基于语义分割的非结构化田间道路场景识别

环境信息感知是智能农业装备系统自主导航作业的关键技术之一。农业田间道路复杂多变,快速准确地识别可通行区域,辨析障碍物类别,可为农业装备系统高效安全地进行路径规划和决策控制提供依据。该研究以非结构化农业田间道路场景为研究对象,根据环境对象动、静态属性进行类别划分,提出一种基于通道注意力结合多尺度特征融合的轻量化语义分割模型。首先采用Mobilenet V2轻量卷积神经网络提取图像特征,将混合扩张卷积融入特征提取网络最后2个阶段,在保证特征图分辨率的基础上增加感受野并保持信息的连续性与完整性;然后引入通道注意力模块对特征提取网络各阶段特征通道依据重要程度重新标定;最后通过空间金字塔池化模块将多尺度池化特征进行融合,获取更加有效的全局场景上下文信息,增强对复杂道路场景识别的准确性。语义分割试验表明,不同道路环境下本文模型可以对场景对象进行有效识别解析,像素准确率和平均像素准确率分别为94.85%、90.38%,具有准确率高、鲁棒性强的特点。基于相同测试集将本文模型与FCN-8S、SegNet、DeeplabV3+、BiseNet模型进行对比试验,本文模型的平均区域重合度为85.51%,检测速度达到8.19帧/s,参数数量为,相比于其他模型具有准确性高、推理速度快、参数量小等优点,能够较好地实现精度与速度的均衡。研究成果可为智能农业装备在非结构化道路环境下安全可靠运行提供技术参考。     

采用改进YoloV4模型检测复杂环境下马铃薯

为解决马铃薯联合收获机在作业过程中分级清选的问题,并在收获作业过程中实时监测评估收获状态,该研究提出一种在光照亮度变化大、土壤与薯块遮挡、机器振动以及尘土干扰等情况下对马玲薯进行识别检测并快速准确获取马铃薯数量以及损伤情况的机器学习模型。在卷积神经残差网络中引入轻量级注意力机制,改进YoloV4检测网络,并将YoloV4结构中的CSP-Darknet53网络替换为MobilenetV3网络,完成特征提取。试验结果表明,基于卷积神经网络的深度学习方法相比于传统Open-CV识别提高了马铃薯识别精度,相比于其他传统机器学习模型,MobilenetV3-YoloV4识别速度更快,马铃薯识别的全类平均准确率达到91.4%,在嵌入式设备上的传输速度为23.01帧/s,模型鲁棒性强,能够在各种环境下完成对正常马铃薯和机械损伤马铃薯的目标检测,可为马铃薯联合收获机智能清选以及智能收获提供技术支撑。     

注意力与多尺度特征融合的水培芥蓝花蕾检测

准确辨识水培芥蓝花蕾特征是区分其成熟度,实现及时采收的关键。该研究针对自然环境下不同品种与成熟度的水培芥蓝花蕾外形与尺度差异大、花蕾颜色与茎叶相近等问题,提出一种注意力与多尺度特征融合的Faster R-CNN水培芥蓝花蕾分类检测模型。采用InceptionV3的前37层作为基础特征提取网络,在其ReductionA、InceptionA和InceptionB模块后分别嵌入SENet模块,将基础特征提取网络的第2组至第4组卷积特征图通过FPN特征金字塔网络层分别进行叠加后作为特征图输出,依据花蕾目标框尺寸统计结果在各FPN特征图上设计不同锚点尺寸。对绿宝芥蓝、香港白花芥蓝及两个品种的混合数据集测试的平均精度均值mAP最高为96.5%,最低为95.9%,表明模型能实现不同品种水培芥蓝高准确率检测。消融试验结果表明,基础特征提取网络引入SENet或FPN模块对不同成熟度花蕾的检测准确率均有提升作用,同时融合SENet模块和FPN模块对未成熟花蕾检测的平均准确率AP为92.3%,对成熟花蕾检测的AP为98.2%,对过成熟花蕾检测的AP为97.9%,不同成熟度花蕾检测的mAP为96.1%,表明模型设计合理,能充分发挥各模块的优势。相比VGG16、ResNet50、ResNet101和InceptionV3网络,模型对不同成熟度花蕾检测的mAP分别提高了10.8%、8.3%、 6.9%和12.7%,检测性能具有较大提升。在召回率为80%时,模型对不同成熟度水培芥蓝花蕾检测的准确率均能保持在90%以上,具有较高的鲁棒性。该研究结果可为确定水培芥蓝采收期提供依据。     

