基于苹果朝向的最大横切面直径检测方法

为提高运动苹果的采后分选精度,设计一种基于苹果朝向的最大横切面直径检测方法。采集苹果在传送杆上多位置、多姿态RGB图像,利用张氏标定法进行图像畸变校正,通过颜色分割和形态学处理方法提取苹果区域;基于R通道分量的梯度变化获取苹果果梗/花萼区中心,通过对称性判断苹果朝向。计算垂直于朝向的最大直径,将其作为最大横切面直径;针对相机投影角增大产生的投影失真问题,构建投影校正方程以校正检测结果。结果表明：1）对60个苹果（富士和黄元帅各30个）的720幅图像进行直径检测,以单张图像检测结果在±5 mm内作为检测准确的判断标准,所提出的投影校正算法将单张图像的直径检测准确率从65.3%提升至95.3%。2）对每个苹果的12张图像的直径检测结果求平均值作为最终果径,准确率达100%,其中,86.7%的富士和93.3%的黄元帅检测直径在±2 mm以内,均方根误差分别为1.5 mm和1.1 mm。总体结果表明,本研究提出的最大横切面直径检测方法能够精确检测苹果果径,可为苹果大小分级提供技术支持,也为近球形的果蔬分选提供了有效参考。     

联合收获机测产系统数据采集与处理的误差分析

介绍了联合收获机产量数据自动采集系统，总结了美国CASE IH公司2366联合收获机测产系统的田间使用和试验经验，对测产系统中谷物流量传感器、谷物含水率传感器、车速传感器和割幅设置中可能引起的误差进行了分析。     

地顶孢霉培养物对奶牛生产性能、乳品质和经济效益的影响

为研究日粮中添加地顶孢霉培养物（ATC）对奶牛生产性能、乳品质和经济效益的影响,试验选择300头健康状况良好的泌乳牛,随机分为对照组和试验组,每组150头牛。对照组饲喂基础日粮,试验组饲喂基础日粮+30g/（头·d）地顶孢霉培养物。预试期5 d,正试期90 d。结果显示：（1）试验组1～30、31～60 d干物质采食量极显著高于对照组（P <0.01）,1～90 d干物质采食量高于对照组（P> 0.05）;(2)90 d时,试验组校正奶量、群内级别指数（WHI）均高于对照组（P> 0.05）;正试期内,试验组高峰奶量比对照组高0.23%(P> 0.05),高峰日比对照组提前0.38d;(3)90 d时,试验组乳脂率比对照组高3.87%(P> 0.05);30、60、90 d时,试验组乳蛋白率均高于对照组,分别高2.75%(P <0.01)、1.82%(P <0.05)、0.29%(P <0.01);90 d时,试验组体细胞数比对照组低4.54%(P> 0.05);30 d时,试验组尿素氮比对照组高7.13%(P <0.05);...     

采棉机测产系统数据采集与处理的试验研究

收获过程中自动实时采集产量数据,并通过应用软件对所获得的数据进行处理获得产量数据分布图是精细农业的重要基础工作之一。介绍进口采棉机自动测产系统的组成和基本原理,以及棉花测产系统在实际收获中的试验方法,并对试验所获得的数据进行了分析。     

基于ISO 11783的拖拉机导航控制系统设计与试

基于ISO 11783标准构建了拖拉机自动导航控制系统,系统包括5个电子控制单元（ECU）,其中转向ECU节点可以根据从总线上接收到的转向指令来控制前轮转向。对自动导航控制系统的网络服务性能进行了分析,并进行了使用该系统的拖拉机直线路径跟踪试验。试验表明,基于ISO 11783的拖拉机自动导航控制系统能满足实时性要求,并能较好地实现路线跟踪,直线跟踪最大横向偏差为     

基于BP神经网络算法的温室番茄CO2增施策略优化

CO2浓度是植物光合作用的主要原料之一,确定植株生长阶段的最适CO2浓度需求量,对日光温室内CO2浓度调控具有重要意义。以开花期番茄植株为研究对象,将定植后的番茄分为4个CO2浓度梯度处理组,其中,C1、C2、C3处理组CO2增施摩尔比分别为(700±50)、(1 000±50)、(1 300±50)μmol/mol,CK处理组为温室内自然状态下CO2摩尔比(约450μmol/mol)。实验利用无线传感器网络节点实时监测温室环境因子,包括空气温湿度、光照强度和CO2浓度;利用LI-6400XT型便携式光合速率仪进行光合日动态和环境因子交互影响实验测定。光合日动态组间差异性研究表明,对开花期番茄增施1 000~1 300μmol/mol的CO2时,可使番茄单叶净光合速率提高约37.13%~40.42%。以环境因子为输入参数,建立基于BP神经网络的光合速率预测模型,用于不同CO2浓度梯度下的光合日动态预测。结果表明,模型训练集和测试集的相关系数分别为0.98和0.93,预测精度较高;C1、C2、C3和CK处理组的日动态预测相关系数分别为0.96、0.94、0.78和0.96,与实测结果吻合度较高且相对误差较小,因此该模型可以为可变环境下的番茄光合日变化动态预测提供依据。     

