林下作业机器人设计与试验

针对林下生长环境复杂、自动化程度低的问题,设计了林下自主导航机器人。该机器人采用ROS操作系统,搭载激光雷达、IMU惯导及编码器,并采用激光雷达和IMU惯导实现环境地图构建。在导航过程中,使用机器人里程数据在环境中进行定位,实现了自主规划路线和自主避障。室内模拟试验表明:该系统能够自主行走,所建地图完整准确、躲避障碍物及时、规划路线合理,可为林下作业机器人实现自动导航提供了理论依据。     

基于三维激光雷达与优化DBSCAN算法的果树定位方法

为提高果园喷雾机器人在果园行间行走的自主性和安全性,提出一种基于三维激光雷达与优化DBSCAN算法的果树定位方法。首先,采用三维激光雷达获取果园的环境信息,通过感兴趣区域提取、地面点云分割和体素滤波降采样对原始点云数据进行预处理;然后,对DBSCAN算法进行优化,构建KD树索引有序化实时点云数据,并使用KD树最近邻搜索替代传统DBSCAN算法的遍历搜索方式,最后根据数据点到激光雷达的距离自适应确定聚类密度阈值,实现行间不同距离的果树检测;最后,以果树聚类结果的冠层边缘点为果树的定位参考点,得到果树定位参考点的坐标,计算果园喷雾机器人与果树的相对位置。试验结果表明：优化的DBSCAN算法相较于传统DBSCAN算法检测的准确性和实时性均有明显提升,果树的横向定位平均误差为2.6%,纵向定位平均误差为1.6%。该方法能够满足果园喷雾机器人在行间果树定位的准确性和实时性要求,为精准农业装备在林果园环境下的自主导航和作业提供有效参考。     

果园移动机器人激光雷达双源信息融合实时导航方法

为提高林果园移动机器人导航系统的精确性与鲁棒性,提出一种基于激光雷达三维点云的果园行间高低频双源信息融合实时导航方法。首先,喷雾机器人搭载三维激光雷达采集两侧果树点云信息,对原始点云数据进行直通滤波、降采样和统计滤波等预处理,保留感兴趣区域内果树冠层点云;然后,将分别基于高频更新的牛顿插值算法和低频更新的非线性支持向量机(Non-linear support vector machine, NSVM)算法拟合的行间导航线进行互补融合;最后,在导航线切换时,对融合后导航线的稳定性进行优化,并使用三次B样条算法使导航线平滑。实验结果表明：融合优化后的导航线最大曲率为0.048 m^-1,平均曲率为0.018 m^-1;分别以0.5 m/s和1.0 m/s的行驶速度对融合优化后的导航线进行跟踪,绝对横向偏差最大值分别为0.104 m和0.130 m,平均值分别为0.053 m和0.049 m,说明该导航方法能够满足作业装备在果园行间自主导航作业的需求,为喷雾机器人在果园环境中的自主导航提供技术参考。     

基于激光雷达的果园行间路径提取与导航

针对车辆果园行间自主导航出现的车辆偏航、非相邻树行干扰、植株缺失、树行弯曲等问题,提出一种基于激光雷达的行间路径提取方法,构建多样化虚拟果园环境仿真行间路径导航过程,评估路径提取算法性能。行间路径提取时,采用二维激光雷达（Light detection and ranging,LiDAR）获取果园树干测量数据,通过中值滤波削弱测量噪声,设计椭圆感兴趣区域（Region of interest,ROI）提取相邻树行,提出两步树行分割法获取相邻树行数据,通过最小二乘法拟合树行直线,将树行中心线作为导航路径。行间导航仿真时,建立虚拟果园环境和LiDAR测量模型,基于仿真测量数据生成导航路径,经过一阶数字低通滤波后实时控制车辆运动。仿真实验中,设置果树种植偏差为±20cm,树干直径偏差为±3cm,LiDAR测量误差为±3cm。实验结果表明,本文方法在车辆偏航、缺树、曲线树行等情况下均能准确提取导航路径,在偏航角不大于15°、横向偏差不大于1m、缺树率不大于25%时均能将车辆轨迹与道路中心线的横向偏差控制在±14cm内。     

