基于PLC的穴盘苗移栽自动控制系统设计

移栽技术可以促使蔬菜再生新根,提高产量和品质及土地利用率,在清除杂草、苗期浇水施肥和病虫防治方面也有着重要的作用。育苗移栽工作量大,效率低,增加了种植户的成本,也影响植株的生长发育,在移栽育苗中引入采用PLC系统的自动穴盘苗移栽技术,则可以克服这些缺点。为此,基于PLC技术设计了穴盘移栽控制系统。移栽试验发现:该系统协调性好,可以进行自动取苗和送苗,取苗成功率98.2%,植苗成功率98.8%,移栽时间短,能够达到育苗移栽的标准。     

基于双目立体视觉的植株生长状态无损监测方法的研究

基于双目立体视觉的植物生长状态无损测量方法研究,能快速地对植株生长进行无损监测,尤其能准确测量倾斜生长的植株高度,对于农业工程研究有重要意义。本研究在实验室搭建计算机双目立体视觉平台,对大豆植株生长进行无损监测。由于植物的形态与生长条件限制,双相机光轴与基线的夹角未能构成最佳双目测量系统,因此本研究对双目立体视觉平台本身的精度进行了校验。利用VC＋＋6.0编制的图像分析处理软件,结合界跟踪算法与斜率计算对植株的顶芽进行识别,能取得很好的效果。研究表明,实验表明双目立体视觉可应用于植物无损监测,具有广阔的应用前景。     

基于机器视觉的穴盘苗检测试验研究

针对穴盘苗出现空穴和不合格坏苗,影响蔬菜种苗销售价格,不利于机械化移栽及后续栽培,而人工剔苗补苗费时费力的问题,提出了利用机器视觉技术检测穴盘苗空穴及不合格苗、传输检测结果的方法,为穴盘苗自动化剔除空穴与不合格苗及补苗作业提供技术基础。穴盘苗空穴及不合格苗检测硬件系统由工业相机、PC机及PLC构成,通过CKVisionBuilder软件对图像进行处理,获取每个穴孔区域的像素数量,判断幼苗状态,并将获取的判断结果传输至PLC中。试验结果表明:苗龄13天的72穴意大利生菜、白玫瑰白菜及广府1号油菜心穴盘苗坏穴的检测正确率达到95.8%以上。     

穴盘苗自动取苗机构的研究分析

在参考国内外现有的穴盘苗自动移栽机相关文献基础上,分析整理出各种类型的自动取苗机构的结构与工作原理,并将所有穴盘苗移栽机自动取苗机构按穴格形状分为锥形的上拔式与倒锥形的下抽式两大类进行阐述.依据上述对自动取苗机构的大分类,将上拔式取苗机构又进一步细分为顶杆式、机械手式、推苗杆与机械手组合式和传送带式4小类,而下抽式取苗机构细分为顶杆式和落苗式两类.同时,对各种形式的典型机构进行了详细的说明与分析,并提出了构建取—送-栽苗一体化移植机构以提高作业效率的建议.     

基于穴盘苗力学特性的自动取苗末端执行器设计

通过对穴盘苗进行夹苗拉拔试验、钵体摩擦试验、钵体平板压缩抗压试验,研究分析了与自动移栽相关的穴盘苗力学特性,为机构设计提供依据。对穴盘苗自动取苗进行技术设计,得到两针钳夹式取苗末端执行器自动取苗的拉拔力与钵体抗压强度、夹持角度、夹持面积、静摩擦因数等参数的关系。利用建立的夹持参数关系,结合穴盘苗力学特性试验数据,设计了一种适应穴盘苗力学特性的自动取苗末端执行器。试制了物理样机,进行了自动取苗夹持力测试。测试结果表明,夹持力测试数据与理论计算数据无显著性差别,验证了理论设计的可靠性。在所测试的含水率下,当取苗频率为30株/min时,取苗成功率达到95.16%。     

