基于改进YOLOv7的破壳鸡蛋在线实时检测系统

针对破壳鸡蛋（破口蛋和裂纹蛋）缺陷差异性大，在线检测要求实时，以及人工检测依靠主观经验且检测速度慢、检测精度不高等问题，该研究提出一种基于改进的YOLOv7（You Only Look Once v7）模型的破壳鸡蛋在线实时检测系统。即以YOLOv7网络为基础，将YOLOv7网络的损失函数CIoU（complete-IoU）替换为WIoUv2（wise-IoU），在骨干网络（backbone）中嵌入坐标注意力模块（coordinate attention，CA）和添加可变形卷积DCNv2（deformable convnet）模块，同时将YOLOv7网络中的检测头（IDetect）替换为具有隐式知识学习的解耦检测头(IDetect_Decoupled)模块。在PC端的试验结果表明，改进后的模型在测试集上平均精度均值（mean average precision，mAP）为94.0%，单张图片检测时间为13.1 ms，与模型改进之前相比，其mAP提高了2.9个百分点，检测时间仅延长1.0 ms；改进后模型的参数量为3.64×10⁷，较原始模型降低了2.1%。最后通过格式转换并利用ONNXRuntime深度学习框架把模型部署至设备端，在ONNXRuntime推理框架下进行在线检测验证。试验结果表明：该算法相较原始YOLOv7误检率降低了3.8个百分点，漏检率不变，并且在线检测平均帧率约为54帧/s，满足在线实时性检测需求。该研究可为破壳鸡蛋在线检测研究提供技术参考。     

基于无人机可见光遥感影像的耕地精准分类方法研究

无人机可见光遥感具有使用成本低、操作简单、实时获取遥感影像、地面分辨率高等优势。提出了一种利用无人机可见光遥感影像进行耕地精准分类的方法,以广东省惠州市惠东县铁涌镇石桥村部分耕地的可见光遥感影像为研究对象,对耕地的面积信息、形状信息以及位置信息进行监测和提取,采用面向对象法对影像中两种基于可见光波段的植被指数、纹理信息、形状信息进行分析,研究出分类提取耕地信息的较佳方案。经过反复实验确定分割尺度45、合并尺度90为分割参数,同时利用波段信息和纹理信息对未种植作物耕地和其他地物进行分离。该方法总体精度为89.23%,Kappa系数为0.72。实验结果表明利用无人机可见光遥感数据对耕地进行分类虽然存在一些细碎地块被错提、误提的情况,但总体精度仍然保持在一个很高的水准,可以为耕地作物分类提供参考,为实现精准农业提供精准的数据基础。     

基于DGPS定位与双闭环转向控制的农业自动导航系统

以东方红X-804拖拉机为平台,开发了一种基于RTK-DGPS定位和双闭环转向控制相组合的农业自动导航系统。系统主要包括RTK-DGPS接收机、姿态航向参考系统(AHRS)、转向控制器、电控液压转向装置和转向角检测传感器。设计了Kalman滤波器对定位数据进行平滑处理,同时实现航向角的校正。为实现自动转向,在拖拉机原有手动控制系统基础上加上电控比例液压阀,并设计电控单元。然后,推导了转向系统的数学模型,通过Matlab仿真工具箱得到传递函数的参数,设计了双闭环转向控制算法。最后,进行了算法验证试验和田间试验,结果表明,双闭环控制方法较好抑制了稳态时的震荡现象,方波信号的角度跟踪稳态时最大误差0.60°,平均误差0.40°,平均延时为0.20 s;设计的Kalman滤波器有助于提高定位系统的精度,横向跟踪误差不超过0.09 m,转向角度平均跟踪误差为0.43°,延时0.25 s。     

基于CAN总线的拖拉机导航控制系统设计与试验

为提高农业机械导航控制的准确性,在东方红-X804型拖拉机平台上设计了一种基于CAN总线的导航控制系统,该系统包括导航控制器、GPS定位系统、转向系统以及CAN通信模块。上位机节点采用嵌入式ARM处理器AT91SAM9261,以双闭环PID控制算法实现转向控制,并基于收发控制芯片SN65HVD1050D设计了CAN接口电路。功能节点分别实现转向控制、油门开度控制、制动控制、角速度测量以及机具升降控制。根据CAN2.0总线协议制定了主动节点和从动节点的数据传输通信协议。进行了CAN通信试验以及田间作业试验。结果表明,CAN总线系统能保证信号及命令传输,东方红拖拉机能按照规划路径进行行驶、转向、变速等操作。其中,转向系统的方波信号角度跟踪稳态时平均误差0.41°,跟踪时间为1.32s;拖拉机田间试验过程中,直线行驶的横向跟踪误差平均值为0.021m,地头转向的横向跟踪误差平均值为0.016m。     