三种果园施药机械施药效果研究

使用药液沉积变异系数Cv、农药有效利用率、地面药液沉积率和飘失率作为衡量指标,对比常用喷枪、改进喷枪和果园自动对靶喷雾机的施药效果进行研究。研究结果表明:改进喷枪和果园自动对靶喷雾机都能提高药液在果树冠层中的沉积均匀性,减少药液在地面的流失量,果园自动对靶喷雾机效果最佳。改进喷枪比常用喷枪的施药效果略有提高,果园自动对靶喷雾机会显著提高药液沉积均匀性和农药利用率。     

果园自动变距精准施药系统设计与试验

针对我国北方果园施药设备自动化程度不高、农药利用率低、适应性差等问题,设计了基于冠层体积估算的果园自动变距精准施药系统。施药系统的喷施臂在控制系统的控制下可以在水平和垂直方向调整喷雾距离和喷施高度,以适应不同果园的果树特征。为实现精准喷施,利用红外测距传感器组成了传感器阵列,通过该阵列探测冠层,将测得的数据用数学方法构建了冠层体积估算模型,并设计了喷雾参数调整方案,使得喷雾距离与喷雾量可进行相应调整。为验证施药系统的性能,测试了喷施臂在接收到移动指令时的响应时间与运动实际耗时以及冠层体积估算模型的准确率,并选用仿真桃树进行了定距和变距两组自动对靶喷施试验。结果表明,喷施臂的移动可实现瞬间响应,运动实际耗时与理论耗时几乎一致,冠层体积估算模型的相对误差为11.27%;与定距对靶喷雾相比,自动变距对靶喷施的农药附着率提高了18.66%,节约了30.25%的药液。     

果园多风管风送喷雾机风量调控系统设计与试验

目前国内大多数果园风送喷雾机多通过控制风机转速或出风口截面积调整风量,依据果树冠层特征实时变量调控风量的相关研究较少,针对上述问题,本文提出了一种基于果树冠层特征实时调整风量的单风机多风管旁路调风技术。分析对比了节流调风和旁路调风两方案风速调节能力和风场风速空间变化特性,旁路调风结构风速与蝶阀开度线性变化关系更明显,利于风量及风速的控制,因而选择旁路调风方案。该方案基于果树分割冠层层数设置相应数量的扇形出风口,构建了基于果树分割冠层特征的蝶阀开度模型,并依据该模型计算各出风口处蝶阀的理论开度,结合PID变量调控技术控制蝶阀实现各出风口风量实时调控进行变量喷雾。选择普通风送喷雾、自动对靶变量喷雾和变风量喷雾3种模式,以雾滴沉积量和药液飘逸损失为指标,对3种作业模式进行喷雾性能试验,试验结果表明：普通风送喷雾模式下农药飘移量及地面流失量最大;变风量喷雾表面冠层的沉积量比自动对靶风送喷雾模式提高了17.3%,变异系数降低了10.29个百分点,且果树冠层下、果树间的地面沉积量分别降低了26.1%和40.7%,飘移量相比于其他2种喷雾模式分别降低了69.9%和50.9%。     