基于遗传算法的穴盘苗自动移钵路径优化

设施农业钵苗培育中,穴盘里不健康钵苗剔除后进行补种作业是一个重要环节.自动移钵路径是指末端执行器自原点出发,从移栽穴盘中逐一抓取健康钵苗补种到目的穴盘,直到完成回到出发点.该移钵路径问题与旅行商问题(TSP)具相似性,目标函数均为总路径长度,但其约束条件也具有特殊性.基于遗传算法提出了一套适合求解移钵路径优化问题的模型算法,并对算法的有效性进行了典型算例分析.模拟结果表明该算法得到的优化路径长度较常规采用的固定顺序路径长度要优,移栽完50株钵苗优化幅度8.5％以上,路径缩短3.7m以上,平均运算时间0.65 s.算法使得移钵路径得到了优化,且满足移钵机器人实时性要求,移栽效率进一步得到了提高.     

基于Kinect相机的苹果树三维点云配准

为建立具有真实彩色信息的果树三维点云形态结构模型,用Kinect相机获取不同视角下果树的原始三维点云,针对传统最近点迭代算法对待配准点云的空间位置要求苛刻的问题,提出了改进的点云配准算法。首先通过归一化对齐径向特征算法搜寻点云关键点,并使用快速点特征直方图描述子计算关键点处的特征向量。然后根据求得的特征向量估计2片点云关键点之间的空间映射关系,再基于随机抽样一致性算法提纯映射关系并完成点云的初始配准。最后利用最近点迭代算法完成点云的精确配准。实验结果表明,通过在最近点迭代算法前增加点云初始配准算法,有效地提高了点云配准的准确性和稳定性,能够对任意初始位置的2片点云进行准确匹配,平均配准误差为0.7 cm。     

辣椒穴盘苗形态特性的测定试验研究

新疆采用128穴辣椒穴盘苗进行移栽。为设计合理的穴盘苗自动取喂系统结构,通过对随机选取的辣椒穴盘苗形态特性测定,得出适宜移栽期的穴盘苗的高度范围为150~200mm,茎秆直径为1.56~2.06mm之间,高度与茎秆直径变化正相关,穴盘苗叶片长度以中部最长、根部略短、稍部最短。经试验分析得出:自动取喂系统的应满足高度200mm穴盘苗转运,并设置相应的苗冠合拢结构。     

穴盘苗取苗机构的设计与试验研究

为实现穴盘苗的机械自动移栽,设计了一种由取苗器及其驱动机构组成的单动力取苗机构,运用三维软件Pro/E对所设计的取苗机构进行了装配及运动仿真分析,测得取苗器在驱动力作用下位移、速度、加速度等的变化规律。分析结果表明:取苗器在取苗滑道约束下能满足作业要求;但在滑道各阶段的衔接处有硬性冲击产生,所测量即有突变。样机试验表明:取苗器作业流程顺畅,而在取苗滑道连接处确有较大振动,但各项功能均能准确完成,实现了穴盘苗移栽过程中的取苗及投苗两个动作。     

穴盘苗带可降解钵移栽对辣椒生长性状的影响

为给穴盘苗带可降解钵移栽机构设计指标提供参考,采用泥炭、蛭石、珍珠岩按7∶1∶2配比为穴盘育苗基质,以苏椒1614为试验材料,研究不同材质育苗盘和所培育穴盘苗钵体经不同包裹量处理对辣椒苗植株生长中根茎叶参数的影响。育苗盘分规格统一的传统不可降解材质育苗盘和可降解材质育苗盘;钵体不同包裹量分全包裹、2/3包裹、半包裹、不包裹和四周均布打孔五种。试验结果表明:穴盘苗带钵移栽的钵体包裹整体上对栽后植株的生长发育和产量有影响,不可降解盘苗栽后壮苗指数为0.016,产量为78.99 kg;可降解盘不包裹苗栽后壮苗指数为0.011,产量为62.12 kg;可降解盘半包裹苗栽后壮苗指数为0.009,产量为52.72 kg;可降解全包裹壮苗指数为0.009,产量为43.17 kg,表现均为最弱。说明,穴盘苗钵体被可降解材质包裹越多,对秧苗素质和产量越不利。据此,提出穴盘苗钵体被(2/3～1/2)穴钵高度包裹处理可作为移栽机去除包裹材料进行移栽的下限指标,为自动移栽机的创新设计提供理论支撑。     

