综合算法.研究结果表明,该故障诊断方法能够及时、有效地发现温室WSN的异常并诊断出故障节点,提高了WSN工作的可靠性.     

基于精细化梯度的水分传感器网络能量高效查询算

在分析现有无线传感器查询算法基础上,借鉴了数据融合树以及位置辅助查询的思想,提出一种基于精细化梯度的能量有效动态水分传感器网络查询算法EEQA-FGG.EEQA-FGG包含了查询路由生成、查询执行流程及查询异常处理3个算法的详细设计,同时模拟分析了不同规模下区域和全网查询运行情况,并与融合树、位置辅助等方案进行了比较.仿真显示,EEQA-FGG算法可以有效降低网络能耗、均匀网络负载、延长网络生命周期,尤其在区域查询中,EEQA-FGG的生命周期可比SPT和Compass方案延长10%～50%,特别适合大规模农田监测数据查询方案.     

基于FMECA的农用运输车制动系统维修决策

阐述了故障模式、影响及其危害度分析在车辆维修管理中的应用。以农用车龙马LM2815制动系统为例,在阐述其结构原理的基础上,进行了可靠性框图分析及其计算,进而完成了故障模式、影响及危害度分析。根据分析结果得出计划维修工作,给出了典型零件在给定可靠度下的维修间隔期的计算方法。     

多播种机作业系统设计——基于无线网络节点协同通信与聚合算法

在多播种机协同自动化作业过程中,由于农田环境的复杂性,其协同通信过程往往会受到干扰,且多播机间的通信效率较低,从而降低了播种机的作业速度和质量。随着节点中继技术的发展,利用协同中继,可以使单天线系统具有多天线的优点,形成一个协同通信系统,从而有效地提高了多终端设备的协同通信功能。为此,将无线传感网络协同通信系统引入到了多播种机协同作业控制系统中,并采用聚类算法对中继节点进行了优化,最后对系统的可行性进行了验证。由4台播种机同时作业时的实时定位测试发现,系统的定位效率较高,定位所需时间较短,且4台播种机在x和y向的定位精度都较高,从而验证了该方案的可行性。