南美白对虾池塘养殖水质智能控制系统设计与开发

南美白对虾池塘养殖对于水体质量有着较为严苛的要求,残饵及生物排泄物的增多会大量消耗水体溶解氧,进而打破水体动态平衡,导致NH₃-N、NO₂-N等毒害成分升高,引起南美白对虾病害甚至导致死亡,造成养殖户经济损失并且阻碍了南美白对虾养殖产业的健康发展。针对上述问题,笔者研究并开发一种能够实时监测养殖池塘水质,并能根据南美白对虾生长习性智能控制增氧机、水泵等养殖设备的南美白对虾池塘养殖水质智能控制系统。系统具有控制智能、运行可靠、集成度高等特点,在养殖生产试验中取得了良好效果,保证了南美白对虾养殖过程的安全,有效降低了南美白对虾池塘养殖风险。     

山地电力架空线路运维质量的智能评估

山地电力架空线路大多沿山架设,穿越树竹林,周边的树竹生长缺陷引发短路故障频繁发生,造成用电客户的大量投诉,用户体验满意度下降,抢修抢险费用大幅度攀升,严重影响供电公司的信誉和售电收益.为了提升用电客户的满意度和供电公司的售电受益,采用主成分分析方法提取了山地电力架空线路通道运维质量的3个主要影响因素,它们分别是树竹生长缺陷数、缺陷的消除数和通道运维资金使用合理度.对树竹的生长规律建立一个预测模型,从而得到树竹生长缺陷数的一个预测,根据预测结果划拨架空线路所在供电所的运维资金,消除树竹生长的缺陷数,再用Logistic回归模型,构建架空线路通道运维质量智能评估模型,使供电公司对架空线路运维实现基于数据决策的模式,尽可能保证供电线路零故障运行.     

关于中国智慧管道发展的认识与思考

智慧管道是覆盖油气长输管道全生命周期的综合管理系统,是SCADA系统、电子管道、数字管道、智能管道在物联网、云计算、人工智能时代的延续和发展。剖析了油气管道行业智慧管道的内涵与外延,梳理了智慧管道技术发展的历史脉络,揭示了数字孪生体技术的实质与应用现状,在此基础上,建议中国智慧管道建设宜坚持需求驱动、问题导向、突出重点、体现特色、开放融合、数据共享、滚动发展、持续改进的原则,以期为中国智慧管道的健康持续发展提供参考。     

基于双目立体视觉的重叠柑橘空间定位

果实的精准识别和定位是智能采摘面临的难题之一。基于双目立体视觉,提出了一种针对户外重叠柑橘的三维空间定位方法。首先,从双目左右图像中提取重叠柑橘果实轮廓并进行高斯平滑,通过曲率分析,找出异常的轮廓像素点;其次,依次连接相邻两个异常像素点,分析该线段上的像素点到柑橘轮廓的距离,在相邻两正常线段的交点处完成重叠柑橘轮廓分割,并通过寻找异常线段剔除对应的非柑橘轮廓像素点;再者,采用最小二乘椭圆拟合方法重建柑橘目标轮廓,并获取柑橘的中心;最后,根据双目极线约束和图像相似度,对重叠柑橘中心点进行匹配,并基于视差原理计算柑橘中心的深度值及三维空间坐标,确定重叠柑橘的遮挡关系。户外实验结果表明,所提出的方法定位误差为6.38 mm,满足柑橘采摘机器人户外采摘作业的定位精度要求。     

车载智能土壤采样系统设计与试验

针对传统土壤样本采集操作复杂、劳动强度大、采集精度低和缺乏信息化管理的问题,设计了一种车载智能土壤采样系统。该系统安装于无人驾驶采样车上,系统包括土壤样本自动采集装置和电气控制系统。对系统整个工作过程进行分析,确定了各关键机构及控制硬件的主要工作参数。电气控制系统以运动控制器为控制核心,土壤样本自动采集装置对不同深度范围的土样进行采集,并按地理位置信息分类收集,通过RFID读写器将GPS系统定位所解算的目标采样点的经纬度地理信息和采样深度等信息写入收集土样采样筒底部的电子标签中。性能试验表明,安装于无人驾驶采样车的车载智能土壤采样系统工作运行稳定、可靠,能够对农耕层0~200mm任意深度范围的土壤进行自动分层采样,效率高、精度高、全程自动化,能够按照位置信息进行分类管理,较好地满足了智能化高质量采集土样的需求。     