基于Kinect的机器人抓取系统研究

智能抓取搬运机器人能够高效、可靠地完成各种搬运任务,降低工作人员的劳动强度,精准的物体定位是机器人执行搬运任务的基础。本文研究了基于Kinect的机器人抓取系统,可实现物体的类别检测、物体定位及机器人抓取任务。抓取系统由3个子系统(物体检测系统、物体定位系统及机器人抓取系统)组成。首先利用Kinect采集的物体图像信息训练单次多盒检测(Single multi-box detection,SSD)模型,然后根据SSD模型对物体的类别进行检测,得到物体在图像中的边框,并获取边框中物体像素坐标和深度,接着通过Kinect相机手眼标定法将像素坐标和深度转换到机器人基坐标系中,实现物体的定位,最后通过机器人逆运动学求解关节角,驱动机器人运动完成抓取搬运任务。对机器人进行了物体的定位和抓取实验,实验结果表明,物体的定位误差较小,物体抓取搬运实验的平均成功率达到97%,满足物体的抓取搬运需求。     

基于Kinect相机的油麦菜自动化三维点云重建

为了解决传统三维点云重建过程中人工调参费时、费力,且精度得不到保障等问题,提出了一种三维点云自动化配准算法,并应用于油麦菜三维重建.使用Kinect相机采集油麦菜不同视角下的点云数据,通过配准实验分析配准参数的变化规律,继而建立了配准评价体系,实现了两片点云的自动化配准,并通过最小化匹配误差积累将多幅点云变换到同一基准...     

基于网络摄像机的株高远程无损测量系统

作物株高是体现作物长势的重要指标。为此,针对现有基于图像分析测量方法需设置标定物、图像分割困难、精度不高的问题,提出一种基于网络摄像机的株高远程无损测量方法。利用三角测量原理,通过控制网络摄像机云台运动,计算光轴旋转角度,实现了株高的远程无损测量。以玉米为研究对象,在喇叭口期,通过焦距固定和焦距可变两组实验,测试了焦距变化对测量数据的影响。在三叶期、拔节期、大喇叭口期和抽雄期,随机选取10株作物,进行远程无损测量和人工测量,并生成株高数据连续变化曲线。实验结果表明:使用该方法,测量结果不受作物与摄像机距离远近和摄像机焦距变化的影响,鲁棒性强,对于无倾斜或倾斜度较小的作物,测量平均相对误差为3.66%,最大相对误差为6.71%,可满足农业生产的要求。     

基于RGB-D相机的单株玉米株高测量方法

玉米株高是反映作物长势的重要指标。为了实现田间单株玉米株高的快速测量,提出了一种基于RGB-Depth（RGB-D）相机的玉米株高测量方法。以拔节期玉米为观测对象,首先利用RGB-D相机获取田间玉米的彩色图像和深度图像。对玉米彩色图像进行灰度化、二值化和去噪处理,提取出包含待测玉米的二值图像。利用改进的分水岭分割算法对玉米的灰度图像进行分割,对分割结果进行圆形拟合操作,定位玉米的中心区域。对玉米的二值图像进行骨架化处理,检测骨架的交叉点和末端点,确定玉米骨架的中心点,并检索其到末端点的最短路径。对各条路径的点云数据进行求差与比较,确定玉米的最高点,并对最高点附近的点云数据进行直方图统计,获得地面点。最后,通过计算玉米最高点和地面点的差值,实现单株玉米株高参数的测量。对玉米样本进行测试试验的结果表明：单株玉米株高的平均测量误差为1.62cm,均方根误差（RMSE）为1.86cm,测量精度满足实用要求。     

