Challenges and opportunities of unmanned aerial vehicles as a new tool for crop pest control

The application of pesticides is not simply delivering chemicals to the target area. It also involves considering the negative aspects and developing strategies to deal with them during the application process, to ensure the maximization of pesticides use efficiency and the maintenance of the ecosystem. Unmanned aerial vehicle (UAV) sprayers demonstrate unique advantages compared to traditional ground sprayers, particularly in terms of maneuverability and labor intensity reduction, showed great potential for chemical application in pest control. It is undeniable that there exist challenges in the practice of UAV spraying, such as higher potential risks of pesticide drift or pathogen transmission, uncertainty canopy deposition for different crops, and unexpected leaf breakage induced by downwash flow. Maximizing the utilization of downwash flow while avoiding lateral air movement outside the intended target crop area is a major issue for chemical application with UAV sprayers, particularly in light of the increasingly apparent consensus on the need for enhanced environmental protection during the chemical application process. It must be considered that the operation strategy in different scenarios and for different crop targets is not the same, unique requirements should be given on nozzle atomization, flight parameters, adjuvants and aircraft types in specific working situations. In future, the implementation of spray drift prediction, technical procedures development, and other solutions aimed at reducing pesticide drift and improving deposition quality, is expected to promote the adoption of UAV sprayers by more farmers. © 2023 Society of Chemical Industry.     

博落回急性及亚慢性毒性试验

博落回对小鼠经口急性毒性和对大鼠腹腔注射慢性毒性试验结果表明：博落回生物碱硫酸盐对昆明系小鼠的急性毒性为：水溶液ＬＤ５０＝９００ｍｇ·ｋｇ＾－１，水混悬液ＬＤ５０＝１０４３ｍｇ·ｋｇ＾－１，均属低毒级。博落回注射液对Ｗｉｓｔａｒ大鼠亚慢性毒作用的靶器官主要为肝，长时间或大剂量接毒引起肝细胞变性，增生，使雄性动物肝／体比明显增高，而血清谷－丙转氯酶下降。     

基于K-means聚类的柑橘红蜘蛛图像目标识别

为快速检测红蜘蛛虫害,该研究采用基于Lab颜色模型中a(红/绿)、b(黄/蓝)层信息的K-means聚类法识别彩色图像中的红蜘蛛。试验选取8幅具有不同清晰度的柑橘红蜘蛛图像,采用基于Sobel边缘检测算子的评价函数计算图像清晰度评价值以评价图像清晰度,对比采用灰度法和包含2、3、4或5个聚类中心的K-means聚类法的目标识别效果和识别效率。结果表明,灰度法对8幅图像中红蜘蛛目标识别率平均值为29%,误判率平均值为201%,无法应用于复杂背景图像中的红蜘蛛目标识别。包含5个聚类中心的K-means聚类法对清晰度较高的图像识别率为100%,误判率为0,对清晰度较低的图像识别率为88%,误判率为0;当图像尺寸较小时,包含4个聚类中心的K-means聚类法识别效率与灰度法相当;当图像尺寸较大时,重复计算聚类中心导致识别耗时较长;基于Lab颜色空间的识别算法无法有效识别其他颜色的红蜘蛛,继续研究的方向为引入红蜘蛛形态信息以提高识别准确率和优化聚类中心的选取以降低识别耗时。     

果园喷雾机自动对靶喷雾控制系统研制与试验

为提高农药利用率,减少环境污染,该文针对中国果园机械化作业条件差和传统果园喷雾机连续喷雾时存在果树间空隙无效喷雾的特点,设计了自动对靶喷雾控制系统,该系统以GY8履带自走式果园喷雾机为载体,采用传感器测距方式探测果树,实现自动对靶喷雾。通过对超声波、红外和激光3种传感器进行性能比较,及对超声波和激光2种传感器进行静态识别间距测试与分析,红外传感器受光强影响较大,超声波传感器识别间距超过800 mm,均不满足果园精确对靶喷雾控制要求,激光传感器静态识别间距只有20 mm,具有工作稳定、响应快速、方向性好等特点,故将激光传感器选为自动对靶喷雾机探测装置,并将激光传感器安装于喷头组件前方220 mm。采用连续3次检测靶标判别法设计了自动对靶喷雾系统,该系统可有效避免因激光光束较细而导致的将树冠内空洞、枝间间隙等误判为果树间空隙而出现的电磁阀频繁启闭动作。行驶速度为0.5 m/s时,自动对靶喷雾控制系统的动态靶标识别间距介于100~150 mm之间,行驶速度1.0 m/s时,动态靶标识别间距为200~250 mm。此外,该系统还具有提前及延后喷雾功能,自动对靶喷雾系统提前靶标95.0~157.5 mm距离开始喷雾,离开靶标100 mm距离停止喷雾,使喷雾完全覆盖整个树冠。与连续喷雾相比,对靶喷雾可有效节省施药量,对于空隙比为20.0%、35.2%、52.9%靶标行枣树,行驶速度为0.5 m/s时省药率分别达27.9%、53.7%、76.9%,行驶速度为1.0 m/s时省药率分别达27.3%、54.5%、81.0%。因此,该自动对靶喷雾系统对稀疏果园的精确对靶病虫害防治具有较好的实用价值。     

