机器视觉技术在农业机器人定位中的作用

随着科学技术的飞速发展,机器视觉技术在不同的应用场景下取得了良好的效果。机器视觉技术通过卷积神经网络、YOLO等模型,可以实现目标检测、目标分类、位置识别等。实践证明,农业机器人进一步结合机器视觉技术可以极大地提高农业智能化水平。基于此,课题组介绍了机器视觉技术在农业中的应用场景,详细分析了农业机器人的定位解决方案,结合单目相机提出了实现目标定位的方法,结合图像特征点提出了农业机器人位置的确定方法。结果表明,机器视觉技术能够实现农业机器人的精确定位,有利于农业的智慧化、自动化发展。     

机器视觉在农业机器人自主导航系统中的研究进展

自主导航是移动机器人的关键技术.机器视觉由于信息量大和人性化特征,视觉导航已成为农业机器人获得导航信息的一种主要方式.为此,综合分析了目前国内外视觉导航技术的研究现状及其存在的问题;同时,探讨了研究中需要解决的关键技术.最后,展望了农业机器人视觉导航技术的发展趋势.     

基于机器视觉的农业机器人运动障碍目标检测

在农业移动机器人平台上运用机器视觉技术检测作业环境中是否存在运动障碍目标时,机器人自身运动会与障碍目标运动叠加在一起.为此,首先在移动机器人平台上连续采集两帧图像,提取其特征点并加以匹配;然后应用双线性模型描述对应特征点在图像之间的运动特性,并用最小二乘法对模型参数进行最优估计,得到两帧图像之间的变换矩阵;最后利用此变换矩阵补偿前帧图像来消除机器人自身运动的影响,再与后帧图像作帧差,在线检测出运动障碍目标.实验结果表明,该方法仅依据图像信息即可有效地检测出农业机器人导航环境中存在的运动障碍目标.     

基于机器视觉的农业机器人自主作业设计

随着我国城市化的发展和人口老龄化的加剧,从事农业生产的人数逐渐减少,农业生产成本的上升导致农产品价格上涨。因此,开发廉价、灵活和多功能的自主农业机器人尤为重要。因此,笔者在阐述农业机器人自主作业研究开发的意义和价值的基础上,分析了农业机器人自主作业的设计过程,并设计了一款物美价廉的农业机器人。仿真结果表明,该农业机器人可以根据农作物的生长情况灵活管理农作物,可以进行浇水、施肥和除草等作业,解放了劳动力,提高了农业生产效率。     

农业机器人视觉导航技术发展与展望

概述了农业机器人主要的导航方式，综合分析了目前国内外视觉导航研究现状及存在的问题，并提出了进一步研究的方向与途径。     

农业机器人研究现状及发展趋势

对国内外最新农业机器人研究成果进行了综合研究。介绍了农业机器人的国内外发展现状,对当前农业机器人进行分类阐述,分析了当前农业机器人的工作原理和关键技术,最后对我国农业机器人的发展趋势进行了预测。      

机器视觉在农业车辆导航系统中的研究进展

机器视觉是农业自动车辆获得导航信息的一种方式,其基本任务是从图像中识别出作物行,然后提取作物线。目前有两种分析图像的模式：基于2D图像信息的边缘特征分析法,基于1D灰度信息的特征分析法。综述了国内外在这个领域的研究进展,并提出一些符合我国农业现代化发展趋势的机器视觉研究思路。     

我国设施农业现状及发展趋势

设施农业是衡量一个国家农业现代化程度的重要标志之一。设施农业就是利用人工建造的设施,为种植业、养殖业及其产品的贮藏保鲜等提供最佳的环境条件,以期将农业生物的遗传潜力变为现实的巨大生产力,获得速生、高产、优质、高效的农产品。近年来,我国设施农业发展迅猛。本文从我国设施农业发展现状、趋势,农机化对设施农业的支撑作用及对策人手,展开研究,以促进其陕速发展。     

采摘机器人定位导航系统设计—基于无线传感网络和机器视觉

为了提高采摘机器人定位导航效率,改变单一的定位导航模式,将无线传感网络和机器视觉系统引入到了定位导航系统的设计上,通过联合定位的方式,提高导航效率.进行定位时,首先,由无线传感网络定位系统迅速定位作业区域,采摘机器人规划路径自主到达指定作业区域;然后,利用机器视觉系统对果实进行图像采集,采用图像匹配功能发现成熟待采摘果...     

北京市设施农业产业智慧监管和服务体系建设与应用

着眼于北京市设施农业产业监管与服务需求，应用物联网、大数据、人工智能等技术，构建了北京市设施农业产业监管和服务体系，夯实了全市设施农业数据底数，实现了全市18.2万栋设施和3万个设施经营主体的“一棚一码、一主体一码”动态管理。构建了全方位的数据采集模式，汇聚全市设施农业数据资源，通过数据综合分析利用，为政府决策、行业监管、生产主体提供一张图、数据画像、补贴管理、种植服务等精准化、定制化的综合信息服务，产生直接经济效益达5.49亿元，有效解决了设施底数不明、监管不清、数据分散和服务不精等问题，提升了设施农业产业监管和服务效率，助推北京市设施农业高质量发展。      

设施农业就地翻土犁结构设计与仿真

针对铧式犁使土垡侧移而无法适应设施农业耕作需求的难题,设计一款新式犁体.基于铧式犁的设计方法水平直元法和翻土曲线族法,提出一种翻土曲元法.通过对犁体导曲线、翻土曲元线的设计,由翻土元线中点穿透于导曲线且翻土元线角度按照规律变化后得到一种翻垡后土垡无侧移且无犁沟的就地翻土犁体曲面,利用Solidworks建立就地翻土犁数...     