基于Kinect相机的猪体理想姿态检测与体尺测量

为提高基于机器视觉的猪体体尺测量研究中的图像利用率和体尺测量效率,以长白猪和大白猪为研究对象,基于Kinect相机获取的猪体视频数据,提出了一种猪体理想姿态检测算法。该算法利用最小外接矩形法调整猪体为水平方向;利用投影法和差分法识别头部和尾部位置,通过头部边界标记法判断是否耳部缺失;利用骨骼化算法结合霍夫变换算法检测猪体头部是否歪斜。在此基础上,设计了猪体体尺测量算法。针对养殖场获取的103组视频数据、俯视和侧视各52 016帧图像,进行了理想姿态检测及体尺测量。结果表明,检测出理想姿态2 592帧、漏报432帧、误报0帧,误报率较低;每帧图像的体长偏差与本组体长均值小于2. 3%,组内理想姿态帧之间差异较小,一致性较好;体宽测量的平均精确度为95. 5%,体高测量的平均精确度为96. 3%,体长测量的平均精确度为97. 3%,测量的平均准确度较高。本研究成果应用于基于机器视觉的猪体体尺测量,可提高图像利用率和体尺测量效率。     

基于超分辨率重建与机器学习的油菜苗情监测方法

为优化养分管理和确保植株正常生长,以无人机遥感技术高效且非破坏采集田间作物苗情信息,监测油菜苗期的叶面积指数（LAI）与叶绿素相对含量（SPAD）。针对无人机因飞行高度与图像分辨率相互制约,监测效率与监测精度难以兼顾的问题,采用超分辨率重建方法,融合较低飞行高度拍摄高分辨率影像,重建较高飞行高度拍摄影像,建模完成后可通过拍摄飞行影像监测LAI和SPAD。试验设置3个氮肥梯度、3个播期、3个种植密度处理,在苗期利用无人机分别采集20m及40m 2个飞行高度的油菜苗影像,采用SRRestnet方法,对40m影像进行超分辨率重建。基于20m、40m及40m重建影像中提取的3种特征组合,利用偏最小二乘回归（PLSR）、随机森林（RF）、支持向量回归（SVR）3种机器学习方法对LAI和SPAD进行监测。结果表明,超分辨率重建后的图像在表型苗情监测中表现出良好效果,PLSR监测LAI、RF监测SPAD的监测精度最高,且40m重建图像的作业效率相比于20m图像提高48.6%。     

基于改进SIFT-ICP算法的Kinect植株点云配准方法

针对传统配准方法准确度低、速度慢的问题,提出了基于改进SIFT-ICP算法的彩色植株点云配准方法。首先采用Kinect获取不同视角下植株彩色图像和深度图像合成原始植株彩色点云,通过预处理提取原始点云植株信息,对植株点云进行尺度不变特征变换(SIFT)的特征点检测,得到点云配准关键点,再对关键点进行自适应法线估计,然后求取关键点的快速点特征直方图(FPFH),通过采样一致性(SAC-IA)初始配准方法改进点云间初始位置关系,最后利用Nanoflann加速最近点迭代(ICP)算法完成精确配准。试验结果表明,改进SIFT-ICP算法可以大幅度提高点云配准的准确性和快速性,其中对应点间平均欧氏距离小于7 mm,配准时间小于30 s。     

地下隔离层与石膏处理对滨海盐碱地玉米生长的影响

以"京科甜183"为试材,采用滨海盐碱地大田试验,研究了不同隔离层处理(麦秸隔离层和塑料薄膜隔离层)和不同石膏施用量(0、70、85、100t/hm~2)处理对玉米出苗率、株高和产量的影响。结果表明,滨海盐碱地施用石膏与地下40cm处埋设麦秆隔离层相结合,玉米的出苗率和产量较对照(没有铺设隔离层以及施加石膏)均显著增加了1倍(P0.05);与对照相比,滨海盐碱地施用石膏与地下40cm处埋设薄膜隔离层相结合的处理,玉米的出苗率显著增加,但产量增加不显著;在相同的隔离层材料条件下,随着石膏施用量从0t/hm~2增加到100t/hm~2,玉米的出苗率和产量有增加的趋势;整体上,麦秆隔离层处理的株高大于薄膜隔离层处理以及对照,施用石膏处理的株高显著大于未施石膏处理和对照(P0.05)。在滨海盐碱地施用石膏100t/hm~2与地下40cm处埋设麦秆隔离层相结合能更好地起到促进玉米生长、提高产量的作用。