四轮转向液压底盘自动驾驶系统设计

针对“精准农业”的作业需求,为提高植保机械的作业精度,降低驾驶人员的工作强度,设计了一种四轮转向液压底盘自动驾驶系统。该系统主要由车载电脑、行车控制器、RTK-DGPS采集装置、电控液压转向装置及行车状态采集装置等组成。行车状态采集装置采集行车参数信息并基于i CAN通信协议进行系统通信。车载电脑根据导航控制模型和各传感器实时参数生成控制指令,行车控制器根据车载电脑指令根据四轮车运动模型生成电控信号,并通过各电磁阀控制液压马达和转向油缸实现对底盘4个轮的转向。试验结果表明:当底盘前进速度为2m/s时,平均跟踪误差不超过0.04m。     

自动加煤设备在烤烟密集烘烤中的应用

为促进朝阳地区烤烟密集烘烤过程的顺利开展,对安装有自动加煤设备密集烤房的烘烤能耗、人工加煤次数、烤后烟叶质量等指标进行了分析,研究自动加煤设备在烤烟密集烘烤中应用的可行性。结果表明:相对于传统人工加煤烤房,自动加煤设备实现了加煤自动化和温湿度精准控制,降低了烘烤能耗,减轻了烘烤劳动强度,提高了烤后烟叶质量,减工降本、提质增效效果明显,具有广泛的应用和推广前景。     

水稻全田块无人收获作业自动打点系统设计与试验

谷物收获机械无人化作业可有效解决收获季用工短缺问题,全田块自动导航作业是无人收获机智能化的核心。为解决水稻无人收获作业自动打点问题,基于边界线跟踪与地头区域检测实现水稻田块最外圈导航与剩余作业区域自动打点,并提出一种目标区域先验形态辅助的动态感兴趣区域设定方法,改善作物边界线提取可靠性。采用自控小车对所提方法进行验证,试验结果表明,当车辆作业速度为0.8m/s时,水稻未收获区域直线边界跟踪平均误差小于5cm,单帧图像检测时间小于50ms。水稻边界自动打点试验结果表明,所设计自动打点系统打点平均误差为3.5cm,满足直角梯形水稻田块自动打点需求。     

滴灌技术在烤烟移栽过程中的研究及其在朝阳烟区的应用概述

滴灌技术是一种高效节水的灌溉技术,有助于降低生产成本,提高工作效率.笔者对滴灌技术在烤烟移栽过程中的研究概况进行归纳总结,并以朝阳烟区为例对其应用情况进行分析,以滴灌技术取代传统人工浇水,机械覆膜取代人工覆膜,并创新用工组织形式,引导合作社建立“埯苗专业队+覆膜专业队”的专业化移栽服务模式,通过提升专业化服务水平进一步...     

杠杆式水果高速分级卸料装置的优化设计

设计了一种杠杆式水果分级卸料装置,该装置可直接安装在水果自动分选机的滚子式水果输送装置上,输送过程中不影响水果的输送和翻转,可在自动分选机主控系统指令下自动实时完成水果的高速分级卸料。对分选杠杆和分选凸轮进行了优化设计,保证整个卸料过程对水果都没有明显的碰撞和冲击。实际运行表明,该装置能对大小相差近一倍的苹果实施高速平稳卸料,且卸料后的苹果没有明显损伤。     

光调制解调技术在田间杂草光谱识别中的应用

为了实现快速、无损地从作物中识别杂草,研究了基于光谱分析技术的光谱传感器.以苗期冬油菜为研究对象,根据已提取的4个特征波长(590,710,750,940 nm),设计了一套光谱传感器原型试验系统.该试验系统在传统光谱传感器的基础上,运用光调制解调技术剔除检测结果中环境杂散光的干扰,包括试验设备(光信号调制设备和光电信号采集设备)和试验数据处理LabVIEW程序.用冬油菜菜叶对试验系统4个不同波段进行了验证试验,当外界环境杂散光对应直流分量变化幅度分别为10.00%,6.40%,1.17%,1.34%,22.60%,38.90%,56.00%,59.50%时,反射率表征值一直保持稳定,表明在外界环境杂散光缓慢变化和剧烈变化时,系统可以稳定测量被测样品的反射率.该系统验证了光调制解调技术能有效提高被测样品光谱信号的测量信噪比.     

