丘陵果园除草机器人底盘系统设计与试验

针对丘陵果园环境非结构化且复杂多变,常规的除草方式效率低等问题,设计了一种果园除草机器人底盘系统。根据果园丘陵地形地貌环境,确定车体控制方式和除草机器人底盘的总体结构方案,主要包括液压传动系统、电气控制系统等。设计配套的除草车电气控制系统和遥控接收、车载主控和导航功能的CAN通信协议。以运动控制为核心,采用角度传感器、电机驱动、车载主控、导航模块,构成闭环控制。使用自抗扰控制算法,以油阀控制电机为对象应用Simulink仿真,仿真结果显示自抗扰控制相比PID控制调节时间减少0.42s,超调幅度减小11.5%,稳定时间缩短0.14s。田间试验表明,运用自抗扰控制、结合导航功能的除草机器人行走速度均值为6.2km/h,均方差0.037km/h,作业效率0.51hm2/h,有效除草率均值97.46%,可在25°斜面上正常行走,对导航路径的跟踪误差标准差为4.732cm,运动控制响应及时,能够提高除草作业安全性和准确性。     

广东省果园智能除草装备现状与展望

Gan Ling;Li Junlue;He Lin;Li Mutong(Guangdong Institute of modern Agricultural Equipment,Guangzhou 510630,China;Guangdong Hongke Agricultural Machinery Research & Development Co.,Ltd.,Guangzhou 510630,China)     

叶菜机械化收获技术与装备研究进展

叶菜机械化收获是叶菜全程机械化的研究重点和难点,是建立健全完善的叶菜生产全程机械化技术体系的关键。首先分析绿叶菜、香辛叶菜和结球叶菜三大叶菜类别的国内外收获装备的研究现状和发展动态,然后从叶菜机械收获过程出发,探讨收获部件与叶菜的互作过程的研究现状,分别分析“切—挖—拔(割)—送—装”等多个作业环节下的关键机构设计的研究进展,对自动对行、割台仿形等智能化收获技术的研究进展进行阐述。根据我国叶菜生产的具体情况,分析我国叶菜机械化收获存在通用性差、叶菜损伤率较高、机械化程度低、缺少适宜机械化作业的叶菜种植农艺标准等问题,提出构建完整的叶菜生产全程机械化技术体系、实现叶菜收获机械通用化和智能化、坚持自主研发和消化吸收国外先进技术相结合的发展思路。     

智能除草机器人的研究进展与分析

智能除草机器人是一种集环境感知、路径规划、目标识别和动作控制于一体的机器人系统,能精确、高效地除去农田杂草,可大大解放劳动力,符合当代精准农业的发展要求,是国内外学者研究的热点。本文概述了国内外智能除草机器人的研究现状,总结了智能除草机器人植物识别技术的4项基本要素,进一步分析了智能除草机器人的未来发展趋势,结合目前的研究内容,提出国内智能除草装备与技术存在的问题并给出相应的研究思路与建议,旨在加快智能除草机器人的发展进程。     

大葱生产技术及收获装备

大葱是我国主要蔬菜之一,其各环节的生产技术及机械化水平差异较大,整体机械化水平较低。大葱收获劳动强度大,生产效率低,主要依靠人工完成,作业质量难以保证,在联合收获技术及装备方面仍处于空白,迫切需要实现机械化。分析了我国大葱的生产技术及机械化状况,研究了国内外大葱收获技术及装备特点,提出了机械化收获存在的问题,指出了该领域的发展方向。      

选择性收获机器人技术研究进展与分析

鲜食果蔬成熟度不一致,需依据着色、尺寸等指标有选择地收获,是人工消耗最大、影响产业发展的瓶颈环节。选择性收获技术是农业机器人的重要研究领域,能降低人工成本并提高果蔬利润,已成为国际上果蔬收获技术发展的重要方向。近年来,以白芦笋为代表等地下部和苹果、草莓、番茄等为代表地上部的鲜食果蔬选择性收获技术进展加快,成为农业机器人的研究热点。本文阐述了近年具有市场化前景的选择性收获技术发展与应用情况,梳理出技术研发的实现路径、应用对象和发展脉络。着重分析了末端执行器与收获机构、收获目标识别与定位技术、选择性收获协同控制技术的共性关键问题,归纳了该领域技术研究的开放性问题。最后,总结了我国选择性收获技术面临的挑战和机遇,针对少人化或无人化果蔬生产的应用场景,指出了产业未来发展与技术产品化需考虑的平衡点。     

