牵引式农机—机具二维三自由度运动学模型研究

为解决农机作业过程中牵引式农机机具曲线运动轨迹不一致问题,通过研究牵引类农机—机具曲线运动规律,建立农机—机具二维三自由度运动学模型,实现农机与机具作业点轨迹推算,以达到不改变农机自动导航系统硬件的前提下控制机具作业点按照预定轨迹行进的目的。在直线—转弯、顺时针整圆和S型曲线三种运动模式下,模型的轨迹跟踪试验的结果表明:直线—转弯运动模式下,农机模型的平均误差0.54 cm,机具模型的平均误差0.62 cm;顺时针整圆运动模式下,农机模型的平均误差4.87 cm,机具模型的平均误差4.34 cm;S型曲线运动模式下,农机模型的平均误差11.72 cm,机具模型的平均误差15.96 cm。     

基于农机空间运行轨迹的作业状态自动识别试验

以物联网为代表的现代信息技术在农机作业管理领域的发展应用,实现了农机作业过程的定位监控,但现有农机远程监管系统对海量农机空间位置数据仅实现了远程存储、显示和简单分析,难以满足农机精准管理和数据智能处理的要求。该文采用数据挖掘中的聚类和空间数据分析方法,结合农机空间运行轨迹的特点,研究了基于空间运行轨迹点的农机作业状态自动识别算法;设计实现了典型农机运行状态自动识别方法,定量分析了农机作业班次内田间作业时间、空行转移时间、停歇时间的量化构成。农机试验表明:发展的基于空间索引和网格密度的聚类算法精度达89%以上。农机作业状态自动识别为农机作业生产率、农机利用率和作业成本核算提供了定量依据。     

变量施肥处方图识别与位置滞后修正方法

处方图变量施肥作业系统的技术关键在于根据处方图精确一致地“按图作业”.基于面向对象方法,设计并实现了变量施肥作业系统控制软件,提出基于作业机械位置的实时处方图识别算法,测试结果表明,单位处方识别时间不超过100 ms,能够满足实际系统作业的需要.在分析位置滞后原因的基础上,建立了变量施肥作业系统的位置滞后模型,通过田间实测试验,施肥时间延迟为1.84s.     

基于自适应模糊控制的拖拉机自动导航系统

阐述了一种基于自适应模糊控制的拖拉机自动导航系统.由PLC、电控开关液压阀和比例方向液压阀组成自动转向控制系统,设计了PD转向控制算法;为提高拖拉机自动导航的精度和稳定性,提出了一种基于遗传算法的自适应模糊控制方法,采用遗传算法在线优化模糊控制规则以及输出比例因子,既保留了传统模糊控制的优点,又有效改善了系统的控制品质;仿真和田间试验结果表明,该方法可以迅速消除跟踪误差,响应速度快,超调小,系统工作稳定,稳态跟踪误差不超过10 cm.     

风送式水稻侧深精准施肥装置的设计与试验

针对中国水稻施肥机械化程度低,传统撒施肥料利用率低、施肥量大的现状,结合侧深施肥农艺特点,对风送式排肥方法进行了理论分析,研制了风送式水稻侧深精准施肥装置。该装置采用模块化设计与乘坐式插秧机配套使用,采用电机驱动排肥、风送肥料、全球定位系统(global position system,GPS)测速的工作原理,侧位深施化肥的施肥方式,采用车辆行驶速度与排肥驱动电机转速实时匹配的精准施肥控制方法。设备在黑龙江七星农场开展了田间实际作业试验。试验表明,该装置与插秧机配合使用时能一次性完成插秧与侧深精准施肥作业,当预置施肥量为300 kg/hm2,车辆稳定行驶速度为1 m/s时,施肥量偏差控制在5.82%以内,能够较好的满足实际生产需求。该研究为开展水稻变量施肥控制技术研究和水稻侧深施肥装置的研发提供了参考。     

