基于ARM的养猪场数据无线传输系统设计

为满足养猪场管理中对数据传输的要求,设计一种基于ARM的养猪场数据无线传输系统。以S3C2410为无线数据传输系统终端核心,与MC55无线模块连接构成嵌入式无线数据传输平台。基于嵌入式Linux操作系统和GPRS数据传输技术,对无线终端的硬件和软件进行设计,同时对数据中心服务器软件进行具体设计。试验结果表明：该系统实现终端与服务器的数据交互,传输接收数据准确。本系统与射频识别技术相结合,可实现养猪场生猪身份代码的实时采集与准确传输。     

基于无线传输的稻田灌溉监控系统

为实现稻田环境的监控和节水灌溉,该文设计了基于无线传输的稻田灌溉监控系统,其中包括1个主站和18个基站,采用日精ND250A数传电台进行无线数据通信。基站可按设定的时间间隔自动采集稻田水温、土壤湿度、稻田水位等参数,并当接到主站指令时通过无线传输将数据上传到主站;基站供电采用太阳能蓄电池,以满足传感器运行及无线通讯的能耗需求。PLC控制灌溉设备的运行,运用组态软件设计人机交互界面,可自动或手动进行灌溉操作;工控机可运行基于Web的信息管理系统,监控灌溉现场的运行情况并在显示器上动态显示各种实时操作。该系统运行稳定,能够实现准确的无线数据采集,适用于稻田灌溉的实时监控。     

基于驻波与ZigBee实时监测雾滴蒸发系统设计与试验

雾滴在叶面上蒸发时间长短,会改变叶面对农药的吸收效率.为了阐述药液在叶面的蒸发情况,该文设计了基于驻波与Zig Bee无线传输的雾滴蒸发实时监测装置.该装置以STM32为核心搭建Zig Bee网络,雾滴采集传感器信号由RS232串口传至基于Lab View2014设计的远程终端,并通过波形图实时在线监测雾滴蒸发状况.试验证明该装置能够准确测量药液在叶面的蒸发散失量并显示雾滴面积铺展的波动曲线,较图像处理方法误差小,易操作,更具实用性.试验还表明:1)蒸发时间与粒径大小呈正相关,随粒径增大而增长,但当粒径超过242.3μm时,蒸发时间随粒径增大而增长的趋势更为明显.2)蒸发时间与面积铺展率呈负相关,随面积铺展率的变大而减少.当有机硅体积分数由0.025%增到0.050%时,雾滴面积铺展率呈变大趋势,但当由0.050%增到0.100%时,雾滴铺展率增长幅度相对缩小.3)该装置不仅能够实现远程检测,避免接触药液,而且实时分析雾滴在叶面的蒸发时间与面积铺展率,合理选择有机硅体积分数与雾滴粒径,有助于改善叶面对药液的吸收效率.     

基于CDMA1X的无线传输自动气象站系统的构建

近年来自动气象站的快速普及极大地促进了水土保持气象观测的发展,以往靠人工值守的观测方式已经不能适应于现代水土保持发展的需要,可远程控制和无线数据传输的气象观测系统是未来气象站系统发展的趋势.通过将美国DAVIS公司生产的Vantage Pro2型自动气象站和CDMA1X技术相结合,实现了无线远程控制自动气象站和远程获取气象数据.观测实践表明,无线传输自动气象站系统具有安装使用方便,实时在线、高速传输、登陆快捷、收费合理、监控方便和安全可靠等优点.特别是在间断、突发性的或频繁、少量的气象数据传输中表现出良好的性能.通过山西省方山县架设的基于CDMA1X技术的自动气象站与远程控制端北京林业大学进行实时数据传输的实践证明,该系统可以运用于水土保持气象观测等多种气象观测领域.     

