基于信息融合的农业自主车辆障碍物检测方法

针对单一传感器在智能车辆环境感知中的局限性,提出一种基于摄像机与激光雷达信息融合的农业自主车辆前方障碍物检测方法。对单目摄像机获取的图像进行基于Ft（Frequency-tuned）算法的显著性检测,并生成显著图。同时对激光雷达反射点进行基于数据关联性评估的聚类分析,确定障碍物数量、边界与位置等先验信息。然后以激光雷达坐标相对应的图像像素坐标为种子点,由种子点激活经过处理的显著图,基于受限区域生长实现障碍物区域分割。试验结果表明,基于Ft算法的图像显著性检测具有更好的边缘检测效果,基于种子点的受限区域生长法可以有效地进行障碍物分割。在机器视觉的基础上融入激光雷达数据,可以更好地排除非障碍物的干扰,实现了障碍物的完整检出。     

电动拖拉机底盘多目标优化设计

针对目前电动拖拉机底盘布置研究相对较少的情况,基于现有的整机匹配结果进行了底盘布置设计,利用三维建模软件建立模型,输入质量参数,提取整机主要零部件重心位置参数,然后通过分析拖拉机牵引机组作业时的力学特性,建立相关数学模型。以电动拖拉机的牵引效率和整机质量作为优化目标,采用NSGA-Ⅱ算法进行多目标优化。综合考虑了犁耕作业下拖拉机的稳定性要求、驱动力要求、载荷波动情况以及传动系和行走系零件寿命等影响因素,制定了算法运行的约束条件,建立了约束方程组。以电动拖拉机的使用重力、前后电池组的质心和整机质心为目标变量,推导出动力性和经济性最优的目标函数。通过ModeFRONTIER平台,采用NSGA-Ⅱ算法对电池分布式方案进行了多目标优化。两种不同耕深条件下的优化结果对比分析表明,按照本文方式优化布置后的电动拖拉机在耕深为180mm时,优化后的整体质量与经验法相比减少了14.3%,配重质量为25.3kg;耕深为240mm时,优化后的整体质量与经验法相比减少了10.3%,配重质量仅为4.4kg,说明在牵引工况下无需额外增加配重就能达到良好的牵引性能。与经验法相比,两种耕深条件下拖拉机的配重都小很多,说明基于传统拖拉机的配重经验法计算并不适用于电动拖拉机,同时也能说明,电动拖拉机因自身总质量超过同功率段传统拖拉机,可以通过合理设计底盘布置方案,在没有配重的情况下达到理想的牵引效率。优化后的电动拖拉机底盘布置方案,在作业工况下驱动轮滑转率小于特征滑转率,整机牵引效率明显提高。     

四驱汽车电控分动器性能预测与试验

为了探讨四驱汽车电控分动器的传动性能,以带多片式离合器式的电控分动器为研究对象,提出一种基于遗传PID控制的电控分动器性能预测方法。首先通过分析分动器各部件功耗损失,构建电控分动器传动特性预测模型;其次探讨离合器摩擦副数、摩擦片内外径、润滑油粘度等参数对其性能传递的影响规律;最后在电控分动器试验台上开展了分动器性能试验。试验结果表明,所提性能预测方法能较好地预测行驶过程中电控分动器传动特性,为后期控制系统设计提供理论依据。     

直流高压电场中枸杞的干燥特性与数学模型研究

以枸杞为对象,研究其在相同温度和湿度、不同强度直流高压电场下的干燥特性;检测干燥后枸杞的收缩率、复水率;测量高压电场和干燥箱干燥后枸杞内部多糖和维生素C含量;计算了舍伍德数、传质增强因子以及水分有效扩散系数;采用10种常用的薄层物料干燥数学模型和3个统计参数对干燥数据进行了模拟和比较。结果表明:在直流高压电场下枸杞的干燥速率明显比对照组的干燥速率大,在同一电压下枸杞的干燥速率随着干燥时间的延长逐渐减小,枸杞的干燥速率随着电压的提高而增加,单位能耗也随着电压的增加而增加。在直流高压电场下枸杞的复水率比对照组的复水率高,单因素方差分析表明,在直流高压电场下枸杞的复水率与对照组的复水率之间存在显著性差异,但收缩率之间不存在显著性差异。高压电场干燥比干燥箱干燥更好地保存了枸杞内部的营养成分。传质增强因子随着电压的增加呈线性增长关系,枸杞内部水分有效扩散系数随着电压的增加而增加。通过统计参数分析,发现所选的10个数学模型都可以用来描述枸杞在直流高压电场下的干燥过程,其中Midill and Kucuk模型最适合用来描述直流高压电场中枸杞干燥曲线的变化规律。高压电场影响枸杞表面的微观结构。这为优化直流高压电场干燥枸杞工艺,提高干燥效率和发展枸杞干燥技术提供了线索和实践指导。     

Using image analysis for quantitative assessment of needle bladder rust disease of Norway spruce

High elevation spruce forests of the European Alps are frequently infected by the needle rust Chrysomyxa rhododendri, a pathogen causing remarkable defoliation, reduced tree growth and limited rejuvenation. Exact quantification of the disease severity on different spatial scales is crucial for monitoring, management and resistance breeding activities. Based on the distinct yellow discolouration of attacked needles, it was investigated whether image analysis of digital photographs can be used to quantify disease severity and to improve phenotyping compared to conventional assessment in terms of time, effort and application range. The developed protocol for preprocessing and analysis of digital RGB images enabled identification of disease symptoms and healthy needle areas on images obtained in ground surveys (total number of analysed images n = 62) and by the use of a semiprofessional quadcopter (n = 13). Obtained disease severities correlated linearly with results obtained by manual counting of healthy and diseased needles for all approaches, including images of individual branches with natural background (R² = 0.87) and with black background (R² = 0.95), juvenile plants (R² = 0.94), and top views and side views of entire tree crowns of adult trees (R² = 0.98 and 0.88, respectively). Results underline that a well‐defined signal related to needle bladder rust symptoms of Norway spruce can be extracted from images recorded by standard digital cameras and using drones. The presented protocol enables precise and time‐efficient quantification of disease symptoms caused by C. rhododendri and provides several advantages compared to conventional assessment by manual counting or visual estimations.     