丘陵果园自走式小型靶标跟随喷雾机设计与试验

针对丘陵果园传统大型施药装备入园难、施药劳动强度大、作业效率低及药液浪费严重等问题，根据丘陵果园农艺特点和病虫害防治需求，设计一种丘陵果园自走式小型靶标跟随喷雾机，可配合植保无人机作业，提升果树冠层药液覆盖效果。喷雾机上集成靶标探测追踪系统与自主导航系统，靶标跟随喷雾机构采用双喷头联动式设计，喷雾角度与高度的调节范围根据雾滴运动规律进行确定，实现了果园植保自主作业。果园试验结果表明，对靶喷雾时果树冠层不同高度叶片正面的平均雾滴沉积个数变异系数为34.22%，同一高度不同采样点叶片正面的平均雾滴沉积个数变异系数为34.56%，相比于非对靶喷雾，喷施用水量、地面流失量与冠后飘移流失量分别降低26.70%、84.93%和53.50%，在减少药液浪费的同时，有效提高了果树冠层中下部叶片正面的雾滴分布均匀性。     

管道自动顺序喷雾架设计及喷雾有效性试验

管道自动顺序喷雾可解决果园种植管理中病虫害防治作业劳动强度大、效率低及人工喷药中的安全问题。为此,设计了管道自动顺序喷雾架的主体支撑部分及喷头支撑与定位部分,并以满足喷头雾滴范围既能覆盖果树树冠且不能喷在树冠外边为原则,对喷头的布置方式进行了定量的设计及计算。以管道自动顺序恒压喷雾系统为试验平台,在梅州柚子园进行了雾滴穿透性及有效性的田间试验。试验结果表明:树冠的前冠面、中膛、后冠面都有雾滴附着,喷雾有效率分别为88.9%、100%、83.3%;雾滴沉积量分别为0.032、0.033、0.029mL。通过试验,测试了果园管道自动顺序喷雾系统的性能及喷雾效果,为果树病虫害防治减量施药提供了新方法,为管道自动顺序喷雾架的优化和喷头布置的优化提供了参考。     

基于激光导航的果园移动机器人自动控制系统

以实现果园作业自动化为目的,开发了一种履带式移动机器人作为作业移动平台。机器人采用激光测距仪实现对果树位置信息实现实时的采集,采用霍夫变换规划机器人导航路径,实现了树行直线方程的提取。机器人的航向偏差和横向偏差作为比例控制器的输入量,以机器人实际偏转的角度为输出量,实现机器人沿导航路径自动直线行走。机器人以0.14m/s速度直线行驶25m,最大横向偏差0.26m。试验结果表明,该系统导航控制算法性能良好。     

果树快速定位采摘机器人设计——基于红外和激光扫描技术

为提高采摘机器人的自主导航能力和采摘效率,实现机器人的快速果树识别和定位,结合红外测距传感器与计算机图像处理技术,利用激光扫描传感器体积小、功耗低、速度快、抗干扰等特点,提出了一种非接触式测量果树深度信息的方法;并结合计算机图像处理对果树进行了标定,实现果树的快速识别与定位,为采摘机器人运动轨迹规划提供了自主导航的参数。为了验证该方法的可靠性,在采摘机器人试验样机上安装了红外线测距和激光扫描快速定位装置,并通过左右两侧果树的导航路径拟合,得到了机器人的行走路径,通过对比红外线测距和激光扫描的结果发现,其拟合路径基本吻合,从而验证了该方法测量数据的可靠性。根据不同的树高对应的枝叶密度,利用计算机图像处理对果树进行了标定,最后利用激光扫描方法对标定后的果树进行了快速定位,并将结果和全站仪的结果进行了对比,结果表明:激光扫描和全站仪之间的最大误差仅为20mm。这说明,激光测量的精度较高,可以满足设计的需求。     

复杂背景下果园视觉导航路径提取算法

为解决果园视觉导航机器人行间自主行进和调头问题,提出了基于Mask R-CNN的导航线提取方法和基于随机采样一致性(Random sample consensus, RANSAC)算法的树行线提取方法。首先,基于Mask R-CNN模型对道路与树干进行识别,提取道路分割掩码和树干边界框坐标;其次,在生成行间导航线的基础上,采用改进RANSAC算法提取前排树行线;然后,计算树干边界框坐标点到前排行线的距离,筛选后排树干坐标点,采用最小二乘法拟合生成后排树行线;最后,通过分析前后排树行信息判断调头方向,结合本文提出的行末端距离计算与调头路径规划方法,规划车辆的调头路线。实验结果表明：在不同光照、杂草、天气环境下的6种果园场景中,模型的平均分割精度和边界框检测精度都为97.0%,导航目标点提取的平均偏差不超过5.3%,树行线检测准确率不低于87%,调头后车辆距道路中心的平均偏差为7.8 cm,可为果园环境下的视觉自主导航提供有效参考。     