国内仿形技术在农用机械上的应用分析

农业的发展离不开农机,为满足农用机械自动化及优良的作业性能,各类技术层出不穷,其中就有仿形技术。仿形技术对农用机械在作业时的稳定性、准确性和作业效果等各方面起到重要作用,同时也对农机的优化起到关键作用。本文对现阶段国内仿形技术的应用进行分析,将应用到农用机械上的仿形技术分为主动仿形技术和被动仿形技术两大类,同时总结归纳两种仿形技术各自的优缺点。被动仿形技术成本较低,一般为纯机械仿形,结构简单且容易检修,但受地面环境影响较大,精确度和灵敏度都不高。主动仿形技术水平要求较高,一般需要电、液配合工作,仿形精度及稳定性都较高,但成本较高而且农用机械领域还没有大范围推广。由于田间环境复杂多变,目前仿形技术中的滞后问题依然存在、传感效果比较一般以及调控起来还相对困难等问题仍然急需解决。随着精尖技术的加入,仿形技术正在朝着更加智能化、简易化的方向稳步发展。     

基于Lucid多途径检索的油茶害虫诊断APP开发与实现

油茶是亚热带地区重要的木本油料作物,近年来随着种植面积的不断扩大和集约化经营,病虫害问题日益严重,对油茶的产量和品质造成不同程度的影响。本研究通过野外调查、文献查阅、种类鉴定等工作,整理了21种油茶主要害虫的形态特征、生物学习性、为害特点、防治措施等信息,并拍摄相应害虫及为害状的高清照片1 600张。采用Lucid智能诊断系统,构建Fact Sheet Fusion基础信息数据库,并针对多途径检索方式提取害虫"为害方式"、"为害部位"、"为害高峰期"、"形态特征"等4个1级特征组,以及10个2级特征和18个3级特征,共组成102个特征状态,构建了油茶害虫的快速诊断系统。在此基础上,转换得到基于Android系统的手机应用APP,为林农和森防一线工作者对油茶害虫快速识别和防治提供便捷服务,从而促进油茶产业持续健康发展。     

利用显著图构建注意力深度网络检测诱虫板蔬菜害虫

为提高诱虫板图像蔬菜害虫检测精度,针对背景区域容易导致误检的问题基于显著图分析技术构建了一种注意力深度网络害虫智能视觉检测方法。首先通过显著图筛选出粗候选区域;然后在粗候选区域内用全卷积神经网络精选出细候选区域;接着用神经网络分类器识别细候选区域害虫种类,得到含有冗余的若干检测框;最后用改进的非极大值抑制消除冗余检测框,实现诱虫板图像中目标害虫的检测。针对小菜蛾和瓜实蝇展开试验,获得86.4%的平均精度均值和0.111只的平均绝对计数误差均值,所提方法平均精度均值比Faster R-CNN和YOLOv4分别高2.74和1.56个百分点,平均绝对计数误差均值比Faster R-CNN和YOLOv4分别低0.006和0.003只;同时,消融试验中移除显著图注意力模块后平均精度均值下降了4个百分点、平均绝对计数误差均值增加了0.207只。试验结果表明,所提方法有效提高了诱虫板图像蔬菜害虫检测精度,其中,引入显著图注意力模块对提升检测精度有重要作用。     

基于区块链技术的农产品质量溯源系统结构设计

农产品质量溯源平台对于农产品质量监管及食品质量保障具有重要作用.农产品质量监管涉及领域广、方面杂,且在质量监管过程中农户与企业参与力度不足,导致部分信息在收集过程中存在可靠性差、准确度低的问题.针对上述问题,从区块链核心技术出发,借鉴现有企业质量溯源经验,提出了一种使用联盟链的质量溯源系统.     

基于ResNet-50深度卷积网络的果树病害智能诊断模型研究

[目的/意义]果树病害危及农业生产安全,运用人工智能技术帮助果农及时准确地识别果树病害对保障农业安全生产具有重要意义.[方法/过程]采用10 000张果树叶片病斑图像数据集,通过旋转、污化、增噪、切割等图像增强手段,提高样本图像的多样性;使用ResNet-50深度卷积网络模型,进行机器学习,获得果树病害识别模型,并基于...