基于机器视觉的耕作机器人行走目标直线检测

针对农田耕作机器人,提出了基于机器视觉的机器人行走目标——犁沟线斜率的检测算法。将摄像机安装在拖拉机前方,在耕作过程中采集农田场景图像。根据已耕作区域、未耕作区域和非农田区域的不同颜色特征,判断出田端和犁沟线的位置以及计算斜率用的方向候补点群,使用基于一点的改进哈夫变换算法计算出犁沟线的斜率。经过对多幅实际耕作现场图片的处理,验证了本犁沟线检测算法具有速度快、抗干扰、准确性高等优点。     

一种弱监督细粒度深度网络的木材分类方法

针对使用木材的微观结构对木材树种进行识别分类,提出一种新的基于细粒度图像识别的深度卷积神经网络自动分类算法,在阐述Navigator Teacher Scrutinizer Network算法的基础上,首先,利用分段线性激活函数对特征的存在程度和缺失程度的选择能力进行改进,在改进后的特征选择模型算法中搜寻最优α参数;其次,在改进后的算法中加入一个全局K-max池化层并应用在木材分类中,获得最佳的分类结果.实验结果表明,相比于原始NTS神经网络,本文所提算法能够更准确地实现数据分类,该模型的实验准确率为88.36%,准确率高,实用性强,可以提高木材树种分类精度,为木材树种快速分类提供参考.     

射频接收电路的改进及综合测试

射频接收机作为无线通讯系统的最前端,其结构和性能直接影响整个通信系统的通信质量。射频接收电路是把天线接收进来的带有调制的射频信号转变成基带信号,再把基带信号的幅度放大后输出给基带控制板。现有的射频接收电路存在模拟灵敏度和数字灵敏度较低、失真度较高、邻道选择性较低、双信号选择性较低、互调抗扰性指标较低、一致性较差等缺点。通过改进射频接收电路的压控振荡器电路和混频器电路,以提高系统的稳定性、噪声系数、增益、灵敏度等,使电路的本振、射频与中频间的隔离性和互调性更好。通过对改进后电路进行综合测试可以看出：模拟灵敏度提高了2～4 dB,数字灵敏度提高了2～4 dB,失真度整体明显降低,邻道选择性提高了10～13 dB,双信号选择性提高了7 dB,互调抗扰性指标提高了4 dB,远端极限通话距离提高了0.5 km,改进效果明显。     

自动导航车技术发展状况及在农业领域的应用及前景展望

随着自动导航运输车(AGV)技术的发展,自动导航运输车的应用越来越普及。本文对国内外AGV在各领域的发展和应用现状进行细致总结,借鉴AGV在其他领域应用的方法和经验,对其在农业领域的应用前景进行简要分析,指出一些当前存在的问题,并提出几点解决问题的方法与建议。     

北斗导航卫星在精密农业领域“大有作为”

在刚刚闭幕的第四届中国卫星导航学术年会上,北斗导航卫星的应用产业化前景受到广泛关注。专家表示,未来北斗卫星将在智能信息产业,尤其是精密农业领域"大有作为",极大地提高农机效率,改变国外产品的垄断局面。     

导航系统在农机发展中的应用

随着先进的小型化、移动式液压和电子控制系统的发明和使用,在现代农业生产中,逐步实现了农业机械自动化。而逐步实现农业自动化的前提是必须有可靠的导航系统,该系统可简可繁,不同的作业需求采用不同的导航策略,可以是简单的人工手动导航,也可以是复杂的组合式探测系统,包括GPS、BDS等。为提高农机的作业效率,减少作物损害并提高作物产量,本文对人工、机手辅助、半自动和全自动4种不同的导航方式做了较为全面的介绍和对比,对农机导航面临的问题与对策进行了分析。     

