基于全方位视觉传感器的农业机械定位系统

利用全方位视觉传感器能提供传感器周围360°范围内信息的图像,通过全方位图像可准确获取物体方向角,基于该特点研发一种可以实现农业机械自动导航的定位系统。该系统硬件主要由全方位视觉传感器、人工标识、PC、PC软件和作业车构成。该计算算法首先通过全方位视觉系统的校正,得出相机的成像投影中心;通过图像处理提取人工标识的位置,估算出标识相对于相机的方向角,然后根据圆周角定理和几何关系计算出相机的位置来完成农业机械的定位。在面积为5×3 m2的水泥地面和白炽灯光的实验室中进行试验,平均选取10个位置进行试验,试验结果显示估算点和选取点间距离的平均误差小于3 cm。研究证明该定位系统是可行的。     

农业机械全方位视觉定位系统的定位算法

农业机械全方位视觉定位系统根据标识方位角角度估算传感器相对于标识坐标系的绝对位置,包括系统校正、除噪、标识特征提取、方位角度估算和定位算法,其中定位算法是实现农业机械全方位视觉定位系统的关键部分。该文主要研究了4个标识和3个标识的定位算法,并通过室外30m×30m平地上的定点试验和传感器倾斜试验验证定位精度及传感器倾斜对定位精度的影响。试验结果表明,试验点坐标的估算值与实测值之间距离的均方根误差与平均绝对误差分别为14.75和14.06cm,最大绝对误差为25.72cm;倾斜角度越大,对定位精度的影响越大。研究表明本文定位算法是可行的,且算法简单、运行速度快;实用中当传感器倾斜角度大于5°或者凹凸不平明显的作业环境中,有必要考虑传感器倾斜造成的定位误差的补偿。     

基于相似度的温室无线传感器网络定位算法

针对温室移动节点定位简单、易实现要求,提出了一种基于相似度的温室无线传感器网络定位方法。该方法主要包括虚拟网格划分、测量距离修正、节点定位3个阶段。首先,汇聚节点根据信标节点的分布信息,将温室区域等分划分虚拟网格,并返回除区域边界外的网格顶点的坐标;然后,汇聚节点通过比较信标节点间测量距离与真实距离的偏差,获得各信标节点的误差系数,用以修正传感器节点与各信标节点间的测量距离,并按序组成距离向量;最后,量化该距离向量与所有除区域边界外的网格顶点到各信标节点的距离向量之间的相似程度,选取相似度最高的网格顶点的质心为传感器节点的估计位置。仿真试验表明,该方法充分考虑测距误差、虚拟网格、信标节点数量对定位误差的影响,具有较高的稳定性和定位精度,能够满足网络定位成本受限的温室定位需求;将该方法与支持向量机定位算法进行比较,2种算法的定位误差均值分别为2.5407、2.9195 m,定位算法平均运行时间分别为0.2326、2.3719 s,表明该方法具有更低定位误差和计算复杂度。     

冬油菜田杂草探测光谱传感器设计与应用

杂草的精确识别是对靶施药和自动化机械除草的关键前提,基于光谱分析技术的光谱传感器可以实现快速、无损的杂草识别.该文以冬油菜苗期杂草为研究对象,根据试验选取的4个特征波长点(595、710、755和950 nm),设计了一种能自动识别杂草的光谱传感器.根据光学系统原理和田间实际操作要求,提出了该光谱传感器的结构设计方案,选择了合适的光学器件,并开发了光谱传感器信号调理电路.对光谱传感器进行了标定和试验验证,根据便携式光谱仪和光谱传感器在4个波长下的测量结果建立了相应的标定方程,方程的决定系数分别为0.799、0.812、0.892和0.867,验证试验结果的相对误差绝大多数都在10％以内,可以识别冬油菜苗期田间杂草.该传感器为杂草自动探测装置的开发提供了参考.     

基于图像拼接的苗期玉米植株缺失数量自动测量方法

为自动测量苗期玉米植株缺失数量,研究一种基于图像拼接的玉米早期缺苗数量自动测量方法。该方法首先在田间光照条件下,从植株顶部沿行向获取玉米图像序列,并将图像序列注册到同一坐标系下拼接为行向图像,然后将植株像素从土壤背景中分割出来,在植株细化骨架上标识茎秆中心点。最后以行向图像上各茎秆中心点拟合行向直线,将茎秆中心点向行向直线投影,从相邻投影点的距离计算植株平均株距,缺苗数量可由平均株距和两相邻植株的距离计算。在3个不同密度的试验小区上对比该方法与人工测量,每个小区进行10次重复,在低密度和中密度小区两种方法具有较高的相关性,在高密度小区两种方法的相关性有所下降。该方法可以替代人工测量,从而减少时间和人力投入,提高玉米早期植株缺苗数调查的自动化程度。     