气助式静电喷雾靶标物背部沉积特性

为了研究气助式静电喷雾中,药液雾化特性对其靶标背部沉积效果的影响,采用Ф80mm的西红柿果实作为靶标,配制1g／L的刚果红溶液模拟农药进行喷雾试验．运用OLID测试系统对不同施药条件（气体压力、静电电压、喷雾距离）下药液的雾化特性进行了测试,借助分光光度计定量分析靶标背部沉积量,结合试验结果对药液雾化特性与靶标背部沉积效果的关系进行了分析和讨论．结果表明：非静电喷雾时,雾滴不易粘附于标靶背部,与荷电喷雾时相比,背部沉积量较小可以忽略;在气动力和静电力的前后作用下,雾滴的粒径随气体压力、静电电压的增加而减小且分布愈均匀;增加气体压力、静电电压均可提高药液靶标背部的沉积量,其中静电电压影响最大;荷电啧雾时,雾滴的粒径愈小分布愈均匀有利于荷电药液在靶标物背部沉积．     

Target-based Security Management Architecture Applied to Management Information System

In order to implement the security management of management information system (MIS), a target-based security management architecture is proposed. For MIS users, the user interface (UI) is the only way to interact with the MIS system, so all the objects (targets) which need to be managed on UI is registered first, thus for every target the state such as enabled, not enabled, visible, not visible, readonly etc., is assigned. For some users, a set of targets with some state is assigned so that the management granularity in MIS can reach any degree. This approach provides a very flexible way to the security management in MIS.     

深施型液肥对靶点施装置设计与试验

针对液肥穴深施机具存在施肥位置不准确等问题,结合机械结构设计和自动控制技术,设计了一种深施型液肥对靶点施装置,该装置包括液肥深施开沟器和液肥对靶点施控制系统。设计液肥深施开沟器,构建了开沟器与土壤间力学接触模型和土粒质点运动学模型,确定了开沟器结构参数,解析了扰土和回土原理,应用EDEM软件建立开沟器-土壤离散元仿真模型,验证了液肥深施开沟器结构可行性。以单片机为核心开发一种液肥对靶点施系统,光电传感器感知作物植株位置,测速模块实时监测装置作业速度,单片机结合作物植株位置信息和作业速度控制电磁阀启闭,实现液肥对靶点施作业。通过田间试验验证了装置作业性能,在作业速度为0.4～1.0m/s时,平均回土深度52.8mm,平均对靶率84.03%,装置回土性能和对靶喷肥性能稳定,满足液肥深施农艺要求。     

农用无人机移动补给平台自主降落算法与试验

为实现根据无人机作业位置改变中途补充能源或喷洒物的起降地点,增加无人机有效作业时间,提高无人机作业效率,设计了无人机移动补给平台。通过研究农用无人机自主降落过程,提出一种基于模糊逻辑和比例积分微分(Proportional-integral and derivative,PID)分段控制的农用无人机跟踪降落算法,该算法既拥有PID算法的高精度,又兼顾模糊控制算法响应速度快、超调量小、鲁棒性强的优点。目标轨迹跟踪预测由粒子滤波器跟踪算法和轨迹拟合算法相结合进行求解。仿真和现场试验表明,与单一的PID算法和模糊逻辑算法相比,分段控制算法能够把农用无人机对移动补给平台的跟踪误差缩小到6. 7 cm以内,在移动补给平台上的降落精度控制在7. 2 cm以内。     

改进RetinaNet的刺梨果实图像识别

为实现加工车间刺梨果实的快速识别,提出一种基于改进的RetinaNet刺梨果实图像的识别方法。基于RetinaNet的模型,对RetinaNet框架中Focal loss的bias进行改进,使其能根据不同的情况控制bias的取值,再运用维度聚类算法找出Anchor的较好尺寸并匹配到相对应的特征层,对卷积神经网络结构进行优化。通过改进RetinaNet目标检测算法对7426幅刺梨果实图像进行检测识别,并与原始RetinaNet目标检测算法对比。试验结果表明:改进的RetinaNet网络模型识别方法对6类刺梨果实的识别率分别为99.47%、91.42%、96.92%、90.92%、96.89%和93.53%,平均识别率为94.86%;相对于原始RetinaNet目标检测算法,改进算法的识别准确率提高4.21%,单个刺梨果实检测时间由60.99 ms缩减到57.91 ms,检测时间缩短5.05%。本文改进算法对加工车间刺梨果实的识别具有较高的正确率和实用性。     

基于深度学习和图像处理的水果收获机器人抓取系统

首先,介绍了水果收获机器人抓取系统的总体架构;然后,利用深度学习对水果目标识别进行了研究,实现了一套基于卷积神经网络的目标检测算法;接着,利用图像处理技术实现了对目标物体定位的功能,可以引导水果收获机器人完成对目标水果的采摘。实验结果表明:水果收获机器人抓取系统对水果坐标的计算误差较小,且具备较强的水果识别和定位能力。