基于GPS和机器视觉的组合导航定位方法

准确、可靠的位置信息是进行农业机械自动导航的前提。该文构建了一个基于GPS和机器视觉的多传感器组合导航定位系统。在此系统中,采用GPS获取导航车的绝对位置信息、航向角度和行驶速度;机器视觉通过图像处理获取导航基准线,并得到代表作物行特征的点;UKF（unscented kalman filter,无迹卡尔曼滤波）滤波器用来对上述传感器获取的信息进行滤波,并以电瓶车为平台,对滤波前后的定位效果进行对比。试验结果表明,使用UKF滤波后的定位精度和稳定性得到了改善,X方向和Y方向标准偏差分别为2.43、0.07 m,定位曲线得到了平滑,克服了使用单一传感器进行定位的弊端,能够满足自动导航系统的要求。     

基于TD-LTE的多机协同导航通信系统研究

为实现多个农机在农田环境中自主导航协同作业,设计了基于TD-LTE的多机协同导航通信系统。该系统由导航定位传感器、无线通信模块、车载控制终端和远程通信软件组成,其中：传感器包含GNSS接收机、惯性测量单元（IMU）和角度传感器,用于获取每台农机的地理位置、自身姿态和车辆转向角信息。无线通信模块采用4G DTU作为系统通信设备,与车载终端串口相连,实现RS232串口转TD-LTE网络功能。4G DTU经配置软件配置好串口参数等信息后,连接目的服务器IP地址和端口号,将车载传感器采集的数据按设计好的通信协议经TD-LTE网络传输到远程服务器的通信软件中。车载控制终端采用工控机（IPC）,实现农机自动导航控制与人机交互。远程通信软件应用Socket网络编程开发了数据接收显示与数据发送的功能模块。系统对每台农机的状态信息实时上传的同时也可以接收远程服务器端对多台农机的协同控制命令,对于软件界面中显示的在线农机,可以根据优先级有选择的进行通信。以4台雷沃欧豹拖拉机为试验平台,每台农机状态信息的发送频率为5Hz,进行了系统稳定性试验测试,丢包率均为0.1%,且均无延迟,系统具有较高的可靠性与实时性。     

冲击式谷物流量传感器设计与性能试验

作物产量空间变异信息是实施精细农业的基础,为了获取产量信息,开发了一款新型冲击式谷物流量传感器.传感器由机械部分和电路部分组成,机械部分主要由感力板、敏感梁、底座以及传感器外壳等组成,敏感梁的上下表面贴有应变片.感力板受到谷物的冲击,从而带动敏感梁发生形变,通过应变片组成的桥式测量电路输出电信号.传感器的输出信号为电压形式.在静态试验和室内动态试验的基础上分别在河北省保定市和黑龙江省佳木斯市进行了收获小麦和水稻的田间试验,结果表明,传感器安装在合适的位置时,有着比较好的线性度,谷物产量的累积计量精度满足精细农业测产的要求.     

基于三维点云的田间香蕉吸芽形态参数获取

针对传统的香蕉吸芽形态参数手工测量方法效率低下、人为主观性强等问题,提出了基于三维点云的田间香蕉吸芽形态参数信息提取方法,并针对吸芽茎秆直径小,普通测量算法误差大的问题,使用曲面平滑和圆柱拟合算法提高了茎粗测量精度和准确性。使用Kinect V2、PMD CamBoard pico flexx、ZED双目视觉相机和Velodyne 16线激光雷达 4种深度传感器采集不同尺寸的香蕉吸芽点云,对比了不同深度传感器对于香蕉吸芽点云采集的效果和提取表型参数的精度。基于点云库开发了香蕉点云处理和表型参数提取算法,对从两侧获取的香蕉点云进行配准,提取了香蕉吸芽的株高、茎粗和叶面积参数。Kinect V2取得了最优的点云重建效果和表型参数获取精度,与人工测量值相比,测得株高、茎粗和叶面积的平均绝对百分比误差分别为4.79%、9.20%、16.59%,均方根误差分别为5.46 cm、4.44 mm、197.8 cm2,决定系数分别为0.96、0.87、0.92。研究表明,Kinect V2和该文的形态参数提取方法适用于香蕉吸芽的形态参数获取,可以为果园管理提供一种快速、准确的香蕉吸芽株高、茎粗和叶面积形态参数测量方案。