农业机械底盘技术研究现状与展望

农业机械底盘是移动式农业动力机械的重要组成部分,其技术发展反映了农业现代化程度和智能化发展水平。本文从传动系统、行驶系统、转向系统、制动系统、底盘遥控等方面阐述了国内外农业机械底盘技术的发展现状,着重归纳了四轮驱动、无级变速、轮距可调、空气悬架、悬浮车桥、线控转向、制动防滑等新技术在农业机械底盘上应用的进展,并结合不同应用环境阐明了农业机械底盘各系统相关技术的基本原理和特点,最后根据我国农业机械底盘技术研究与应用需求,从加强基础理论研究和关键零部件性能优化、提升底盘平台化与轻量化设计水平、实现底盘智能化控制与信息化管理等方面对农业机械底盘未来研究方向进行了展望。     

燕麦生产全程机械化技术与装备研究进展

燕麦是一种粮饲兼用作物,是我国种植业结构调整的重要替代物和改善膳食结构的重要品种。针对我国燕麦生产机械化水平低,各环节发展不均衡,基础研究落后,产业化程度低,影响燕麦产业发展的生产实际,阐述了全球和我国燕麦产业现状,从燕麦全程机械化技术体系角度,分析了燕麦生产全程机械化中的薄弱环节,对国内外燕麦田间育种机械化技术与装备、机械化耕整地技术与装备、机械化播种技术与装备、机械化田间管理技术与装备、机械化收获技术与装备的发展现状进行了综述分析。就现阶段我国燕麦生产全程机械化发展存在的短板问题,建议围绕基础研究、多样化技术与装备研发、新技术推广、标准制定、产业经济效益、自动化和智能化装备等方面进行深入研究,助推燕麦产业机械化进程,促进燕麦产业标准化、产业化。研究可为我国燕麦产业的发展提供参考。     

巴旦木收获及初加工装备与应用技术研究进展

巴旦木是新疆特色坚果,有着丰富的营养价值。但目前巴旦木采后收获及初加工技术普遍采用传统的手工方式,人工成本高,效率低,不能满足当前的市场需求和机械化要求,因此,相关的机械设备和应用技术亟待发展。文献资料显示,收获机、脱青皮机、破壳机等领域已经开展相关研究,但设备的研制和推广发展仍处于初级阶段。结合巴旦木生理特征和形态特征,分析多种原理的巴旦木收获及初加工装备的实际情况,以期能够为提高巴旦木产品质量及采后效率提供理论基础和科学依据。通过文献结合实际生产情况分析,巴旦木现目前能达到600 kg/h的破壳效率和95%的脱壳率,生产效率和质量得以大幅提高。结合多种原理的设备将成为巴旦木采后收获及初加工设备的技术突破点,开发更为节能、效率更高、效果更好的设备成为巴旦木采后收获及初加工与应用技术的发展趋势。     

智能化作物株间机械除草技术分析与研究

非化学除草方式是生产有机农产品的前提,传统的机械中耕除草技术可有效去除行间杂草,但株间杂草密集度大且分布区域不连续,目前以人工除草为主,效率低且劳动成本高。机械除草作为化学除草的有效替代,除草高效且无化学药剂残留,符合绿色精准农业的发展要求,引起国内外众多学者的关注。为此,介绍了传统除草技术及株间除草技术的现状,重点介绍了国内外株间除草装置的关键部件与智能化系统,并分析比较了各种除草技术的优势与不足,最后对智能化作物株间机械除草技术作了总结和展望。     