基于中值点Hough变换玉米行检测的导航线提取方法

为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,该研究提出了一种基于中值点Hough变换作物行检测的导航线提取算法。首先,改进了传统的2G-R-B算法,再结合中值滤波、最大类间方差法和形态学操作实现土壤背景与玉米苗带的分割。其次,通过均值法提取玉米苗带特征点,然后采用中值点Hough变换拟合垄间两侧玉米苗列线,最后将检测出的双侧玉米苗列线为导航基准线,利用夹角正切公式提取导航线。试验结果表明：改进的灰度化算法能够正确分割玉米苗带与土壤,处理一幅640×480像素彩色图像平均耗时小于160 ms,基于中值点Hough变换检测玉米苗列再提取导航线的最大误差为0.53°,相比于传统Hough变换时间上平均快62.9 ms,比最小二乘法平均精确度提高了7.12°,在农田早期玉米苗带多环境变量影响因素下导航线提取准确率均达92%以上,具有较强的可靠性和准确性。     

基于高光谱的双季稻分蘖数监测模型

旨在阐明双季稻分蘖数与冠层反射高光谱间的定量关系,构建基于高光谱的双季稻分蘖数监测模型。基于不同早、晚稻品种和施氮水平的田间试验,于关键生育期(分蘖期、拔节期和孕穗期)测定早、晚稻分蘖数,同步使用FieldSpec HandHeld 2型高光谱仪采集早、晚稻冠层反射高光谱数据,分别利用光谱指数法和连续小波变换构建新型光谱指数和敏感小波特征对双季稻分蘖数进行监测,建立双季稻分蘖数光谱监测模型,并用独立试验数据进行检验。结果表明,新型光谱指数和敏感小波特征对双季稻分蘖数的监测效果优于其他类型光谱参数(植被指数和“三边”参数),其中位于红边区域的小波特征db7(s9,w735)监测早稻分蘖数时表现最优,监测模型R2为0.754,模型检验相对均方根误差RRMSE为0.128;位于红边区域的小波特征mexh(s6,w714)监测晚稻分蘖数时表现最优,监测模型R2为0.837,模型检验RRMSE为0.112。研究结果可为双季稻分蘖数快速无损监测和群体质量精确调控提供理论基础与技术支持。     

5HP-25型粮食干燥机设计与试验

为了提高干燥系统的能量利用效率,增强干燥机的通用性、可靠性、作业效率和年利用率,该研究围绕增大干燥动力系数和工艺能力指数,基于粮食的物性特征,从干燥工艺方式、机械结构参数和运动参数间的内在关系入手,把几何因子和运动参数有机结合,揭示了粮食在干燥机内流动特性;按照引风降压,连续闪蒸降温,强化传热传质,自适应排粮的设计思想,研制了一款粮食通用的干燥机,实现了粮食在干燥机内连续流动过程中,自发地改变流态、连续回转换位,强化了传热传质,改善了干燥的均匀性。设计的升角为6°的变截面角状盒,与传统的横流方法相比,可使干燥动力系数增大2～4倍,干燥稻谷时的爆腰增率可控制在1%以内,发芽势提高76%以上,发芽率达到95%;设计往复式差速排粮机构,实现了自适应无损排粮,有效解决了粮食架桥、堵塞问题,避免了粮种的机械损伤。设计的5HP-25型粮食干燥机,实际应用效果显示,在粮食平均干燥强度为1.37～2.70%/h的条件下,干燥水分单位热耗为2 900～4 300kJ/kg,与国标7 400 kJ/kg相比,降低了单位热耗量。研究结果为实现优质、高效、节能干燥工艺及装备设计提供了参考。     