大豆田间杂草的光谱识别研究

精确施药的关键是快速正确识别杂草。为此,利用ASD野外便携式光谱仪,在田间测量了大豆、马唐和稗草植株冠层在350～2 500nm波长内的光谱数据,经过数据预处理,数据分析波长选为350～1 300nm和1 400～1 800 nm。数据处理采用支持向量机(SVM)模式识别方法 ,用线性、多项式、径向基和多层感知核函数对大豆和杂草建立二分类模型。结果表明:三阶多项式核函数SVM分类模型的正确识别率最高,达到85%以上,且支持向量比例较小;以二分类模型为基础,利用投票机制建立了大豆、马唐和稗草的一对一多分类SVM模型,正确识别率达83%;田间光谱测量受光照、背景和仪器测量精度等条件的影响较大,但结果仍表明SVM结合光谱技术在田间杂草识别中的应用潜力很大。此研究为田间杂草识别及传感器的建立提供了研究思路和应用基础。     

农机远程监管服务系统的设计与实现——基于ArcGIS Server

为了有效管理农机资源,实时监控农机作业状态和工况数据,及时对农机故障进行预警,提高作业效率,采用.NET提供的应用程序开发接口服务(WCF)生成Web Service客户端,并在此基础上通过ArcGIS Server Java框架进行二次开发,设计并实现了基于ArcGIS Server的农机远程监管服务系统。该系统的主要功能包括农机信息管理、合作社内部信息管理、农机实时监控、农机历史轨迹查询、农机工况数据实时监测与即时报警。     

农田作业机械测速方法试验

实时对地速度测量是精准农业智能装备必备的一项功能。该研究的目的是评价不同农田作业机械地速测量传感器的性能情况,选用多普勒雷达、霍尔元件、RTK-GPS、RTD-GPS和单点定位GPS 5种不同测速设备,在小麦地、翻耕地、未耕地和水泥地等4种典型地表环境下进行农田作业机械测速性能试验。试验结果表明：在作业机械匀速行驶过程中,差分GPS（RTK-GPS和RTD-GPS）输出的速度值变异系数较大,单点定位 GPS、雷达与霍尔元件传感器输出的速度值相对稳定,与平均速度接近。而在作业机械加速和减速过程中,各种传感器测速误差均增大,其中单点定位GPS速度误差和测速延迟显著增大。田间试验和分析表明,低成本单点定位GPS和霍尔元件在正常旱田作业条件下,可以作为精准农业智能装备有效的测速手段。     

基于机器视觉的玉米苗期多条作物行线检测算法

为满足玉米苗期中耕、追肥等田间管理环节的自主导航行走需求,研究了基于机器视觉的多条作物行线实时检测技术.首先,基于绿色分量增强法、分割阈值优化法和形态特征分析法,对图像分别进行灰度化、二值化和去噪等预处理,该预处理结果不受自然光照变化、阴影、降水/积水、播种模式等影响,对细密状杂草干扰或植株冠层交叠条件下作物行间分界间...     

农业装备自动驾驶技术研究现状与展望

农业装备自动驾驶技术可以显著提升作业质量，提高作业效率，降低作业成本，减轻劳动强度，已成为智能农业装备发展的重要方向。在政策和市场的共同推动下，我国农业装备自动驾驶技术发展迅速，并通过多场景、多层次的示范和应用推动技术熟化，逐步建立了完整的技术体系。农业装备自动驾驶技术系统主要包括环境感知、工况感知、决策规划、横向控制、纵向控制等关键技术。本文首先阐述了农业装备自动驾驶关键技术研究的现状，分析归纳了各技术领域有待解决的关键科学技术问题；结合农业装备自动导航技术产品和自动驾驶技术集成应用两方面，介绍了国内外农业装备自动驾驶技术研发和应用情况；从自动驾驶技术分级研究和建立标准规范角度，对比分析了农业装备自动驾驶与智能网联汽车行业的差距，指出了农业装备自动驾驶等级划分的迫切需求。为应对智慧农业生产非结构环境、高精度农艺和强农时约束三大挑战，建议突出农业生产应用中作业精准化和驾驶自动化双重需求的特点，有针对性地开展农业装备自动驾驶技术研发、应用示范和技术分级等方面工作。