臭马比木茎段培养中污染控制和防褐化研究

研究了臭马比木（Nothapodytes nimmonian）组织培养过程中的防污染和防褐化问题。结果表明：在3~4月份取1 年生嫩茎进行诱导,外植体的污染率最低、为17.5%,褐化枯死率为39.2%,诱导率为43.3%,诱导效果最佳;在4个茎段部位中,半木质化茎段的诱导效果最好,诱导率为51.7%;低温预处理外植体对污染的控制效果不明显;0.1% HgCl2 8 min+50 mg/L 噻孢霉素30min 的消毒效果最好;在培养基中添加活性炭1.2 g/L+聚乙烯吡咯烷酮（PVP）2.0 g/L对外植体的防褐化效果最好,褐化率由对照的48.3%下降到25.0%。     

基于UWB定位的农业机械辅助导航系统设计与试验

【目的】低成本实现南方中小型田块中农业机械田间精确定位,降低农机操作人员劳动强度、提高农机作业效率。【方法】采用超宽带(Ultra wide band,UWB)技术对作业机械进行实时定位,通过位置解算算法,得到定位标签的三维精确位置坐标;利用位置校正算法,修正作业机械车身倾斜引起的田间定位误差;设计基于AB线的路径规划算法,实时规划作业路径并计算作业偏差;通过可视化人机交互界面为农机操作人员提供实时辅助驾驶信息。【结果】水田环境中,分别以0.5、1.0和1.5 m/s的速度沿规划路径行驶时,系统平均横向定位偏差均小于7 cm;当行驶速度大于1.0 m/s时,利用位置校正算法平均横向定位偏差降低了52.79%,标准差降低了49.82%,最大横向定位偏差降低了50.04%。搭载辅助导航系统进行田间插秧试验,各行作业轨迹与自身行拟合直线的平均横向偏差为5.90 cm,标准差为3.64 cm;各行作业轨迹与其规划直线路径的平均横向偏差为6.98 cm,标准差为4.95 cm。【结论】辅助导航系统具有较高的定位精度和良好的稳定性,成本低且通用性强,能够满足南方中小型田块中农业机械田间作业要求。研...     

水稻育秧生产线秧盘播种量智能调控装置设计与试验

水稻工厂化育秧过程中,秧盘播种量的精准控制能有效保证育秧质量。为解决水稻工厂化育秧中秧盘播种量调控操作繁琐和效率低等问题,该研究研究设计了一种水稻育秧生产线秧盘播种量智能调控装置,该系统以STM32F429微处理器为控制核心,利用双漫反射光电传感器检测连续输送秧盘的准确到达位置,设计了秧盘质量称量机构,建立了常规稻和杂交稻芽种秧盘播种量与排种轮电机转速（频率）的关系模型,基于统计分析、信息反馈技术与秧盘播种量变化规律模型,实现不同水稻品种秧盘播种量的智能精准调控。试验结果表明,在500盘/h的生产效率下,装置的平均检测精度为94.84%,经调控后的杂交稻秧盘播种量的平均变异系数为2.5%,常规稻秧盘播种量的平均变异系数为4.04%。所设计的水稻育秧生产线智能调控装置具有较高的播种量检测精度,满足当前育秧播种量调控的使用要求,对提高水稻秧盘育秧播种生产线智能化水平、保证秧苗质量具有实际应用价值。     

臭马比木茎段离体培养研究初报

以臭马比木(Nothapodytes nimmoniana)带芽茎段作外植体进行离体培养,研究了不同基本培养基和激素浓度对其侧芽萌发的影响.结果表明,基本培养基类型对臭马比木茎段外植体带芽茎段的萌发有极显著影响,以WPM作为基本培养基,侧芽萌发率和增殖系数极显著高于MS和B5培养基.正交试验结果显示WPM+0.5 mg/L TDZ+1.5 mg/L 6-BA最适于臭马比木茎段的离体培养,侧芽萌发率和增殖系数分别为96.8％和1.14.     

基于YOLOv5改进模型的杂交稻芽种快速分级检测

目的 提高杂交稻种子活力分级检测精度和速度。方法 提出了一种基于YOLOv5改进模型(YOLOv5-I)的杂交稻芽种快速分级检测方法,该方法引入SE (Squeeze-and-excitation)注意力机制模块以提高目标通道的特征提取能力,并采用CIoU损失函数策略以提高模型的收敛速度。结果 YOLOv5-I算法能有效实现杂交稻芽种快速分级检测,检测精度和准确率高,检测速度快。在测试集上,YOLOv5-I算法目标检测的平均精度为97.52%,平均检测时间为3.745 ms,模型占用内存空间小,仅为13.7 MB;YOLOv5-I算法的检测精度和速度均优于YOLOv5s、Faster-RCNN、YOLOv4和SSD模型。结论 YOLOv5-I算法优于现有的算法,提升了检测精度和速度,能够满足杂交稻芽种分级检测的实用要求。