基于相机与激光雷达融合的温室机器人行间导航方法

针对温室颠簸不平、枝叶遮挡道路的复杂环境,开展基于相机与激光雷达数据融合的机器人行间导航方法研究。首先,利用改进的U-Net模型实现图像道路区域的准确快速分割;其次,通过融合图像分割结果进行地面点云预分割,减少地面起伏造成的点云倾斜;然后,采用改进的KMeans算法实现作物行点云快速聚类,并将聚类中心作为作物行主干区域点,降低枝叶遮挡对作物行中线提取的影响;最后,采用RANSAC算法拟合两侧作物行方程并计算出导航线。通过实验评估导航线精度,在测试集中94%以上数据帧可以准确实现提取导航线,平均角度误差不高于1.45°,满足温室机器人沿作物行自主导航行驶要求。     

丘陵山地果树冠层体积激光测量方法与试验

树冠体积是农药变量喷施、肥料精准施用和果产预估等果园精细管理的重要因素。为了克服丘陵山地果园地面不平整和果树种植不规整等因素对果树冠层体积激光测量方法的影响,搭建了果树冠层体积激光测量平台,基于AHRS和DGPS实现定位定姿,通过空间坐标转换直接求取果树冠层激光扫描点在大地坐标系下的三维数据;并采用切片技术提取冠层点云的面、线信息,以累加方式计算果树冠层体积。测得的大地坐标系下的丘陵山地荔枝树冠层激光点云能较真实地反映果树冠层的形状特征;以3棵人工修剪的圆柱形绿篱树为靶标,冠层体积激光测量与人工测量相对误差约为5%。试验结果表明,依据果树冠层点云测量冠层体积具有较高的准确性和可靠性。     

复杂环境中苹果树识别与导航线提取方法

为精准化管理果园,针对存在裸露土壤、遮蔽物、果树冠层阴影和杂草等复杂环境下难以提取导航线问题,通过无人机搭载多光谱相机获取苹果园影像数据后提取果树像元并进行全局果树行导航线提取。通过处理多光谱影像数据得到正射影像图(DOM)、数字表面模型(DSM)图像,选取并计算易于区分杂草与苹果树的归一化差异绿度指数（NDGI）、比值植被指数（RVI）分布图,构建DSM、NDGI、RVI融合图像后,综合利用过绿植被(EXG)指数和归一化差异冠层阴影指数（NDCSI）以阈值分割法剔除融合图像中土壤、遮蔽物、阴影等像元,降低非植被像元对果树提取的干扰。对比使用支持向量机（SVM）法、随机森林（RF）法和最大似然（MLC）法分别提取最终融合图像和普通正射影像中的苹果树像元,并计算混淆矩阵评价各识别精度。试验表明,MLC法对融合图像中果树的识别效果最优,其用户精度、制图精度、总体分类精度、Kappa系数分别为88.57%、93.93%、93.00%、0.8824;相对于普通正射影像,本文构建的最终融合图像使3种方法的识别精度均得到有效提升。其中,融合图像对RF法的用户精度提升幅度最大,为27.12个百分点;对SVM法的制图精度提升幅度最大,为9.03个百分点;对3种方法的总体分类精度提升幅度最低为13个百分点;对SVM法的Kappa系数提升幅度最大,为22.55%,且对其余两种方法的提升也均在20%以上。将本文得到的苹果树像元提取结果图像做降噪、二值化、形态学转换等处理后,以感兴趣区域划分法提取各果树行特征点,并以最小二乘法拟合各行特征点得到导航线,其平均角度偏差为0.5975°,10次测试整体平均用时为0.4023s。所提方法为复杂环境中果树像元和果树行导航线提取提供了重要依据。     