土槽遥控系统的设计与制作

研制了基于遥控的全功能土槽控制系统,遥控器和接收控制系统均采用新一代单片机,线路简单,工作可靠。作者从硬件和软件设计方面系统地介绍了整个系统的原理与设计,并对系统抗干扰及容错技术进行了分析。一年来的使用证明,遥控系统的使用极大地减小了操作难度,提高了工作效率。     

基于Matlab的计算机数据采集系统设计

设计了一套基于Matlab的计算机实时数据采集系统，该系统包括一块与PC串行连接的外置数据采集卡及一套采用Matlab语言编写的计算机驱动程序，可对1－11路模拟输入进行高精度（12位分辨率）、大容量（取决于计算机内存）、较高速度（采样可达3400次／s以上）的数据采集，并对数据进行各种分析与处理。介绍了系统软硬件设计及其在土槽测试中的应用实例。     

基于GPS/SINS组合的农业导航定位系统设计与研究

设计了一种基于全球定位系统GPS和捷联惯性导航系统SINS组合的农业车辆导航定位系统,介绍了该系统的传感器组合及功用,阐述了系统的硬件结构和工作过程。考虑到农用车辆在运动过程中接收到的GPS数据存在较大的定位误差,提出了GPS和SINS联合导航算法,利用SINS提供的姿态信息修正GPS定位数据,提高系统定位的精度。为了准确测量姿态信息,对多传感器集成模块ADIS16355的信息融合处理,确定了基于卡尔曼滤波的融合算法用于测量姿态角。在构建实验平台的基础上进行了试验,结果表明:通过多传感器融合算法可准确测量姿态角,GPS定位误差有效减少,可更真实反映农用车辆的运动状态。     

智能农田作业车辆实时数据采集系统设计试验

为了电路监控、在线诊断、记录机器工作状态及远程调试等要求,智能控制作业车辆农田作业时需要一个可靠的实时数据采集与传输系统.以水田激光平地机为平台,在原系统控制功能基础上设计基于Wi-Fi与SD卡的实时数据采集系统.实时数据一方面将通过Wi-Fi发送供外部接收端无线接收,另一方面将保存在SD卡中,作为Wi-Fi模块的辅助工具.介绍了设计方案与实现过程.为验证本系统可靠性,在实际的水田环境中对此实时数据采集系统进行测试,结果表明此实时数据采集系统能稳定且准确地记录平地机的工作数据,同时,无线Wi-Fi模块在空旷的水田环境中,数据可靠传输距离可达到100 m左右.     

水田激光平地机调平系统动力学建模

为实现基于动态过程模型的控制,提高平地机调平控制系统控制精度和稳定性,该文建立平地机调平系统动力学模型。水田激光平地机调平系统是一种典型的机械电控液压一体化结构,该文建立其从比例阀输入电流至平地铲水平倾角的动力学模型。首先根据平地机调平物理系统结构与工作原理,在简化和假定条件下,建立平地机调平系统受力分析图,以此分析和建立基于微分一代数方程的动力学模型,即DAE(differential—algebraic equations)模型。通过求解DAE模型,得出输入电流与输出平地铲角度的仿真结果,并用试验方法将仿真结果与实际结果对比来验证模型。结果表明该文提出的系统模型能较好地描述平地机调平系统动态响应。该文提出的研究方法不仅对不同机型的平地机机械设计与控制系统设计有指导意义,还对其他机电液一体的农机作业机械动力学建模与试验验证提供参考。     

基于MEMS惯性传感器融合的水田激光平地机水平控制系统

激光平地技术是农业生产中一项重要的节本增效措施,为了使激光平地机在水田中作业时平地铲保持水平,设计了一种低成本的水田激光平地机水平控制系统,采用MEMS陀螺仪与加速度计通过信息融合测定平地铲实时倾角,通过脉冲宽度调节普通电磁阀实现平地铲水平控制.文章分析了控制系统的构成,传感器的工作原理与安装方法,阐述了两种传感器融合测量实时倾角的方法.采用了基于ARM7内核的微处理器设计了水平控制系统硬件,并给出了软件实现流程.采用AHRS(姿态航向参考系统)对系统性能进行了实验室测试与田间试验验证,测试结果表明,该水平控制系统能在动态条件下准确地测定平地铲实时倾角,可以较好地实现平地铲水平控制.