基于GPRS的作物水分信息远程传输与监测系统设计

为了解决作物水分信息的快速获取和无线远程传输问题,本文以PTM-48M作为数据采集和监测系统,基于GPRS无线传输技术,通过系统集成,提出了的作物水分信息无线远程传输与监测系统。该系统具有实时测定和远程传输功能。阐述了系统的整体结构,并从软硬件两方面描述了系统的设计。     

基于IP的网络考试视频监察系统设计

针对考试违纪行为较多这一问题,提出了低硬件成本的考试视频监察系统的设计方案,采用分层的C/S模式设计,介绍了系统应具备的主要功能模块。     

基于PSO-BP的甘蔗施肥监控系统设计与试验

针对甘蔗横向种植机的施肥机构由于肥料潮湿结块易堵塞等问题,该研究对施肥机构进行电液传动与控制改造,构建了一套基于粒子群（Particle swarm optimization,PSO）-前反馈（Back Propagation,BP）神经网络预测的施肥监控系统。以施肥马达的压力、转速及肥料箱中肥料量为输入参数,将施肥机构的工作状态（空载状态、正常状态、重载状态、堵塞状态）作为输出,通过BP算法建立输入与输出之间的映射关系,并用PSO算法优化BP算法的权值与阈值,相比未优化BP算法,优化后的工作状态预测准确率由97%提高到99%。以识别施肥机构工作状态响应准确率以及重载状态下堵塞预防概率为试验指标进行车间试验,结果表明：工作状态响应识别准确率为89%;重载状态下,控制系统控制施肥马达正反转并消除堵塞的概率为87.5%。在田间试验中,监控系统能准确预测施肥机构的重载状态并自动执行防堵控制指令,没有出现堵塞故障。该施肥防堵塞监控系统无需上位机,能够满足复杂多变工况下施肥机构的工况预测及防堵控制要求,可为其他施肥机构的自动化改造提供参考。     

基于无人机视频影像的油菜苗检测与计数

针对油菜生长早期传统人工苗情调查方法效率低、主观意识强,不能满足大面积或经常性高精度苗期调查作业需求的问题,该研究基于无人机影像及机器学习技术,提出一种油菜苗视频流检测模型及计数方法。通过对YOLO系列基础模型添加多头自注意力,用BasicRFB（basic receptive field block）模块替换原有的空间池化结构（spatial pyramid pooling-fast,SPPF）模块,并对Neck部分添加一维卷积及更换下采样方式等,进一步结合DeepSORT（deep simple online and real-time tracking）算法和越线计数技术实现对油菜苗的数量统计。算例测试结果表明,改进后YOLOv5s的交并比阈值0.50的平均精度均值达到93.1%,交并比阈值0.50～0.95的平均精度均值达到了67.5%,明显优于Faster R-CNN、SSD和YOLOX等其他经典目标检测算法,交并比阈值0.50的平均精度均值分别高出14.82、26.37和3.3个百分点,交并比阈值为0.50～0.95范围下的平均精度均值分别高出25.7、33.9和6.7个百分点。油菜苗计数试验结果表明,离线视频计数时,在合理的种植密度区间内,所提算法的油菜苗计数精度平均达到93.75%,计数效率为人工计数的9.54倍;在线实时计数时,在不同天气情况下,计数平台的油菜苗计数精度最大相差1.87个百分点,具有良好的泛化性,满足油菜苗计数实时性要求。     

无人机静电喷雾系统设计及试验

为了实现无人机低空低量喷雾,提高无人机施药后的雾滴沉积效果,该文针对XY8D型无人机进行了静电喷雾系统整体设计,重点对无人机静电喷头结构和高压静电的供给进行了描述,并就静态条件下静电喷雾雾滴的雾化、荷电性能开展了试验研究,确定了0.4 L/min流量、0.3 MPa喷雾压力、8 k V充电电压作为该无人机的田间试验作业参数。在水稻田中分别采用水敏纸和聚酯卡收集方法开展了不同飞行高度、静电喷雾和非静电喷雾条件下雾滴沉积和飘移试验。试验结果表明,非静电喷雾时,飞行高度为2 m时,雾滴沉积效果较好,水敏纸上雾滴沉积个数达到56个/cm2;而静电喷雾使得雾滴沉积明显增加,在靶标冠层、中层和下层的雾滴覆盖率平均增加了35.4、26、9个/cm2。当航高分别为1、2、3 m时,雾滴飘移距离分别为12.1、15.8和18.6 m,飘移量分别为5.88、10.31和14.98μg/cm2;静电喷雾方式对抑制雾滴飘移的作用不大,但是聚酯卡上单位面积的雾滴沉积量分别增加了2.36、2.91、1.56μg/cm2。该研究为基于无人机开展静电喷雾研究提供参考。     