PWM间歇喷雾变量喷施系统压力脉动及液压冲击综合测试

在PWM间歇喷雾式变量喷施系统中,隔膜泵间歇性吸排液等特点会在管路中形成压力脉动,且电磁阀快速启闭会在管路中形成液压冲击,二者综合作用致使各喷头的实际喷雾压力发生波动,导致其喷施流量和雾化特性出现畸变。因此,为了揭示其管路压力脉动的变化特性和液压冲击特性,构建了一套PWM间歇喷雾式变量喷施系统,并在不同隔膜泵转速、不同PWM控制信号频率和占空比下进行了压力脉动和液压冲击的综合测试研究。结果表明:随着隔膜泵转速的增加,压力脉动周期逐渐变小,幅值逐渐变大;随着PWM信号频率的增加,液压冲击和压力波动趋于压力脉动的形式,周期逐渐变小,幅值逐渐变大;而PWM信号占空比对液压冲击和压力波动的影响不明显。     

基于最小外接圆法的苹果直径检测技术

水果大小是水果机器视觉自动分选的重要依据。以苹果为研究对象,提出了一种利用最小外接圆检测苹果直径的方法。苹果样本为12枚,共计144幅苹果图像,经过图像处理后,获取每个苹果的12个近似圆度,选取最小近似圆度对应的外接圆像素直径作为该苹果的像素直径。通过对8组苹果像素直径和近似圆度与实测直径进行二元拟合,得到拟合方程,其相关系数为0.988。利用此方法估测苹果直径的绝对误差在±1.8 mm以内,同时能够确定果梗-花萼轴线与摄像机的光轴接近重合的那幅图像。该方法为利用图像中的水果姿态进行检测直径提供了新的思路。     

冬油菜田杂草探测光谱传感器设计与应用

杂草的精确识别是对靶施药和自动化机械除草的关键前提,基于光谱分析技术的光谱传感器可以实现快速、无损的杂草识别.该文以冬油菜苗期杂草为研究对象,根据试验选取的4个特征波长点(595、710、755和950 nm),设计了一种能自动识别杂草的光谱传感器.根据光学系统原理和田间实际操作要求,提出了该光谱传感器的结构设计方案,选择了合适的光学器件,并开发了光谱传感器信号调理电路.对光谱传感器进行了标定和试验验证,根据便携式光谱仪和光谱传感器在4个波长下的测量结果建立了相应的标定方程,方程的决定系数分别为0.799、0.812、0.892和0.867,验证试验结果的相对误差绝大多数都在10％以内,可以识别冬油菜苗期田间杂草.该传感器为杂草自动探测装置的开发提供了参考.     

基于红外热成像边缘检测算法的小麦叶锈病分级研究

小麦叶锈病对我国小麦生产危害巨大,实现小麦叶锈病的监测和快速分级是进行科学生产管理的基础。针对常规图像检测技术的不足,提出一种基于红外热成像技术的快速检测和分级方法。首先,采集整株小麦样本的红外热成像图像,分别计算健康植株、潜伏期植株和显症植株的平均叶温,探明真菌入侵过程中的温度变化规律;然后,将经过直方图均衡化和中值滤波预处理的红外热成像中低于显症植株温度阈值的区域提取出来;通过温度区域划分、低温区域提取和阈值分割,计算病斑面积在整体植株热成像总面积中的百分比;最后,对病情指数进行相关分析,获得相关系数为0. 975 5,预测均方根误差为9. 79%,总识别正确率为90%。结果表明,基于红外热成像边缘检测算法的小麦叶锈病分级方法是可行的。