排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
针对华北一年两熟区玉米根茬地小麦免耕播种机作业时存在开沟器易堵塞、通过性差等问题,提出精准对行避茬的方法,设计一种小麦免耕播种机双导轨滑移式调偏系统。通过理论分析构建调偏横移机构的下悬挂臂力矩平衡、偏移距离及液压缸受力平衡方程,确定影响调偏横移机构提升性能与调偏性能的关键因素。调偏控制系统运用临界比例度法对PID控制进行参数整定,通过土槽试验平台对调偏控制系统的性能进行验证,超调量全部小于5%,平均响应稳态误差小于3mm,移动响应时间为2.8s。田间试验结果表明,当行间秸秆覆盖量、作业速度逐渐增大时,小麦免耕播种机的纵向调整距离和播种均匀性变异系数随之逐渐增大,避茬率逐渐减小,即当免耕播种机作业速度小于等于1.4m/s,行间秸秆覆盖量小于等于1.5kg/m2时,避茬率大于等于90%,纵向调整距离小于等于2.5m,小麦播种均匀性变异系数小于等于26.75%,可满足小麦免耕播种机的调偏作业要求。 相似文献
2.
为适应新疆滴灌区宽窄行免耕种植模式,解决传统大型玉米免耕播种机播种过程中触碰根茬、无法精确约束路径、玉米粒距合格率低等问题,结合免耕播种农艺要求,在采用导航定位技术获取播种机当前位置与目标路径间偏差的基础上,设计一种玉米免耕播种自动调偏系统。该系统主要包括避茬装置、液压执行系统和控制系统,通过建立整机力学模型,对避茬装置和液压执行系统进行运动和受力分析,确定避茬装置和液压执行系统关键结构参数,获取避茬装置最佳挂接长度和液压执行系统最大驱动力。进一步优化控制系统,实现避茬装置自动调偏及接收反馈信息功能。对免耕播种避茬装置自动调偏系统进行性能试验,试验结果表明,神经网络PID的期望调偏角最大稳态误差为0.932°,超调量全部小于1%,平均响应稳态误差小于0.9°,满足预期。田间试验结果表明,当拖拉机作业速度不大于1.0m/s、行间秸秆覆盖量不大于1.0kg/m2时,避茬率不小于85%,纵向调整距离不大于8.6m,玉米粒距变异系数不大于21.63%。此时播种机调偏避茬效果最佳,满足玉米免耕播种机农艺指标要求。 相似文献
3.
改进YOLOv3的复杂环境下红花丝检测方法 总被引:2,自引:2,他引:0
天气变化、光照变化、枝叶遮挡等复杂环境给红花丝的快速、准确检测带来挑战,影响红花采摘机器人的作业效率,该研究基于改进YOLOv3提出了一种目标检测算法(GSC-YOLOv3)。首先GSC-YOLOv3采用轻量级网络幻影结构GhostNet替换主干特征提取网络,并在保证良好检测精度的前提下,最大限度压缩算法参数,提高算法速度,从而使用少量参数生成红花丝有效特征;其次使用空间金字塔池化结构(spatial pyramid pooling,SPP)实现特征增强,弥补提取红花丝特征过程中的信息损失;最后将卷积块注意力模块(convolutional block attention module,CBAM)融入特征金字塔结构,以解决特征融合过程中的干扰问题,提高算法的检测效率和精度。检测结果表明:GSC-YOLOv3算法在测试集下的平均精度均值达到91.89%,比Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、YOLOv6、YOLOv7算法分别高12.76、2.89、6.35、3.96、1.87、0.61个百分点;在GPU下的平均检测速度达到51.1 帧/s,均比其他6种算法高。在复杂场景下的对比试验结果表明,所改进算法具有高检测精度及良好的鲁棒性和实时性,对解决红花采摘机器人在复杂环境下红花丝的精准检测具有参考价值。 相似文献
1