油菜精量排种器变量补种系统设计与试验

针对油菜精量排种器的漏播问题,该文设计了油菜精量排种器变量补种系统。该补种系统由漏播检测装置、排种盘测速装置、变量补种装置及补种监测显示装置组成,各装置间指令和数据采用无线方式进行有序实时传输。漏播检测装置采用压电原理感应排种种子流序列,并利用MSP430单片机时间捕获中断功能实时采集排种种子流时间间隔序列和周期内排种数序列,接收排种盘测速装置测得的理论排种频率并确定检测周期,结合基于时变窗口的漏播实时检测方法计算漏播系数等参数,并根据变量补种策略获得对应补种转速,将其发送至变量补种装置及补种监测显示装置。变量补种装置由螺管式补种器、直流减速电机、单片机控制系统、PWM(pulse-width modulation)电机驱动系统、无线模块和电源组成,接收补种转速指令,并通过对应的占空比驱动电机实现变量补种。补种监测显示装置滚动刷新显示最近10个检测周期的漏播补种参数,便于对变量补种系统调试及监测系统运行状态。变量补种系统试验表明:在正常播种速率范围内,补种装置补种量与排种器当量漏播量比值稳定在1.2~1.4,补种后无漏播存在。该变量补种系统可为油菜等小粒径种子漏播补种技术与装置提供有效支撑。     

基于Labview的遥控无人机操控测试系统

该系统利用航姿参考系统IG-500N采集无人机实时飞行状态信息,通过无线数传模块传输至地面PC机。飞行状态信息包括:三轴姿态角、三轴加速度、三轴角速度、三轴速度、GPS经纬度、GPS海拔高度、温度和气压等信息。之后利用Labview设计的程序分割提取各个测试项目所对应的数据信息,并计算对应测试项目的用时、位置偏差和姿态稳定行,进而得到遥控无人机操控水平指标,导入生成测试报告。用于评估操控手在操控无人机起飞、航线飞行、定点悬停和降落过程中的操控水平。试验结果表明测试系统可靠。该研究可用于为无人机操控手的水平评估和自主飞行无人机的飞行性能优化提供参考。     

基于无人机影像的农情遥感监测应用

该文以中国农业科学院（万庄）农业高新技术产业园及周边地区4.2×3.1 km的范围为研究区域,利用无人机搭载RICOH GXR A12型相机进行了航拍试验,主要测试了定位定向系统（positioning and orientation system,POS）数据辅助下光束法区域网平差方法平面定位及面积测量精度,以及无人机影像的作物面积识别精度。结果表明,在无控制点约束条件下,直接采用POS数据进行光束法区域网平差后,以中误差表示的平面定位精度为X轴方向（东西方向）中误差为2.29 m,Y轴方向（南北方向）中误差为2.78 m,整体平面中误差3.61 m;采用3阶一般多项式模型进行几何精校正,X轴方向中误差为1.59 m,Y轴方向中误差为1.8965 m,整体平面中误差为2.32 m,符合《数字航空摄影测量空中三角测量规范》中对1∶10 000平地的平面精度要求,能够满足农作物面积遥感监测中作物面积调查定位精度的要求;采用监督分类和面向对象分类2种方法,对面积评价区域种植的春玉米、夏玉米、苜蓿和裸土4种地物类型进行分类,以差分GPS调查结果为评价标准,4种作物总体识别精度分别达到了88.2%（监督分类）和92.0%（面向对象分类）,单独分类精度分别为88.9%、86.7%、93.0%、86.6%和90.35%、92.61%、94.93%、93.30%。研究结果说明了无人机遥感影像获取小范围、样方式分布的作物影像方面具有广泛的应用前景,推广后能够满足全国农作物地面样方对高空间分辨率影像的需求,可以部分替代现有人工GPS测量的作业方式。     