免耕播种机播种质量红外监测系统设计与试验

为了对播种机播种质量进行监测,实现精量播种,该文采用红外检测技术,设计了一种对射式传感器,研制了配套播种质量监测系统,并进行了田间播种作业试验研究。该监测系统由多路传感器、监控终端、播种传动传感器组成,结构合理,安装方便,对播种过程出现的堵塞、漏播、缺种等现象,可发出声光报警信号,及时指示故障的位置。田间试验中监测数据与实际测量对比结果表明:该监测系统能够适应田间工作环境,播种质量监测准确率可达95%以上,能够解决人工难以实时监测播种质量的问题,可避免漏播断条现象发生,提高播种机的工作效率和播种质量。     

切纵流联合收获机小麦夹带损失检测试验与分析

为及时获知切纵流联合收获机在田间收获时的夹带损失情况,该文将切纵流联合收获机上的刀形齿切流滚筒、辅助喂入轮和钉齿纵轴流滚筒在实验室内建成切纵流脱粒分离试验台,在7 kg/s小麦喂入量时进行脱粒分离性能试验,测定脱出混合物中各成分的含量和纵向分布规律,建立脱出混合物脱分系数矩阵,求解出切纵流联合收获机上脱粒分离装置的脱分矩阵方程。利用阵列式聚偏氟乙烯PVDF压电薄膜传感器测量切纵流联合收获机田间收获时钉齿纵轴流滚筒下第11接料盒位置分离出的籽粒量,运用脱分矩阵方程计算出夹带损失质量并与人工实测值进行比较。结果表明,田间收获时运用PVDF压电薄膜传感器预测的夹带损失质量与人工实测值的误差为-4.82%～-5.87%。该研究可以对田间收获的籽粒夹带损失进行实时监控。     

多路数据采集与处理模型的设计及水分传感器埋设位置优化

为优化土壤水分传感器的埋设位置,该文针对宁夏日光温室滴灌黄瓜田间的土壤水分传感器埋设位置进行优化试验,确定出最佳埋设深度和宽度。利用最小二乘法对澳大利亚生产的MP406土壤水分传感器进行标定,得到水分利用效率的拟合值与实测值的相关性系数为0.9906。设计了多路数据自动采集监测与灌溉系统,可同时获取不同处理的18个水分传感器数据,通过远程客户端实时下载和监控水分数据并实现自动灌溉,通过远程手机短信监控功能,进行手机短信命令控制一个或多个处理的实时灌溉,系统可同时测量不同处理的灌水量。计算水分利用效率和产量,分析传感器水分数据的差异和相关系数,确定出土壤水分传感器在宁夏日光温室滴灌黄瓜田间的最佳埋设深度和宽度位置,该研究方法为确定土壤水分传感器的埋设深度及宽度提供可行的参考方案。     

田间作业车辆外部加速度辨识与姿态测量系统研制

复杂田间作业环境与精细作业效果要求农机装备具备实时精准感知农机具姿态的能力,田间作业时普遍存在的车辆外部加速度对此带来挑战。为进一步提高农机装备作业质量,该文以6轴微惯性传感器为硬件传感器,以方向余弦矩阵法进行姿态解算,基于一阶外部加速度模型设计卡尔曼滤波融合算法,实现动态情况下田间作业车辆外部加速度辨识与姿态精准估计。分别采用Innova 2100型摇床与装配有MTi300航向姿态参考模块的高地隙喷雾机对系统进行试验验证。摇床试验结果表明:在外部加速度小于10g情况下,系统对外部加速度辨识误差小于0.214 m/s2;田间作业高地隙喷雾机试验结果表明,相比于MTi300,横滚角最大误差为0.23?,俯仰角最大误差为0.39?。说明该文研制姿态测量系统可准确辨识外部加速度与测量姿态,研究结果可为满足精细农业作业要求的姿态测量系统研发提供依据。     

基于遗传BP算法的温室无线传感器网络定位方法

针对温室移动节点定位的需求,提出了一种基于遗传BP算法的温室无线传感器网络定位方法。该方法主要包括路径损耗指数确定、定位模型训练、未知节点定位3个阶段。首先,锚节点间相互通信,通过高斯校正模型增强定位信息的准确性后,利用最小均方误差估计法确定路径损耗参数;然后,应用遗传BP算法建立未知节点坐标和未知节点至锚节点的距离向量之间的映射关系模型;最后将未知节点接收各锚节点的RSSI值转换为距离向量,输入定位模型中,估算未知节点的位置。试验表明,该方法充分考虑环境对信号传输模型的影响,定位误差≤2m的比例达24%,定位误差≤3.5m的比例达86%,相对定位误差低于4.8%,具有较高的稳定性和定位精度,能够满足实际温室环境的定位需求。     

