果实采摘机器人设计与导航系统性能分析

设计了一种果实自动采摘机器人,主要包括自动导航系统、采摘系统、运动系统、控制系统及动力系统。自动导航系统主要包括激光雷达导航和GNSS定位导航,可用于建立地图和规划工作路径;采摘系统通过双目立体视觉相机进行果实识别,再通过由六自由度机械臂和两指末端执行器(机械手)组成的执行机构抓紧果梗并剪断,完成果实采摘。试验结果表明,设计开发的机器人可以通过激光雷达导航完成室内工作,剪断并抓取果梗的两指末端执行器可适用于多种果实,上位机软件可以完成图像采集、机械臂控制和机器人工作路线图建立等操作。激光雷达导航试验结果表明,在1m/s的行驶速度下,导航绝对误差小于3.5cm,可满足温室果实采摘的需求。     

核桃花粉萌发适宜培养基的筛选

以早实核桃品种"绿岭"和"绿波"花粉为试材,采用离体培养方法,研究了培养基中不同比例蔗糖、硼酸、氯化钙对花粉萌发的影响,以明确核桃花粉萌发的适宜条件,为核桃花粉萌发找到适宜的培养基提供参考依据。结果表明:"绿岭"和"绿波"核桃花粉在蔗糖浓度为160g·L~(-1)时的发芽率最高,分别为48.09%和57.23%;"绿岭"和"绿波"花粉萌发最适宜的硼酸浓度分别为0.10、0.07g·L~(-1);2个品种的花粉萌发最适宜的氯化钙浓度为0.20g·L~(-1)。适宜"绿岭"核桃花粉萌发的最佳培养基为蔗糖160g·L~(-1)、硼酸0.10g·L~(-1)、氯化钙0.20g·L~(-1),在此培养基下"绿岭"核桃花粉萌发率达到61.06%;适宜"绿波"核桃花粉萌发的最佳培养基为蔗糖160g·L~(-1)、硼酸0.07g·L~(-1)、氯化钙0.20g·L~(-1),在此培养基下"绿波"核桃花粉萌发率为72.71%。     

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。     

SH2B1基因及miR-276-3p对猪背部脂肪沉积的影响

本试验旨在研究SH2B衔接因子蛋白1（SH2B adaptor protein 1,SH2B1）基因在猪不同组织和生长发育各阶段背部脂肪中的表达情况,预测调控该基因的miR-276-3p对猪背部脂肪表达的影响。应用实时荧光定量PCR技术检测SH2B1基因在猪脂肪、下丘脑等6种组织,以及在30、60、90、120和180 d猪背部脂肪组织中的相对表达量。靶标预测SH2B1基因的调控miRNA,并通过实时荧光定量PCR检测miR-276-3p对该基因的调控作用。结果显示,SH2B1基因在猪的6种组织中均有表达,且在脂肪组织中表达量最高,在肌肉组织中表达量最低。在猪生长发育各阶段背部脂肪中SH2B1基因均有表达,在前期（30和60 d）表达量较低,在中、后期（90、120和180 d）持续高表达,且显著高于前期表达量（P<0.05）。高、低背膘厚组背部脂肪中miR-276-3p与SH2B1基因均呈差异表达,且两者表达呈相反趋势,miR-276-3p在高背膘厚组中的表达量显著低于低背膘厚组（P<0.05）,而SH2B1基因在高背膘厚组中的表达量却显著高于低背膘厚组（P<0.05）。miR-276-3p可通过靶向负调控SH2B1基因,影响猪背部脂肪的沉积。本试验结果为进一步深入研究猪背部脂肪沉积和背膘厚差异的分子机制提供参考。     

遮阴处理对‘绿岭’核桃品质及产量的影响

为了解‘绿岭’核桃对光照的需求及适应性,研究了不同遮阴程度(80%、50%、30%)对‘绿岭’核桃品质及产量的影响。结果表明:80%遮阴处理核桃种仁的脂肪含量极显著低于其它处理和CK,仅为57.38%,淀粉和可溶性糖含量极显著高于其它处理和CK,分别为3.08%和3.53%;80%遮阴处理的核桃单果质量极显著低于其它处理和CK,仅为8.34 g,其纵径、横径和侧径极显著低于其它处理和CK,分别为36.07、26.6、26.59 mm;80%遮阴处理的核桃密度和硬壳厚度极显著低于其它处理和CK,仅为0.46 g/cm3和0.66 mm;不同遮阴处理的坏果数量极显著高于CK,80%遮阴处理的坏果数量极显著高于其它处理和CK,达到216.83个/株;80%遮阴处理的内果皮发育不良率极显著高于其它处理和CK,达到68.17%;不同遮阴处理的核桃产量极显著低于CK,80%遮阴处理下的核桃产量极显著低于其它处理和CK,仅为1.04 kg/株。     

温室绿熟番茄机器视觉检测方法

针对基于可见光图像对绿色番茄进行识别过程中,光线不均造成的阴影等会影响果实的识别、枝干和叶片对果实的遮挡以及果实之间的遮挡对果实识别的影响等难题,该文对基于机器视觉的绿色番茄检测方法进行研究。首先通过快速归一化互相关函数(FNCC,fast normalized cross correlation)方法对果实的潜在区域进行检测,再通过基于直方图信息的区域分类器对果实潜在区域进行分类,判别该区域是否属于绿色果实,并对非果实区域进行滤除,估计果实区域的个数。与此同时,基于颜色分析对输入图像进行分割,并通过霍夫变换圆检测绿色果实的位置。最终对基于FNCC和霍夫变换圆检测方法的检测结果进行融合,实现对绿色番茄果实的检测。当绿色果实和红色果实同时存在时,将绿色果实检测结果与基于局部极大值法和随机圆环变换检测圆算法的红色番茄果实检测结果进行合并。算法通过有机结合纹理信息、颜色信息及番茄的形状信息,对绿色番茄果实进行了检测,解决了绿色番茄与叶子、茎秆等背景颜色接近等难题。文中共使用了70幅番茄图像,其中35幅图像作为训练集图像,35幅作为验证集图像。所提出算法对训练集图像中的83个果实的检测正确率为89.2%,对验证集图像中105个果实的检测正确率为86.7%,为番茄采摘机器人采摘红色和绿色成熟番茄奠定了基础。     

2种核桃砧木苗的光合及叶绿素荧光特性研究

为了比较不同核桃砧木品种叶绿素荧光特性,以便选择健壮砧木,以核桃砧木品种V和W的组培苗为试材,分别对其生长情况、光合特性、叶绿素荧光特性及叶绿素含量进行测定,结果表明:2个砧木品种组培苗生长情况具有显著差异,同期栽植的砧木V的苗高、地径、每复叶小叶数均极显著小于砧木W,分别为3.54cm、4.86mm、9片,而叶面积整体上大于砧木W;砧木V的叶绿素b含量极显著小于砧木W,为0.28mg/g;砧木V的净光合速率(P_n)、气孔导度(G_s)、蒸腾速率(T_r)日均值均极显著小于砧木W,分别为8.78μmol/(m~2·s)、0.03mol/(m~2·s)、0.50mmol/(m~2·s);砧木V的PSⅡ电子传递量子产量(φPSⅡ)和电子传递速率均极显著小于砧木W,分别为0.80和1.79。综合分析,砧木品种W在叶绿素荧光特性等方面优于砧木品种V。