无人机施药对棉蚜的防治效果及经济效益分析

为探讨采用无人机防治新疆南部地区棉蚜的可行性并筛选防治效果好的杀虫剂及具有增效作用的杀虫剂助剂,研究了采用大疆MG-1S型无人机喷施不同的杀虫剂+助剂对棉蚜的防治效果,并对无人机飞防的经济效益进行了分析。结果表明:采用MG-1S型无人机喷施22%氟啶虫胺腈悬浮剂(SC) 225 mL/hm2(制剂量,下同)时对棉蚜的防治效果最好,优于喷施70%吡虫啉水分散粒剂(WG) 30 g/hm2和70%啶虫咪WG 60 g/hm2。在添加助剂方面,以分别在70%啶虫脒WG 60g/hm2和70%吡虫啉WG 30g/hm2中添加15 mL/hm2的高工效通用助剂的防治效果最好,其次为聚合物类助剂和飞防增效剂;而在22%氟啶虫胺腈SC(150 mL/hm2)中,以添加150 mL/hm2的飞防增效剂的效果最好,其次为矿物源类、有机硅类和聚合物类助剂。采用无人机施药,在施药后3 d和5 d的防治效果与采用机械+人工拖管施药相比均无显著性差异,但无人机田间作业施药液量减少1/3,工作效率提高3倍,机械作业费减少60元/hm2,可满足现代农业高效、节药和降低成本的需要。     

基于无人机遥感与卷积神经网络的草原物种分类方法

基于无人机高光谱成像遥感系统,在400～1 000 nm波段内采集低矮、混杂生长的荒漠草原退化指示物种的高光谱图像信息。分别在退化指示物种的开花期、结实期和黄枯期进行飞行实验,飞行高度30 m,高光谱图像地面分辨率2. 3 cm。采用特征波段提取与深度学习卷积神经网络相结合的方式,提出一种荒漠草原物种水平分类的方法,结合植物物候给出了中国内蒙古中部荒漠草原物种分类的推荐时相,总体分类精度和Kappa系数平均值分别达到94%和0. 91。研究结果表明,无人机高光谱成像遥感技术及深度卷积神经网络可以较好地实现荒漠草原退化指示物种的分类,与基于径向基核函数的支持向量机、基于主成分分析的深度卷积神经网络分类法相比,基于特征波段选择的深度卷积神经网络分类法效果最好,分类精度最高。无人机搭载高光谱成像仪低空遥感和卷积神经网络法提供了一种草原物种水平分类的途径。     

小麦倒伏信息无人机多时相遥感提取方法

采用两期无人机可见光遥感图像,对灌浆期冬小麦倒伏图像特征及倒伏信息提取方法进行研究。从增强图像空间域方面,对图像进行二次低通滤波,获取地物散点图,以散点存在明显分界线为判定标准,选出小麦倒伏信息提取的单特征,对两单特征线性拟合构建倒伏小麦两时期提取特征参数F_1和F_2,再以两特征参数相似性构建综合特征参数F_3。将特征参数结合K-means算法提取冬小麦倒伏信息,整体精度(OA)达86. 44%以上,Kappa系数达0. 73以上,倒伏信息提取精度(F)为81. 07%以上,因此综合特征参数可作为两个时期冬小麦倒伏信息提取特征参数。分别用本文方法、支持向量机、神经网络法和最大似然法提取验证区域倒伏小麦信息,经验证,本文方法提取小麦倒伏信息整体精度(OA)达86. 29%以上,Kappa系数达0. 71以上,倒伏信息提取精度(F)达80. 60%以上;其他3种常用方法提取的整体精度(OA)为69. 68%～87. 44%,Kappa系数为0. 49～0. 72,倒伏信息提取精度(F)为65. 33%～79. 76%。结果表明,本文方法整体精度和倒伏信息提取精度均高于目前常用分类方法。因此,综合特征参数与K-means算法对冬小麦在灌浆期倒伏信息提取具有一定的准确性和适用性。     

车辆换挡系统调压阀优化设计与试验

针对车辆换挡充油过程中离合器充油压力曲线的实际值与理想值之间存在偏差的问题,建立了包含供油单元、电磁换向阀、调压阀和离合器的换挡系统仿真模型,采用AMESim对充油过程进行仿真分析。以充油压力为优化目标,应用误差积分准则确定优化函数,通过Pareto图得到调压阀中影响充油压力的关键参数为阀口开度、弹簧预紧力和阻尼孔直径。分别采用二次拉格朗日非线性规划算法(Non-linear programming by quadratic Lagrangian,NLPQL)和遗传算法(Genetic algorithms,GA)对上述参数进行优化。对比优化后的仿真充油曲线与理想充油曲线,可知遗传算法为最优算法,并确定了调压阀的最优结构参数。根据控制变量法设计试验方案,结果表明,采用遗传算法优化后,换挡系统的稳定性在一定程度上得到提高,其充油过程更加符合理想充油过程,换挡品质得到改善。