基于物联网架构的智慧农业及发展建议

物联网技术的发展，推动了智慧农业的持续发展。无线通信及智能等多种技术的应用使得物联网智慧管理平台得到了不断地更新与完善。该文基于互联网的智慧农业系统研究相关内容进行了分析，并针对信息化建设和人才缺乏的问题提出有效建议。      

虚拟仪器技术及其在农业自动化中的应用研究

随着社会的发展,科技在不断地进步,计算机技术得到了迅速的发展,同时以个人计算机平台为基础、为标准的虚拟仪器技术也得到了空前的发展,且虚拟仪器技术也被应用到了各个不同的领域,在很多重要的环节起到了测试测量的作用,同时对很多重要环节的操作都能够起到很好的控制作用,因此,为了使我国的农业能够得到很好地发展,在农业自动化中也应用到了虚拟仪器技术,就虚拟仪器技术在农业自动化中的应用做详细研究。     

农用车辆智能安全系统中的超声波测距

农用车智能安全系统能够有效地避免人身伤害。为此,介绍了一种基于PIC16F873单片机控制的超声波测距系统,详细地阐述了其硬件及软件的设计原理。该系统硬件结构简单、工作可靠、有良好的测试精度和灵敏度,可用于农用车辆防撞智能安全装置。     

智能汽车路径跟踪控制方法设计

智能车辆多模式驾驶仿真平台包括自动驾驶和手动驾驶等多种驾驶模式,路径跟踪控制一直是智能车辆研究的关键技术之一。针对智能汽车多模式驾驶仿真平台自动驾驶模式路径跟踪控制问题,结合车辆横向动力学模型,提出了一种基于RBF神经网络滑模控制的智能汽车路径跟踪控制方法,利用MATLAB/Simulink建立路径跟踪控制仿真验证模型,验证了控制方法的有效性。     

北京农业智能装备技术研究中心

北京农业智能装备技术研究中心组建于2007年,注册资金5000万元,隶属于北京市农林科学院,是具有独立法人资格的科研事业机构.该中心根据世界农业智能装备的发展趋势和我国现代农业发展的需要,针对我国农业智能装备关键性、基础性和共性技术问题,进行系统化、配套化和工程化研究开发,建设农业智能装备数字化设计与测试技术平台,突破农业智能装备设计、加工、制造关键技术,开发适应我国不同生产规模和经营方式的农业智能装备系列技术产品,为我国现代农业发展提供物化的技术支撑,提升我国农业智能装备水平.     

基于改进行车风险场模型的车辆避撞方法研究

为了提高车辆行驶的主动安全性,构建了分层控制框架,对车辆的主动避撞控制系统进行研究。上层轨迹重规划控制器基于改进的行车风险场模型对行车安全进行评估,以行车安全场场强为优化指标,求解得到一条期望行驶轨迹;下层轨迹跟踪控制器在充分考虑车辆动力学约束前提下,基于模型预测控制理论,设计目标函数并求解,得到前轮转角控制量并输出给车辆执行,实现轨迹跟踪;最后基于Car Sim/Simulink联合仿真平台对控制算法进行测试,验证其有效性。     

基于数字孪生的智能驾驶汽车整车在环测试系统研究

数字孪生（Digital Twins,DT）是借助实时仿真技术将真实物体映射到虚拟世界的系统,应用数字孪生技术可实现虚拟道路场景下真实智能汽车的自动驾驶测试。设计了一套基于数字孪生的智能驾驶汽车整车在环测试系统,并将其应用于AEB系统的开发验证。在数字孪生技术框架下结合仿真测试工具、V2X通信设备、真实测试车辆等功能单元,形成虚拟环境与真实环境相互映射的整车在环测试系统。基于虚幻引擎（Unreal Engine）4构建真实驾驶环境的镜像仿真场景,利用V2X通信技术将实车状态数据实时传输到虚拟AirSim车辆控制器,同时向被测车辆反馈仿真场景环境感知数据。考虑测试系统信号延时的影响,通过多种工况的整车在环测试对AEB控制算法进行优化改进。通过实车试验验证了基于数字孪生的智能汽车测试方法的有效性与优越性,结果表明该测试方法既保留了实车测试的真实性,也可以有效避免实车测试的危险性。     

基于信息融合的多智能体混合体系智能车辆导航

针对智能车辆的结构特点和任务要求,综合体系结构和信息处理两方面设计车辆导航策略.提出了一种基于多智能体且包含了慎思和反应结构的混合体系,根据系统特性设计出多个异构智能体.在现有研究的基础上将图像处理、信息融合方法与该体系相结合.仿真与实验显示,智能车辆在多智能体结构下能充分利用多传感器信息,并获得良好的避障导航效果.     

基于商业云平台植物工厂环境监测系统的研究与实现

植物工厂作为设施园艺发展的最高阶段,以其科技含量高、资源利用率高、高产优质等特点成为都市农业、垂直农业及太空农业等领域的研究热点。针对当前环境监测技术公网接入复杂、体积大及网络化管理程度低的问题,构建智能Wi Fi传感器,尝试采用商业云服务平台实现植物工厂内温度、湿度、光照强度及CO2浓度的采集并通过无线网络与云服务平台交互等功能,利用手机APP及PC端访问云平台两种方式完成植物工厂的远程监控。实验表明:本系统稳定性好、可靠性高,利用很少的网络带宽即可实时准确地将数据传输到云端。通过云平台的接入提高了数据服务的稳定性,无需重复构建云平台,提高了开发速度并降低应用成本,很好地满足了植物工厂环境监测的需求。     

农业智能车辆视觉导航参数提取的研究

在农业智能车辆导航中,智能车辆导航参数的提取是其关键技术.为此,在分析了当前各种导航参数提取的方法后,在图像预处理及边界提取的基础上,提出了应用Radon变换的方法进行参数提取.实验结果表明,该方法的测量精度与当前其它类似研究的水平相当.