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。     

大面积果园高架长叶片防霜机的效果试验

为了验证防霜机能否对果园上方空气进行物理扰动、消除近地层逆温,基于自主研究设计的国内首台高架长叶片防霜机,利用2013年10月19-21日强降温过程中的对比试验观测数据及分析,对该防霜机防霜冻效果进行了评估。结果表明:在逆温条件下,一套功率为120 kW,高度为8.5 m,风叶直径为6 m的高架防霜机扰动混合环境内上下层空气使得保护区内逆温现象消失,近地层1~3 m增温明显,防霜机保护区内相对湿度减小较快,有效防止霜冻形成;20 m左右是防霜机的强风速扰动影响区,距离地面3、2、1 m处风速分别为4.0、2.1、1.6 m/s。防霜机有效保护范围为水平20~100 m,在其范围内空间1~3 m的风速随水平距离的增大呈波动减少趋势;每台防霜机的有效保护面积为1.73~3.07 hm2。该文研究为科学高效的人工防御霜冻灾害和防霜机的技术推广提供参考。     

果园变量喷雾技术研究现状与前景分析

果园变量喷雾是提高农药有效利用率、提升果品品质的重要手段之一,已经成为国内外学者研究的热点课题。为明确果园变量喷雾技术与装备已处的研究阶段、所面临的挑战和未来发展的方向,该文从果园变量喷雾技术中冠层结构探测与重构、施药智能决策和变量喷雾执行系统3个主要环节,重点概述了冠层结构探测的主要技术手段及其优缺点,认为机器视觉技术、超声波传感技术、LIDAR(light detection and ranging)探测技术及其相互之间的组合传感技术是未来最主要发展的冠层结构探测技术;综述了当前所采用的基于果园面积GA(ground area)模型、基于冠层高度的LWH(leaf wall height)模型、基于树体面积的LWA(leaf wall area)模型和基于冠层体积的TRV(tree row volum)模型,在此基础上阐述了这4种模型之间的内在联系;在分析了对靶开关决策、离散型决策和连续型决策模型的现状和特点的基础上,提出基于模糊算法的施药量智能连续决策是未来重要的发展方向;从果园变量喷雾机所采用的传感技术、决策模型和所取得的技术指标方面论述了当前世界最典型的装备现状,进一步分析了施药量调控系统、风量调控系统和喷雾位置调控系统的研究现状,提出了风量快速调控系统和喷雾位置快速响应系统的发展方向,以期为果园变量喷雾技术与装备研究提供参考。     

宽皮柑橘对辊式剥皮机的设计与试验

为改善目前宽皮柑橘加工业中以手工去皮为主的现状,提高柑橘剥皮效率,该文根据宽皮柑橘果皮包着宽松,易与果肉分离等特点,设计了一种可以实现快速去皮的宽皮柑橘对辊式剥皮机。柑橘进入设备后,在刮板的带动下翻转向前运动,运动过程中不同形式且相向转动的剥皮辊夹持并撕扯翻起的果皮,从而将果皮从柑橘上整体剥离。该样机主要由机架、传动装置、对辊装置、拨动装置和下料装置等部件组成,具有结构紧凑,果皮分离能力强等特点。试验结果表明:样机可以很好地完成剥皮功能,宽皮柑橘果皮去净率高于97.5%,果肉损伤率低于2.68%,生产率达到202.5 kg/h,基本满足生产需求。该研究可为中国柑橘加工业中自动去皮设备研制和发展提供参考。