无人驾驶拖拉机自动转向系统研究综述

自动转向是实现拖拉机无人驾驶的关键技术之一,通过对相关文献的查阅与分析,系统地阐述了国内在拖拉机无人驾驶领域的研究现状,介绍了自动转向系统执行机构、导航与定位以及转向控制系统的研究成果,为以后的研究提供借鉴。     

基于改进DeepLabv3+的火龙果园视觉导航路径识别方法

针对视觉导航系统应用在火龙果园环境中面临干扰因素多、图像背景复杂、复杂模型难以部署等问题,本文提出了一种基于改进DeepLabv3+网络的火龙果园视觉导航路径识别方法。首先,采用MobileNetV2取代传统DeepLabv3+的主干特征提取网络Xception,并将空间金字塔池化模块(Atrous spatial pyramid pooling, ASPP)中的空洞卷积替换成深度可分离卷积(Depthwise separable convolution,DSC),在提升模型检测速率的同时大幅减少了模型的参数量和内存占用量;其次,在特征提取模块处引入坐标注意力机制(Coordinate attention,CA),增强了模型的特征提取能力;最后,通过设计的导航路径提取算法对网络模型分割出的道路掩码区域拟合出导航路径。实验结果表明：改进后的DeepLabv3+的平均交并比和平均像素准确率分别达到95.80%和97.86%,相较原模型分别提升0.79、0.41个百分点。同时,模型内存占用量只有15.0MB,和原模型相比降低97.00%,与Pspnet和U-net模型相比则分别降低91.57%、 91.02%。另外,导航路径识别精度测试结果表明平均像素误差为22像素、平均距离误差7.58cm。已知所在果园道路宽度为3m,平均距离误差占比为2.53%。因此,本文研究方法可为解决火龙果园视觉导航任务提供有效参考。     

基于图像处理的果树滴水线导航路径检测方法研究

针对果园开沟施肥,提出一种基于图像处理的果树滴水线导航路径检测方法。该方法采用垂直地面向上布置的CCD相机采集果树冠层投影图像,并实现果树冠层沿地面垂直投影轮廓的识别与滴水线平滑处理,进而对无人施肥装备沿果树环状行走路径进行确定。通过相机标定获取相机内部参数和畸变参数,对原始图像进行畸变矫正;通过对图像在RGB颜色空间的分布特征进行定量分析,使用平均值法对图像灰度处理,使用定阈值法进行二值分割;二值图像中由于存在大量的空间间隙,使用形态学膨胀操作,填充间隙,以凸显树冠投影边缘轮廓;使用边界跟踪算法,提取树冠轮廓边缘;引入Beseel曲线拟合方法,对轮廓边缘进行平滑处理,通过对比二阶、三阶、四阶、五阶拟合结果,得出使用三阶和四阶Beseel拟合结果较为符合导航路径要求。将相机固定在一个位置,分别在晴天和阴天拍摄条件下采集图像,进行滴水线导航路径提取,分别使用三阶和四阶Beseel曲线拟合晴天和阴天的图像边缘轮廓,使用四阶拟合结果较为符合实际要求,平均像素误差为19.5像素,平均像素相对误差为2.6%,平均每帧图像处理速度为27 ms,能较好地满足导航精度和实时性的要求,为施肥作业平台沿滴水线自动导航提供参考。     

GPS在农林航空中的导航应用

在社会经济和科技高速发展的今天,农林科技手段也在不断更新,其开发应用更需要紧紧跟上经济发展的步伐。GPS系统是一个高精度、全天候和全球性的无线电导航、定位和定时的多功能系统。这一全新的现代定位技术已在地球物理、气象、海洋、交通等领域获得广泛应用。它已经发展成为多领域、多模式、多用途、多机型的国际性的高新技术产业。GPS技术的普遍应用必将促进农林航空技术向着精确、高效、现代化的方向发展,是今后农林航空作业中必不可少的导航工具,GPS在农林航空中的广泛使用,一定会取得更大的经济效益和社会效益。