智能田间除草机器人发展现状研究

智能田间除草机器人是当代农业发展现代化、精细化、智能化的重要体现,对国家社会发展、环境保护等方面有着重要意义。为明确智能除草机器人关键技术与装备当前研究现状,从除草方式、苗草识别定位和智能导航方式等方面,总结梳理典型除草机器人的研究现状及作业方式;综述智能导航、苗草识别、除草执行系统关键技术的重要意义及研究进展;结合除草机器人具有作业环境复杂多变性、作业对象娇嫩性、使用对象特殊性、作业季节性的研究特点,指出当前关键技术的现存问题并阐释组合导航技术、复杂田间环境图像处理技术及杂草分类、株间除草末端执行机构研发及机械结构优化是未来发展趋势。     

基于改进A*算法的果园移动机器人建图定位与路径规划方法与试验

为实现果园移动机器人室外自主导航,对机器人建图定位和路径规划进行研究.在建图与定位方面,提出一种紧耦合激光—惯性里程计方法,通过匹配提取到的关键帧点云线面特征来完成机器人的位姿估计与地图构建,将处理过的不同传感器的测量信息融入因子图进行优化得到全局一致位姿,运用滑动窗口的方法保证系统实时性,对历史关键帧进行边缘化处理以...     

北京市设施农业装备发展现状研究

设施装备的发展与应用对设施农业发展和现代农业建设具有重要意义.本文阐述了北京市设施农业装备的发展现状,分析了影响设施农业装备发展的原因,提出了促进设施农业装备发展的政策建议.     

国内外设施蔬菜机械化发展现状分析及对策

随着我国设施蔬菜产业的不断发展以及人们对设施蔬菜的需求日益增加,实现机械化、智能化作业生产成为了设施蔬菜产业现代化进程中的必要环节。虽然我国设施蔬菜面积、产量以及产值不断扩大,但与欧美等设施农业发达国家仍有很大的差距。为提高设施我国设施产业机械化水平,研制可靠的机械作业装备,综述分析美国、日本、荷兰等国家现代化设施蔬菜作业机械的研究现状和发展动态,总结归纳我国设施蔬菜作业机械的类型以及优缺点,指出我国设施蔬菜生产过程中存在机械化、自动化程度不高、机具适应性差、农业机器人应用相对落后等问题。结合我国国情提出要加强研发智能化、信息化设施农业装备,推进新材料及农业机器人新技术的应用等提升设施蔬菜机械化水平的对策,为我国设施蔬菜机械化的发展指明方向和提供参考。     

自主导航农业机器人全方位视觉目标识别与跟踪研究

随着我国信息化技术的逐渐提高,机械自动化、集成电路、智能控制系统和测试计量等行业得到了快速发展,使得移动机器人达到了一个全新的高度,农业机器人也因此被广泛应用。在机器人众多研究问题中,全方位视觉的目标识别与跟踪一直是比较复杂并较难解决的问题。为此,基于全方位的自主导航技术,根据农业机器人工作特点和运动特性,建立了机器人工作空间的环境模型,提出了一种陆标导航和运动目标跟踪系统的视觉伺服方案,开发了以DSP控制器为核心的全方位视觉图像处理系统。试验结果表明:所设计的农业机器人全方位视觉目标识别与跟踪系统精准度高,可靠性和实时性强,各项性能指标优。     

山东省泗水县设施农业发展调查

设施农业在泗水县种植业结构调整过程中异军突起,迅速发展,成为该县农业最具潜力的经济增长点,显示了强大的生命力和广阔的发展前景,种植品种、养殖品种逐渐增多,品种质量有所提高,已经具备了一定规模,并取得了显著的经济效益。     

专利视角下全球工厂化农业技术发展态势分析

【目的】工厂化农业已成为未来农业发展的战略方向,发展工厂化农业是推进现代农业转型升级、提高农业“三率”的重要途径。文章通过专利文献分析,了解和掌握工厂化农业的发展现状及研究态势。【方法】选取Pat Snap(智慧芽)数据库作为专利数据源,对工厂化农业技术进行分析；基于文献计量和可视化的方法,从专利的时间序列分布、申请人类型、国家/区域分布、申请机构、发明人、热点技术领域6个方面纵观工厂化农业的发展趋势与竞争态势。【结果】工厂化农业技术专利数量呈逐年递增的趋势,2020-2021年受全球新冠疫情影响数量有所下降；公司是进行农业工厂化技术专利布局数量最大的主体,院校和科研院所是进行基础研究的主要群体；美国是专利申请量最多的国家,同时也是专利布局最大的市场。【结论】我国工厂化农业在核心关键技术及产出效能上与发达国家仍存在一定差距,因此将工厂化农业提升到国家重要业态和重大战略地位,重点突破一批对外依存度高的核心关键技术,加快产业化进程,最终实现技术落地。     

多光谱视觉技术在收获机器人中的应用

分析了几种不同作物光谱反射特性；简要介绍了利用多光谱技术进行图像处理的软件、硬件系统及其处理方法；着重介绍了多光谱视觉技术在番茄收获机器人以及黄瓜收获机器人中的应用；最后，对多光谱视觉技术应用于收获机器人需解决的关键技术作了简要阐述。