智能苗间锄草平台设计

机械除草一直被视为有机农业生产中重要的组成部分,尤其是近年来,人们对除草剂使环境恶化的担忧和对有机食品需求的增加,机械式除草装置备受关注。深松双翼锄草铲只适用于行间除草,苗间杂草为人工铲锄。由于机械式苗间锄草在行进方向有作物植株阻隔,易损伤秧苗,所以机械式苗间锄草相对行间锄草困难。为此,对智能苗间锄草平台进行了设计,对其原理进行了阐述。智能苗间锄草平台可以解决机械式苗间锄草的难题,自行计算植株位置,控制锄草铲躲避苗株并铲除杂草。     

智能锄草机器人系统设计与仿真

针对锄草机器人田间运动及锄刀避苗锄草等作业问题,阐述了智能锄草机器人系统工作原理,研究了移动机器人平台,平台为四轮驱动、四轮独立转向,可实现运动速度在0～1.5 m/s内连续可调,每组转臂可绕其自身Z轴360°自由旋转.设计了三指手爪锄草机械手,三指公转,其中一指为活动手指可同时自转,锄草机器人工作时两个固定指的割刀连续入土锄草,系统根据机器视觉苗草位置信息,通过控制活动手指的旋转速度与方位角实现瞬时位置调整,进而通过拟合指端旋移曲线即可完成锄草和避苗等作业任务.苗间锄草仿真分析表明,在有效避苗基础上,作物行两侧各布置一组锄草机械手时锄草率可达90％以上.     

茶叶生产装备自动化与智能化技术研究进展与展望

茶产业是我国传统特色优势产业,大数据、物联网、云计算等新一代信息技术与农业的融合促进了茶产业向智能化转型与升级,在茶叶全产业链赋能增效中发挥重要作用。本文在概述了茶产业智能化技术体系的基础上,围绕种植、加工、检测和销售等4方面总结了国内外信息技术在茶产业智能化中应用的研究成果,分析了茶产业实现智能化的关键技术。最后对茶产业智能化未来发展方向进行展望,建议增强茶产业信息技术基础设施建设、加强人机协作智能茶机设备研发、重视茶叶种植加工大模型开发、提升大数据分析助力茶叶销售能力,为更好利用信息技术进行茶产业升级奠定基础。     

基于超像素特征的苹果采摘机器人果实分割方法

针对苹果采摘机器人在自然环境下对着色不均匀果实的识别分割问题,提出了基于超像素特征的苹果采摘机器人果实分割方法。首先,采用简单线性迭代聚类算法将图像分割成内部像素颜色较为一致的若干超像素单元;然后,提取每个超像素的纹理和颜色特征,并采用支持向量机将超像素分为果实和背景两个类别;最后,根据超像素之间的邻接关系对分类结果进行进一步修正。实验表明,该方法能够对大部分超像素单元进行正确分类,平均每幅图像被错误分类的超像素约为2.28个。与采用像素级特征的色差法和采用邻域像素特征的果实分割方法相比,采用超像素特征的果实分割方法具有更好的分割效果。在进行邻接关系修正前,该方法图像分割准确率达0.9214,召回率达0.8565,平均识别分割一幅图像耗时0.6087s,基本满足实时性需求。     

番茄收获机器人技术研究进展

简述了番茄收获机器人系统组成和技术研究进展，分析了各组成部分的功能与工作原理，并对番茄收获机器人通用性、可靠性、工作效率、采摘质量与机械手性能等方面的发展进行了探讨。     

玉米机械化收获技术研究进展分析

玉米机械化收获技术是玉米产业转变发展方式、提质增效、增强国际市场竞争力的重要途径之一,也是玉米全程机械化的研究重点和难点。当前我国玉米收获正处于由机械化摘穗收获方式向籽粒直收转变、收获装备转型升级的关键阶段。本文从机械化果穗收获和机械化籽粒直收两方面分析了国内外收获技术与装备研究现状和发展动态,分析了自动对行、割台高度自动调节、产量与水分检测技术和脱粒参数自动控制等智能化收获技术的研究进展,提出了建立标准化、机械化检测方法与技术手段,兼顾不同需求发展高性能、高效率、高可靠性农业装备,提升装备智能化水平的发展思路。