基于小型无人机遥感的玉米倒伏面积提取

该文使用2012年小型无人机遥感试验获取的红、绿、蓝彩色图像研究灌浆期玉米倒伏的图像特征和面积提取方法。研究首先计算和统计正常、倒伏玉米的30项色彩、纹理特征,然后比较特征的变异系数和相对差异评选出适宜区分正常、倒伏玉米的特征;通过分析发现,与红、绿、蓝色灰度比较,多项色彩、纹理特征的变异系数更大或不同类别间的相对差异更小,不适用于准确区分正常、倒伏玉米,最适于区分正常和倒伏玉米的特征是3项基于灰度共生矩阵的红、绿、蓝色均值纹理特征。分别基于色彩特征和评选出的纹理特征提取倒伏玉米面积,对比2种方法的误差发现,基于红、绿、蓝色均值纹理特征提取倒伏玉米面积的误差最小为0.3%,最大为6.9%,显著低于基于色彩特征提取方法的。该研究结果为应用无人机彩色遥感图像准确提取倒伏玉米面积提供了依据和方法。     

无人机航拍林业虫害图像分割复合梯度分水岭算法

针对林业信息监测方式实时性差、监测范围有限等问题,为更加实时、准确地对林业虫害信息进行监测并计算监测样地中虫害区域比例,该文在搭建面向林区虫害监测的多旋翼无人飞行器航拍监测系统基础上,提出了一种基于复合梯度分水岭算法的图像分割方法。该方法引入全局直方图均衡化消除了图像暗纹理的影响,并采用形态学混合开闭重构滤波完成了图像样本的去噪处理。计算灰度图像各像素点的复合梯度实现了非相关区域(道路及裸地)的提取,最终利用分水岭算法实现了监测图像虫害区域的分割提取。利用该文所提算法对8幅虫害侵蚀程度不同的监测图像进行分割,并与传统分水岭算法、K-means聚类算法进行对比试验。试验结果表明,该文算法虫害区域提取的平均相对误差率分别降低6.56%、3.17%,平均相对极限测量精度分别改善7.19%、2.41%,能够相对准确地将虫害区域从监测图像中分割出来,可为后续林业虫害监测与防护提供参考。     

基于U-Net网络和无人机影像的松材线虫病变色木识别

松材线虫病是由松墨天牛等媒介昆虫快速传播的一种针对松树的毁灭性流行病。及时对染病变色木进行识别、定位,并砍伐清除是当前控制该病扩散蔓延的主要手段。该研究使用无人机航拍获取大区域染病松林可见光影像,结合深度学习分割网络U-Net开展染病松材变色木图像分割研究。使用制作的样本数据训练U-Net网络,得到训练精度和验证精度分别为98.74%和97.76%。使用混淆矩阵评估U-Net网络分割精度,表明变色木图像分割的用户精度和生产者精度分别达到93.51%和97.30%,误报率6.49%,漏报率2.70%。总体上,U-Net网络变色木识别精度95.17%,Kappa系数0.90,达到较高精度。U-Net分割网络运用于松材线虫病变色木图像识别较随机森林方法能更有效地降低误报,减少分割噪音。     

基于无人机多光谱影像的水稻氮营养监测

探究消费级无人机多光谱影像对不同生态点、不同品种水稻氮营养监测建模精确度和普适度的影响,对于实现区域水稻氮营养精确管理与应用有重要意义。该研究分别在云南省西双版纳勐遮镇(供试品种：云粳37)与重庆市北碚区(供试品种：极优6 135)2个试验点设置不同氮水平田间试验,利用大疆精灵4多光谱无人机于水稻分蘖期、拔节期和抽穗期采集水稻冠层多光谱图像,采用凯氏定氮法测定水稻植株冠层氮含量(canopy nitrogen content,CNC)并计算地上部氮累积量(plant nitrogen accumulation,PNA);分别利用植被指数、偏最小二乘回归(partial least squares regression,PLSR)、随机森林(random forest,RF)、反向传播神经网络(back-propagation neural network,BPNN)对单一试验点、单品种和不同试验点、多品种水稻建立氮营养监测模型并探究模型的迁移能力。拔节期和抽穗期的模型精度较高(归一化植被指数NDVI或近红外归一化植被指数NNVI,R²为0.68～0.88),而分蘖...     