基于触感引导的小型水田行进底盘自动对行方法

为了解决小型水田底盘因路径偏差导致的稻苗碾压损伤问题,该研究提出一种基于触感引导的自动对行方法。采用自制的感测器获取稻株定位历程触感数据,通过数据的分割阈值设定、区域谷值提取、横向距离标定获得感测器与稻株的横向距离。根据水稻机械化移栽行距规整性,利用行距与定位数据几何关系校验稻株定位数据,解算获得稻列方向相邻稻株中点位置,实现对行目标点坐标提取。基于时变坐标系跟踪方法,控制转向电机实时校正路径偏差,实现小型水田底盘自动对行。田间性能试验表明：当行进速度为0.5m/s时,自动对行绝对误差平均值为3.11cm、绝对误差标准差为1.10 cm、绝对误差最大值为4.75 cm,研究成果为水田环境作业底盘自动导航提供了新思路和借鉴。     

基于视觉伺服的联合收割机群协同导航从机定位方法

针对收割机群协同导航从机实际定位需求,在分析主机与从机间相对位置关系的基础上,提出了一种采用视觉系统求解靶标投影矩形区域形心坐标,并以此作为导引信息,引导相对位姿测量装置测量从机相对主机位姿,实现从机精确定位的方法。重点对从机定位方法中需解决的运动靶标跟踪和对靶控制2个关键问题进行了研究,提出了一种基于双重波门的运动靶标跟踪方法和一种基于变尺度变论域模糊控制的对靶控制方法。试验结果表明,该文所提定位方法基本不受收割机前进速度的影响,不同速度最大偏差的标准差为0.003 5 m,平均偏差的标准差为0.002 3 m。     

农用无人机多传感器遥感辅助小麦育种信息获取

为实现小麦育种过程中大规模育种材料表型信息快速高通量获取,该文分别从无人机平台优选、农情信息采集传感器集成及数据处理与解析等方面开展研究,研发了一套农业多载荷无人机遥感辅助小麦育种信息获取系统。该系统基于多旋翼无人机平台,并集成高清数码相机、多光谱仪、热像仪等多载荷传感器,提出了无地面控制点条件下的无人机遥感数据几何精校正模型,实现多载荷遥感数据几何校正。该系统操控简便,适合农田复杂环境条件作业,能够高通量获取作物倒伏面积、叶面积指数、产量及冠层温度等育种关键表型参量,为研究小麦育种基因型与表型关联规律提供辅助支持。     

基于里程信息融合的株间锄草刀定位数据优化方法

为提高株间锄草刀定位精度、降低机器视觉受外界因素的影响,该文提出里程信息融合机器视觉的方法对锄刀定位数据进行优化。通过分析定位数据校正和视觉滞后补偿的原理,设计了模糊逻辑校正器,通过模糊规则将模糊校正系统简化为单输入单输出形式,采用Mamdani模糊推理方法获得视觉数据可信度决策表,将可信度作为加权值生成校正锄刀定位数据,并提出采用实时里程信息作为视觉滞后补偿量的方法,给出补偿公式。田间刀苗距优化静态试验表明,视觉刀苗距误差为9.88 mm,优化后刀苗距误差为6.06 mm;动态试验表明,视觉数据出错率为4.8%～6.6%,刀苗距变化曲线显示,优化方法可有效过滤视觉坏点或不稳定的数据点,将视觉滞后纳入衡量标准,不同车速下动态优化后刀苗距平均误差为5.30～7.08 mm,较优化前降低了25%左右。研究结果表明,锄草刀定位数据优化方法可有效提高机器视觉静态和动态获取刀苗距的精度。该研究为提高株间锄草技术的锄刀定位精度提供了参考。     

基于Gray-EKF算法的智能农业车辆同时定位与地图创建

为了提高智能农业车辆在未知环境中同时定位与地图创建精度,将灰色预测理论和扩展卡尔曼滤波融合,提出了基于灰色扩展卡尔曼滤波的同时定位与地图创建算法。算法在传统的扩展卡尔曼滤波基础上,通过改进的滑窗灰色预测理论建立传感器的GM(1,1)观测预测模型,进而完成新息的计算。为了提高观测精度和抗干扰能力,系统使用了三目摄像机作为观测传感器,并提出了一种简易的权值标定算法。试验表明:精度权值标定后的三目摄像机具有较高的测量精度,16组测量数据中有12组的测量误差小于1%,并能减小由于干扰造成的误差。在30个人工路标的停车场环境中,车辆对路标x和y方向的观测误差均值为0.074和0.073m,自身定位误差为0.140m,误差均方差为0.048。在60个人工路标的停车场环境中,车辆对路标x和y方向的观测误差均值为0.061和0.068m,自身定位误差为0.109m,误差均方差为0.038。在60个人工路标的旱地环境中,车辆对路标x和y方向的观测误差均值为0.079和0.077m,自身定位误差为0.122m,误差均方差为0.049。研究认为,与传统的EKF SLAM算法相比,Gray-EKF SLAM算法具有更高的精度。