基于时间序列和多元模型的集约化猪舍温度预测

目的 从挖掘猪舍历史环境参数数据时序信息角度出发,提出基于时间序列模型和多元模型序列的猪舍温度预测模型。方法 采取缺失部分环境因子统计预测,评估猪舍环境中相对湿度、二氧化碳浓度、氧气浓度等环境因子对温度预测的影响程度。针对猪舍温度时间序列进行数据预处理,滤除错误值和缺失值,采用时间序列模型构建基于门控循环单元网络(Gated recurrent unit,GRU)的猪舍温度预测模型,采用多元模型建立基于梯度提升决策树(Extreme gradient boosting,XGBoost)缺失值重要程度的猪舍温度预测模型。将该预测模型用于预测广东省某集约化猪场母猪分娩舍温度,并与循环神经网络(Recurrent neural network, RNN)模型、反向神经网络(Back propagation neural network, BPNN)模型进行对比试验。结果 对比温度预测值与实测值发现,基于GRU模型对应的猪舍温度均方根误差和平均绝对误差分别为0.25和0.19 ℃,平均绝对百分比误差为0.65%;基于XGBoost多元模型的猪舍温度均方根误差和平均绝对误差分别为1.21和0.71 ℃,平均绝对百分比误差为2.50%。在时间序列的温度预测模型中,GRU模型表现出更优的预测效果;在多元模型的温度预测中,XGBoost模型的预测效果更优。结论 本研究使用的GRU模型在时间维度上对母猪分娩舍温度的变化起到了预警作用,确定了各种环境参数对温度的影响程度,为养殖环境的精细调控提供了参考。     

基于 YOLOV5-MobilenetV3 和声呐图像的鱼类识别轻量化模型

【目的】网箱生物识别和统计是海洋牧场的养殖管理的关键参考因素之一。针对混响噪声和复杂背景的干扰,构建不同光照条件下鱼类检测数据集,采用前视声呐成像技术,提出一种基于 YOLOV5-MobilenetV3 和声呐图像的鱼类识别轻量化模型（LAPR-Net）,实现浑浊或黑暗场景下水体网箱的鱼类识别。【方法】以罗非鱼为研究对象,基于 YOLOV5 模型的框架结构,主干网络模块采用轻量级 MobileNetV3 bneck 模块,利用线性瓶颈的逆残差结构和深度可分离卷积提取声呐图像中鱼类的特征,通过注意力机制 SE-Net 获取声呐图像多尺度语义特征并增强特征之间的相关性;颈部网络采用路径聚合网络结构,对目标特征进行多尺度融合,增强特征融合能力;预测部分采用基于非极大抑制方法进行最大局部搜索,去除冗余的检测框,筛选置信度最高的检测框,最终输出并显示鱼的检测结果,包含位置、类别以及检测目标的概率。【结果】选择 4 种其他主流的检测模型进行对比试验,包含 YOLOV3-ting（Darknet53）、YOLOV5（CSPdarknet53）、YOLOV5（Repvgg）、YOLOV5s（Transformer）,提出模型参数量为 3 545 453、计算量为 6.3 G、mAP 为 0.957,模型平均每张图片推理速度为 0.08868 s,同 YOLOV5 模型相比,改进后模型 mAP 提高 9.7%。【结论】本文提出的模型提高了训练和识别速度,降低了硬件设备要求,可为海洋牧场网箱养殖鱼类检测模型提供参考。     

干果仓储智能叉车交互式虚拟仿真平台设计与试验

为缩短干果仓储智能叉车自动化开发周期、提高作业可视化、人机交互性,基于Unity3D虚拟现实技术,设计干果仓储智能叉车交互式虚拟仿真平台。该平台首先采用SolidWorks等三维建模软件,创建叉车、货架等对象的三维模型,然后以仓库管理系统为中间对象,建立虚拟平台和实车平台通讯,其次利用Unity3D虚拟引擎技术中的函数、组件和插件模拟传感器与运动模块,设计友好的交互界面,实现作业指令发布、关键参数交互的虚拟平台。最后设计取货作业验证方案,并进行虚拟平台的取货作业试验。试验表明,该平台能直观地模拟干果仓储智能叉车作业的过程,符合真实的取货过程,可为智能农机的作业模拟提供参考,促进农业机械智能化。     