基于关键帧提取技术的花开过程视频监测系统开发及试验

为克服传统花开过程监测中视频数据冗余、信息量大的缺点,该文设计了一种基于关键帧提取技术的花开过程视频监测系统。系统对花开过程原始图像采集后,采用基于光流法和熵统计算法实现对花开过程原始图像的关键帧提取,选择关键帧数模式或方向信息熵阈值模式,进行相关参数设置,最终合成出表征花开过程的关键帧视频。该文以百合花开放过程为例实现了基于关键帧提取技术的视频监测。试验结果证明,在该试验的条件下经关键帧提取合成的花开过程的视频数据量减少达84.6%以上,播放时间减少为原始视频播放时间的15.4%以下。视频保留了花开过程细节信息,整段视频播放自然流畅,可为从事植物、花卉研究的相关人员提供一个省时、方便的研究花开过程的监测平台。     

基于剪切波变换和无人机麦田图像的区域杂草识别方法

区域杂草的识别有利于植保作业中的除草剂精准喷施。现有图像处理技术主要针对行间和株间杂草,而传统的图像采集与分析设备对苗期麦田杂草的识别存在一定局限性,难以满足非人工的区域性喷洒农药等作业需求。由于麦田区域中的麦苗和杂草具有形态和颜色区分度差的特点,传统的图像识别方法难以有效识别。针对此问题,该文提出利用剪切波变换对无人机麦田区域图像中杂草进行识别。该方法利用其自身的方向敏感性以及在纹理识别中的方向无关性,根据麦田区域图像在杂草较多的部分叶片纹理杂乱,反之则纹理相对规则的特点,处理得到不同尺度和不同方向下小麦与杂草的剪切波系数。然后针对小麦和杂草剪切波系数的不同特征,对剪切波系数矩阵进行归一化处理,同时对其均值和方差进行了统计分析,得到麦苗和杂草剪切波系数图中竖直锥第二尺度所有系数均值的区分值约为0.07,第二尺度各个方向的均方差均值的区分值约为0.08。通过对含杂草麦苗区域图像以及麦苗区域图像的验证,准确率为69.2%,效果优于传统的灰度共生矩阵方法。此外,该文对无人机拍摄区域图采用分块的方法,实现了对非麦苗区域的有效标识。由此可见,剪切波变换方法能够为基于低空植保无人机喷洒农药中的区域杂草识别提供参考。     

农田信息采集用多旋翼无人机姿态稳定控制系统设计与试验

农田信息快速采集是精准农业的基础。为快速、高效、准确、节能获取农田信息,该文搭建了多旋翼无人机平台,设计了以STM32F407为主控制器的多旋翼飞行控制系统。采用了比例积分微分(proportion,integration,differentiation,PID)双闭环控制策略,外环为角度反馈,内环为角速度反馈。通过工程凑试法得到合适的PID控制参数。运用专家控制策略改进上述控制方法,使控制参数适应无人机姿态变化。对所设计的无人机控制系统进行抗干扰和阶跃响应试验。系统在受到30?横滚与俯仰角干扰后,其对应恢复平衡时间均在3.4 s内,航向角30?干扰后恢复时间在4 s内。系统横滚与俯仰角阶跃响应调节时间在1~2 s内,航向角在3.4 s内。试验结果表明:双闭环PID控制策略实现多旋翼无人机姿态稳定控制,专家控制策略增强无人机的抗干扰能力。在室外农田环境中,无人机能根据指令在1~2 s内快速调整姿态。当姿态受风影响发生倾斜时,陀螺仪测量角速度大于3(?)/s,采用的控制策略能迅速调整电机转速,保持无人机姿态稳定平衡。试验证明该控制系统稳定可控且具有较强抗干扰性,满足多旋翼无人机低空采集农田信息的要求。