多约束情形下的农机全覆盖路径规划方法

为满足自主作业农机自动导航作业的需求并优化农机作业效率,在处理多种车辆转弯方式约束和农业地块约束的基础上,基于模拟退火算法提出一种混合规则路径规划方法。在多种作业约束处理方面,引入了农机转弯代价邻接矩阵来量化农机地头转弯方式的影响,通过采用内缩改进的道格拉斯-普克(Douglas-Peucker)拟合算法与求解采样点的最小凸包分别处理地块边界及障碍物边界。在使用角平分线的平行偏移法求得转向预留地块后,以转弯代价最小为优化条件对多种形状地块进行了最优作物行生成。在农机遍历顺序方面,利用模拟退火算法求解得到最优路径集,并通过单元拆解及合成的方式求解全覆盖遍历顺序,解决了传统规则遍历走法适应性差和大规模农机作业时经典模拟退火算法易陷入局部最优解的问题。实验表明,本文方法所得路径平均作业覆盖率达90.78%,平均作业占空比达85.10%。在同等作业条件下,利用本文方法所得路径比传统规则路径最多可节约距离消耗30.3%,比模拟退火算法所生成路径节约6.9%。说明本文规划算法可在多种约束下对农机进行作业路径规划,且具有较好的规划效果。     

农业机器人关键技术研究现状与发展趋势

农业机器人是机器人领域重要分支,农业机器人代替人工作业成为现代农业发展的重要趋势。本文给出了农业机器人定义和分类,分析了农业机器人国内外发展现状、应用需求和技术挑战,划分了农业机器人3个发展阶段。通过对各类应用场景农业机器人的研究分析,提出了农业机器人的物境信息智能感知、智慧决策与智能控制、灵巧臂手精准作业、自主导航稳定行走、端-边-云协同机器人系统5大技术要素,阐明了农业机器人关键技术发展趋势,给出了其技术标准体系架构方案。指出了农业机器人共性关键技术是助推智能农机升级、智慧农业产业快速发展的重要抓手,同时指出我国农业机器人正进入快速发展期,也是我国追赶国际技术前沿的战略机遇期,最后为我国农业机器人产业发展提供了方向性建议。     

基于小波变换的农田图像光照不变特征提取算法

提出了基于小波变换的农田图像光照不变特征的提取算法。采用Retinex光照模型,对原始农田图像进行剪裁和归一化等预处理,选用Haar小波基多级分解预处理后的图像,从而得到图像的高低频成分;通过阈值法更新小波分解后的高频系数,重构获得多尺度反射模型,以提取光照不变特征;进行了光照不变特征提取和农作物航线获取试验。结果表明,该算法提取的特征图受自然光照的影响很小,且能够极大程度保留场景中的物体特征。同时,农作物航线提取在不同光照条件下均具有较高精度,航线误差在±2°以内,能够满足农机导航的精度要求。在NVIDIA的Jetson TX2硬件平台上,该算法总耗时在300 ms以内,相机前视距离可达20 m,满足农机正常作业的实时性要求。     

基于改进YOLOv3-tiny的田间行人与农机障碍物检测

为实现农机自主作业中的避障需求,本文针对室外田间自然场景中因植被遮挡、背景干扰而导致障碍物难以检测的问题,基于嵌入式平台应用设备,提出了农机田间作业时行人和农机障碍物检测的改进模型,更好地平衡了模型的检测速度与检测精度。该改进模型以You only look once version 3 tiny（YOLOv3-tiny）为基础框架,融合其浅层特征与第2 YOLO预测层特征作为第3预测层,通过更小的预选框增加小目标表征能力;在网络关键位置的特征图中混合使用注意力机制中的挤压激励注意模块(Squeeze and excitation attention module,SEAM) 与卷积块注意模块(Convolutional block attention module,CBAM),通过强化检测目标关注以提高抗背景干扰能力。建立了室外环境下含农机与行人的共9405幅图像的原始数据集。其中训练集7054幅,测试集2351幅。测试表明本文模型的内存约为YOLOv3与单次多重检测器(Single shot multibox detector,SSD)模型内存的1/3和2/3;与YOLOv3-tiny相比,本文模型平均准确率（Mean average precision,mAP）提高11个百分点,小目标召回率（Recall）提高14百分点。在Jetson TX2嵌入式平台上本文模型的平均检测帧耗时122ms,满足实时检测要求。     

视觉导航农用车辆相对位姿测量新方法(英)

农田环境中农作物大多呈近似直线的行垄分布特点，农用车辆自主视觉导航时通常利用这些景物特征作为跟踪目标。提出了一种计算车辆相对于跟踪目标位姿的新型方法，首先分析了传统算法中存在的计算量大、忽视图像平面中各像素权重不同等缺陷，而后依据跟踪路径局部线性模型假设，详细地推导了算法过程。基于视觉导航原型车辆的试验结果表明，与人工测量值相比，横向距离和航向角的误差均值都等于零，标准差分别为3cm 和0.62deg。     

重力式种子精选机及微机控制系统的研制

介绍重力式种子精选机的研制，及利用对重力式种子精选机选种工艺过程进行自 原理及方法；该系统通过对成品种子千粒重的实时与线检测及与预置千粒重值进行比较，得出选种工艺过程的反馈信息，进而控制各相应调整机构驱动电机正转，来改变影响选种质量的各参数，以使种子质量始终保持在参定水平。     

秧苗嫁接机器人视觉与识别的研究

研制了一套应用于瓜果秧苗嫁接机器人的视觉系统，该系统能判别秧苗品质和秧苗方向，使得瓜类秧苗嫁接机器人在保证质量情况下实现全自动嫁接成为可能。     

基于GPRS的变量施肥机系统研究

研制了一种基于GPRS的变量施肥机系统。介绍了系统的组成结构和工作原理,探讨了远程通讯控制器的软硬件设计,并在此基础上,研究了远程处方下载的工作过程,引入机群监控的概念,阐述了监控端软件的实现。田间试验结果表明,研制的变量施肥机能够满足精准农业意义上的变量施肥作业要求。     

中空液压马达系统建模与摩擦动态补偿算法研究

针对阀控中空液压摆动马达系统,建立数学模型;基于LuGre动态摩擦模型,设计摩擦状态观测器;在此基础上,通过提出带状态观测的滑模变结构控制算法进行大摩擦力矩动态补偿控制,并进行了试验研究。结果表明：所设计的摩擦状态观测器可以较好地估计摩擦力矩,基于状态观测的滑模变结构控制算法可以实现大摩擦力矩下的高精度轨迹跟踪,相比无状态观测的滑模控制,轨迹跟踪精度提高1个数量级以上。     

基于亮度校正和AdaBoost的苹果缺陷在线识别

提出了一种基于亮度校正和AdaBoost的苹果缺陷与果梗-花萼在线识别方法。以富士苹果为研究对象,首先在线采集苹果的RGB图像和NIR图像,并分割NIR图像获得苹果二值掩模;其次利用亮度校正算法对R分量图像进行亮度校正,并分割校正图像获得缺陷候选区(果梗、花萼和缺陷);然后以每个候选区域为掩模,随机提取其内部7个像素的信息分别代表所在候选区的特征,将7组特征送入AdaBoost分类器进行分类、投票,并以最终投票结果确定候选区的类别。实验结果表明,该算法检测速度为3个/s,满足分选设备的实时性要求,且总体正确识别率达95.7%。