基于激光扫描区域动态变化的智能叉车障碍物检测

为了解决干果仓储过程中智能叉车行驶过程的障碍物误检问题,该文提出一种基于车速与转向角的智能叉车障碍物动态检测方法。智能叉车通过车载激光传感器实时获取车身位姿和周围环境信息,并结合所建立的叉车运动几何模型,形成基于水平和倾斜激光测距传感器扫描面的双面融合障碍物动态检测方式,使得智能叉车的障碍物检测区域随车速及转向角动态变化。试验结果表明:水平扫描测距传感器的试验中,该文方法未出现误检情况,而扇形方法误检率为50.00%,矩形方法误检率为10.00%;倾斜扫描测距传感器的试验中,该文方法未出现误检情况,而扇形方法误检率为30.77%,矩形方法误检率为69.23%。该文方法的警情预测与实际相符,以水平扫描测距传感器为主,倾斜扫描测距传感器为辅,能够检测到的障碍物最低高度约为31mm,有效解决了智能叉车在仓库中的障碍物误检问题,较传统障碍物检测方法更适用于仓储运输,提高了智能叉车在仓库中的机动性和安全性。该研究可为体型较大的仓储智能运输车辆的障碍物检测方法提供参考。     

基于AprilTag的畜牧自主移动机器人建图与定位

为获取畜牧自主移动机器人在规模化养殖场中的位置信息,提出一种基于二维码(AprilTag)的建图与定位算法.利用在机器人上的单目相机对布置在环境中AprilTag进行观测,并融合轮式里程计对机器人运动的测量,基于扩展卡尔曼滤波(EKF)估计出机器人的状态,在此基础上推算每张AprilTag在全局坐标系中的位姿.在回环前...     

哺乳母猪智能饲喂物联网系统设计

【目的】设计哺乳母猪智能饲喂物联网系统,以实现哺乳母猪饲喂状况远程监控。【方法】系统通过Netty传输自定义TCP通信协议,实现与终端设备的数据传输和指令应答功能。采用SpringBoot与Vue前后端分离架构,开展人机交互界面设计,包括猪场生产情况详情界面、母猪饲喂信息查询界面和统计数据下载界面。【结果】试验结果表明,在3 000个连接数下,系统平均响应时间为0.33 s,单位时间内处理数据量范围在750～1 180条,系统在加入自定义业务线程池后,单位时间处理数据量增加了250条,处理量提高了31%。【结论】该系统满足了对哺乳舍智能饲喂设备的连接管理和数据处理的实际应用需求。     

基于 PLC 技术的种苗精准光培育平台设计与试验

【目的】光是影响植物生长、发育、代谢及外部表型最为重要的一个因素。在植物生长过程中，常使用人工光源代替自然光对种苗进行补光，以提高果蔬的品质、产量和效率。人工光型植物工厂是标准化高效育苗的重要途径之一，但其光源能耗高，占植物工厂总能耗的 60%~80%，严重阻碍工厂化育苗技术的推广与应用。因此，降低光源能耗，提高光的利用率是植物工厂育苗的核心目标之一。【方法】针对植物工厂培育平台层高固定、能耗高且难以匹配种苗生长光需求等问题，采用理论分析、模型构建和试验相结合的方法，开发一款基于可编程控制器（Programmable Logic Controller，PLC）技术的种苗精准光培育平台。以黄瓜幼苗为对象，验证种苗精准光培育平台光强调控系统性能，探究其对黄瓜幼苗生长的影响。【结果】灯珠结构优化后的光强以及光分布均匀性均有所提高。开发的平台可通过手动、自动、HMI（ Human Machine Interface）和上位机等方式对黄瓜幼苗进行补光。通过平台光辐射能耗模型和层高调整控制策略，有效降低 LED 运行功率，节约电能约40.65%，光平台辐射模型的最大相对误差为 34.37%，最小相对误差为 3.57%，平均相对误差为 11.45%。栽培试验表明，在相同光强处理下，通过对比种苗精准光培育平台与传统层高固定平台对比，幼苗表型参数与壮苗指数无显著性差异。【结论】基于 PLC 技术的种苗精准光培育平台可以实现自动升降和智能调光，且在不影响种苗生长的情况下最多可节约电能 40.65%。     

数字化技术促进广东柚果优质优价的路径研究

针对广东柚果品质参差不齐和难以优质优价的难题，提出利用数字化技术对柚果供应链进行升级。首先从产业概况、产品流通模式、加工流程3个方面调研分析了当前广东柚果的供应链业务场景，明确了广东柚果的优质优价制约因素：一是种植端优果产出率低；二是加工流通端缺少优果识别设备；三是消费端难以认知优果。其次从物联网设施设备应用情况、信息需求与获取渠道、信息基础设施状况等3个方面分析了广东柚果产地端的数字化现状。在此基础上，搭建了柚果产业数字化平台理论框架，并提出促进广东柚果优质优价的数字化提升路径：一是开展线上业务模式，推动“双流”信息统一；二是开发无损检测设备，实现品质数字分级；三是集成专业技术知识，开展智慧农技服务；四是构建可信溯源模型，提升产业品牌价值；五是建立产业大数据库，推动数据价值共享。对促进广东柚果供应链数字化转型升级和优质优价提供了新的思路和路径。