果园作业机器人的自主行间导航系统研究

【目的】挂载多种农机具的果园作业机器人能减少果园劳动力投入、降低水果生产成本并提高果园生产效率,其中自主导航系统是果园作业机器人应用研究的重点和难点。【方法】文章针对果园作业机器人GPS导航过程中定位信号易受树叶遮挡及多路径效应干扰等问题,以果园作业机器人初始位置为原点建立世界坐标系,采用拓展卡尔曼滤波算法对通过三维激光雷达结合RANSAC算法获取的果园行直线进行优化,设计结合差速模型和纯跟踪算法的果园自主行间导航算法,并以该算法为基础开发果园作业机器人自主行间导航系统,驱动果园作业机器人沿树行中心行驶并完成自主调头进入下一行的工作。【结果】(1)根据现代化矮化密植果园的环境,果园自主行间导航算法能根据两侧果树行的三维点云,自主生成稳定的导航位置;(2)果园作业机器人能够沿果园行中心位置匀速行驶,并能够实时根据果园行的变化来修正自身的位姿。当速度在0.4 m/s时候,机器人运动的横向平均偏差为0.1 m,航向平均偏差为1.04°;(3)基于果园行宽相等的条件,果园作业机器人能够在行尾自主调头进入下一行,之后沿行内中心位置继续行驶。【结论】该文果园自主行间导航系统设计合理,算法稳定性高,导航精度高,不受驾驶路况的影响,能够满足现代化矮化密植果园作业的自主行驶需求。     

持续受涝对冬小麦高光谱特征参数的影响分析

【目的】高光谱特征参数能够突出原始光谱的感兴趣信息,分析冬小麦的高光谱特征参数随受涝时间的变化特征,提出一种快速识别冬小麦受涝的方法,可为冬小麦涝害监测提供理论支撑。【方法】文章在冬小麦灌浆期设置持续淹水8天的处理,采集涝害处理当天、第3d、第5d、第7d的反射光谱特征,以高光谱位置参数、振幅参数、面积参数和反射率参数为研究指标,对比分析了健康和受涝冬小麦18个高光谱特征参数的变化特征,并根据高光谱特征参数的差异性指数随受涝时间的变化特征判断冬小麦的受涝程度。【结果】(1)受涝冬小麦的红边位置发生"蓝移",红谷、绿峰和黄边位置发生"红移";4个振幅参数值均减小;近红外面积和绿峰面积增大,红边、黄边和蓝边面积减小;绿峰反射率Rg和红谷反射率Ro增大,两者的比值Rg/Ro和归一化值(Rg-Ro)/(Rg+Ro)则减小;(2)根据不同高光谱特征参数差异性指数的大小及变化特征,提取出红边位置、最小振幅、近红外面积和红谷反射率为判断冬小麦受涝与否的最佳参数;高光谱反射率参数和面积参数可在受涝前期快速识别冬小麦受涝与否,高光谱振幅参数能够在受涝后期判断受涝程度。(3)不同高光谱特征参数识别冬小麦受涝的优劣能力从强到弱依次为:高光谱振幅参数高光谱面积参数高光谱反射率参数高光谱位置参数。【结论】高光谱特征参数的变化特征能够用来判断冬小麦受涝与否以及受涝程度,可为冬小麦涝害遥感监测提供理论支撑。     

最大似然分类的训练样本敏感度研究

【目的】遥感影像监督分类能够快速获取土地利用和地表覆盖的信息,分类样本的选取对分类精度具有决定性的作用。以最大似然分类方法为例,研究样本数量、均值和标准差对分类精度的影响。【方法】基于地表覆盖产品GlobeLand30分层随机选取不同数量的训练样本,采用最大似然法对研究区域的Landsat8遥感影像进行分类。通过谷歌地球高分影像选取一定数量的检验样本,对影像分类结果进行精度评价,并研究样本数量、均值和标准差对分类结果的影响。【结果】不同数量的训练样本得到的分类精度不同,分类精度随着样本数量的增加先增加后下降,然后渐趋于稳定;在样本质量特征方面,当训练样本的均值和标准差越接近检验样本的均值和标准差时,分类结果的精度越高,反之则分类精度较低。【结论】在最大似然分类过程中,训练样本数量的选取存在临界值,当达到临界值时即可获得较高分类精度,随后即使增加样本的数量也无法显著提高分类结果的精度。在样本质量方面,要尽量选取能够反映地物真实特征的训练样本进行分类。     

我国智慧耕地研究重点方向探讨

【目的】耕地作为土地科学研究中的重要部分,已成为土地科学研究的热点。随着社会经济的发展,科学技术的不断革新,传统耕地利用面临着诸多问题一直未能有效解决。本文将海量数据、互联通信、深度学习和人工智能等现代科技技术运用到传统耕地利用和管理中,解决当前耕地利用急需解决的问题。【方法】通过构建智慧耕地理论框架体系,耦合传统耕地利用与现代科技发展的新兴产物,将现代科学技术有机地融入到传统耕地利用中,解决了传统耕地面临的诸多问题。【结果】在现有土地利用研究基础上,构建了我国智慧耕地发展的框架结构,提出了我国智慧耕地重点研究方向和关键问题。【结论】该研究将有助于提高我国耕地的利用和管理水平,为应对全球变化和国际贸易的冲击,保障我国的粮食安全和解决"三农"提供了方向。