基于物联网农业病虫害智能监控的自动喷药机研究

为了实现果园大面积自动化喷药,提高喷药装置智能化选择重点病虫害果树目标的能力,基于物联网和智能监控技术,设计了一种新的果园自动对靶喷药装置。利用新式的自动喷药装置,可以结合病虫害实时监控数据,对果树有选择性地进行自动喷药,利用红外线扫描技术可以精确地喷药对靶,采用AT89S52单片机实现了整个系统的自动化控制。模拟实际果树喷药环境,在实验室对喷药装置的自动对靶功能进行了实验研究,实验过程中分别采用了3种不同颜色的标的物。实验结果表明:在实验10m的范围内,智能喷药装置可以准确地识别3种颜色的盆栽目标,标准差最大仅为0.12,识别精度和效率较高,为果园自动喷药装置的研发提供了技术支持。     

基于激光SLAM的牛场智能推翻草机器人自主导航系统

为解决牛场人工推翻饲料劳动强度大、工作时间长等问题,设计了一种基于激光雷达同步定位与建图(Simultaneous localization and mapping, SLAM)的牛场智能推翻草机器人自主导航系统,以期实现机器人在牛场环境中自主导航完成推翻草任务。自主导航系统通过激光雷达感知牛场环境,使用加载里程计信息的Cartographer算法构建牛场环境地图,采用未加载里程计信息的自适应蒙特卡洛定位(Adaptive Monte Carlo localization, AMCL)算法实现机器人的定位,并采用迪杰斯特拉算法(Dijkstra)规划机器人推翻草工作路径。试验表明,在构建牛场环境地图时采用机器人加载里程计信息的方式,横纵向偏差最大值低于未加载里程计信息时构建的地图,分别为0.02 m和0.14 m;在实现机器人的定位与导航时采用未加载里程计信息的方式,横纵向偏差最大值及航向偏角最大值分别小于0.04 m、0.10 m和11°,且导航精度高于加载里程计信息时的数值,满足牛场环境中推翻草作业时的导航精度要求。     

基于图像处理的果树滴水线导航路径检测方法研究

针对果园开沟施肥,提出一种基于图像处理的果树滴水线导航路径检测方法。该方法采用垂直地面向上布置的CCD相机采集果树冠层投影图像,并实现果树冠层沿地面垂直投影轮廓的识别与滴水线平滑处理,进而对无人施肥装备沿果树环状行走路径进行确定。通过相机标定获取相机内部参数和畸变参数,对原始图像进行畸变矫正;通过对图像在RGB颜色空间的分布特征进行定量分析,使用平均值法对图像灰度处理,使用定阈值法进行二值分割;二值图像中由于存在大量的空间间隙,使用形态学膨胀操作,填充间隙,以凸显树冠投影边缘轮廓;使用边界跟踪算法,提取树冠轮廓边缘;引入Beseel曲线拟合方法,对轮廓边缘进行平滑处理,通过对比二阶、三阶、四阶、五阶拟合结果,得出使用三阶和四阶Beseel拟合结果较为符合导航路径要求。将相机固定在一个位置,分别在晴天和阴天拍摄条件下采集图像,进行滴水线导航路径提取,分别使用三阶和四阶Beseel曲线拟合晴天和阴天的图像边缘轮廓,使用四阶拟合结果较为符合实际要求,平均像素误差为19.5像素,平均像素相对误差为2.6%,平均每帧图像处理速度为27 ms,能较好地满足导航精度和实时性的要求,为施肥作业平台沿滴水线自动导航提供参考。