蛋壳破损自动检测模型研究

为了建立蛋壳破损检测模型,试验采用敲蛋装置与声检测控制器组成的计算机蛋破损检测系统获取被检蛋声音信号数据。通过对蛋声音信号的功率谱分析而得到反映蛋壳破损特征的参数：功率谱面积的平均值x₁,最大功率谱面积与最小功率谱面积的差值x₂,X轴方向上质心的平均值x₃,X轴方向上质心最大值与其最小值的差x₄,Y轴方向上质心的平均值x₅,Y轴方向上质心最大值与其最小值的差x₆,共振峰频率的最大值x₇和共振峰频率的最大值与其最小值间的差值x₈;再通过Bayes原理建立与蛋壳破损特征参数相关的蛋壳破损模型。检验结果表明模型准确率达到92%。     

基于低空无人机遥感技术的油菜机械直播苗期株数识别

植株数量识别是油菜机械直播效果和质量评估的关键.该文针对油菜机械直播田间植株数量检测中人工统计耗时、费工、效率低下的现实,通过自主搭建的低空无人机遥感平台采集油菜机械直播区域的遥感影像,基于超高分辨率(0.18 cm/pixel)遥感影像计算的颜色植被指数进行油菜目标识别及其形态特征信息提取.结合田间调查数据,采用逐步回归分析方法,建立了机械直播油菜在苗期的株数与遥感特征信息之间的关系.结果显示,油菜目标的株数与其外接矩形的长宽比、像素分布密度和周长栅格数具有较好的线性关系,回归模型的决定系数R2为0.803,并通过显著性检验,其标准估计误差为0.699.模型检验结果显示,观测值与预测值之间的R2为0.809,均方根误差RMSE为0.728.研究结果表明,利用集成超高分辨率传感器的低空无人机遥感平台,通过计算颜色植被指数并分析油菜目标数量与形态特征的相关性,能有效识别油菜机械直播的出苗株数,可为后续油菜机械直播效果的快速、准确评估提供技术支持.     

油菜播种质量监测系统设计与试验

目的 为了获取油菜播种质量信息,并实现信息的显示、远程传输与云存储,提出了一套油菜播种质量监测系统。方法 该监测系统由油菜籽传感检测装置、播种监测终端、播种质量信息云存储平台组成。采用多种形式小粒径种子传感检测装置实现对播种质量信息的实时获取,基于射频通信模块实现与播种监测终端的数据交互;监测终端完成信息显示,并通过北斗定位单元对播种质量信息位置进行精确定位;通过无线传输模块,实现油菜播种质量信息数据的远程传输和云存储。搭建油菜播种质量监测系统试验台,通过田间试验验证系统的稳定性和可靠性。结果 设计的油菜播种质量监测系统能通过内嵌的北斗定位单元获取播种机经、纬度信息,同时可利用4G无线传输模块将播种质量信息及定位信息传输至云存储平台。台架试验结果表明,当排种器落种频率为16.5~26.2 Hz时,检测准确率不低于97.1%,采集的油菜播种质量信息均能够传输至播种监测终端并进行显示;播种质量信息均准确上传至云存储平台数据库,传输时长不超过2 s,且与终端显示数据一致。田间试验验证结果表明,排种频率为17.4~25.5 Hz时,检测准确率不低于96.6%,且系统运行正常。结论 该系统为油菜播种过程智能化提升、播种状态图生成及产量预测提供了技术支撑。     

基于HT的多条直线检测的特点及其算法改进

依据霍夫（Hough）变换原理,给出了多条直线检测的算法,分析了基于霍夫变换（HT）检测多条直线的特点,即直线—峰值对应性,检测直线不确定性（针对斜率大于0的情况）,累加器A的值与待测直线段长度的关系,带噪声多条准直线的参数空间峰值特征,倾角为90°的直线段参数空间峰值特征,并有针对性的提出了改进方法。提出了依据峰值自动搜索填充范围的算法,实现了峰值的搜索,并通过马铃薯作物的行检测验证了该方法的有效性。     

中小粒径种子播种检测技术研究进展

播种检测技术是实现播种智能化的关键技术之一,可为变量播种提供基本的技术支撑。该研究分析了国内外中小粒径种子播种检测技术进展及相应检测装备,重点阐述了中小粒径种子感知方法,主要包括机械机电报警检测法、机器视觉检测法、光电传感检测法、电容传感检测法、压电传感检测法,并对不同检测方法优劣进行分析;同时围绕播种机故障监测、播量、播种频率、行距、株距、漏播、重播等评价指标,明确了播种检测的主要内容,结合精准农业要求为不同播种模式提出对应播种检测指标;进一步分析了为解决漏播问题的变量补种技术和播种检测信息传输技术的研究概况。在系统总结和分析播种检测相关技术的基础上,提出在精准农业背景下对中小粒径种子播种检测的发展要求,展望未来中小粒径种子播种检测技术发展趋势。     

联合收获机单神经元PID导航控制器设计与试验

针对联合收获机在田间直线跟踪作业中在维持高割幅率条件下易产生漏割的问题,设计了一种基于单神经元PID(Proportion Integration Differentiation)的联合收获机导航控制器。以轮式联合收获机为平台,通过对原有液压转向机构进行电控液压改装,搭载相关传感器构建了导航硬件系统。开展了常规PID控制和单神经元PID控制的仿真以及实地对比试验,仿真结果表明单神经元PID控制具有超调小和进入稳态快等特点;路面试验表明,当收获机速度为0.7 m/s时,单神经元PID控制最大跟踪偏差为6.10 cm,平均绝对偏差为1.21 cm;田间试验表明,收获机速度为0.7 m/s时,单神经元PID控制田间收获最大跟踪偏差为8.14 cm,平均绝对偏差为3.20 cm。试验表明所设计的联合收获机导航控制器能够满足自动导航收获作业要求,为收获作业自动导航提供了技术参考。     

鸭蛋蛋壳破损检测方法及其发展趋势

蛋类食品作为人们日常生活的主要食品,其内部品质的好坏直接影响食用品质,甚至每个食用者的健康。我国是世界上禽蛋生产和消费大国,但我国的蛋产量与产生的经济效益不成比例,蛋壳破损检测方法还很落后。如何检测蛋壳     

大学生机械创新设计大赛与创新人才的培养

全国大学生机械创新设计大赛是教育部负责组织的重大赛事之一,受到了各高校的普遍重视,对培养创新型人才具有重要意义.通过对大赛的发展趋势和大赛中学生暴露出的主要问题的分析,提出了当前大学生创新能力的培养途径.     

鸭蛋壳厚等级模型研究

研制了基于机器视觉技术的鸭蛋品质无损检测系统中的鸭蛋壳厚分级模型。阐述了壳厚试验的装置和方法,并对试验数据进行分析,根据不同新鲜度水平得到不同模型。试验结果表明,无论是白壳蛋还是青壳蛋,其蛋壳厚度K与颜色参数H、S、I三个变量之间存在显著线性相关关系。试验所得两组模型可以作为鸭蛋品质无损检测系统的部分模型直接用于壳厚检测。