设施农业就地翻土犁研究现状与展望

设施农业能够实现农作物周年供应,打破作物季节性,达到利益最大化。预计到2025年,我国以塑料拱棚、日光温室、连栋温室为主的设施种植总面积稳定在200万hm2以上,设施农业体量已居世界前列。设施农业耕整环节广泛采用小型微耕机为主,但旋耕深度较浅,会出现杂草、病虫害等问题;而传统铧式犁深耕却因土垡侧翻形成墒沟,造成土地平整困难,难以应用于设施农业。本文分析了设施农业就地翻土犁的研究现状,并对现代农业技术运用到设施农业就地翻土犁进行展望。     

基于相机位姿恢复与神经辐射场理论的果树三维重建方法

针对传统立体视觉三维重建技术难以准确表征果树多尺度复杂表型细节的问题，该研究提出了一种基于相机位姿恢复技术与神经辐射场理论的果树三维重建方法，设计了一套适用于标准果园环境的果树图像采集设备和采集方案。首先，环绕拍摄果树全景视频并以抽帧的方式获取果树多视角图像；其次，使用运动结构恢复算法进行稀疏重建以计算果树图像位姿；然后，训练果树神经辐射场，将附有位姿的多视角果树图像进行光线投射法分层采样和位置编码后输入多层感知机，通过体积渲染监督训练过程以获取收敛且能反映果树真实形态的辐射场；最后，导出具有高精度与高表型细节的果树三维实景点云模型。试验表明，该研究构建的果树点云能准确表征从植株尺度的枝干、叶冠等宏观结构到器官尺度的果实、枝杈、叶片乃至叶柄、叶斑等微观结构。果树整体精度达到厘米级，其中胸径、果径等参数达到毫米级精度，尺度一致性误差不超过5%。相较于传统的立体视觉三维重建方法，重建时间缩短39.50%，树高、冠幅、胸径和地径4个树形参数的尺度一致性误差分别降低了77.06%、83.61%、45.47%和62.23%。该方法能构建具有高精度、高表型细节的果树点云模型，为数字果树技术的应用奠定基础。