智能采摘机器人自动化系统研究 —基于交互式视音频技术

为了提高采摘机器人的作业质量,模仿英语移动教学交互式视音频技术,在采摘采摘机器人控制系统中引入了视音频交互技术,通过远程视频监测机器人的作业状态,然后利用声控技术对采摘机器人的作业姿态进行调整,实现了管理员和采摘机器人的视音频交互,可以有效地提高采摘机器人的作业质量,降低采摘机器人的故障率。为了验证方案的可行性,对采摘机器人自动化控制系统进行了测试,并引入了MIMO通信原理,以提高视音频信号传输的质量。测试结果表明:采摘机器人可以准确地识别远程端的声控信号,且根据指令信号动作的准确率较高,可以满足高精度采摘机器人的设计需求。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

基于嵌入式和图像处理技术的精准自动施药平台研究

介绍了精准自动施药平台的结构及HSI颜色模型,并利用直方图均衡化处理、中值滤波和迭代阈值算法等图像处理技术,实现了杂草目标和背景的分离,从软硬件两方面设计了精准自动施药平台嵌入式控制系统。测试结果表明:精准自动施药平台准确率达到了91.5%以上,说明该平台具有很高的喷药精度和稳定性,能够满足对果园除草喷药的要求。     

15％乐斯本颗粒剂对花生蛴螬的防治效果研究

[目的]为花生地下害虫大面积防治提供科学依据。[方法]采用不同用量15%乐斯本颗粒剂随花生种子穴施和花针期近根3 cm穴施,通过与高巧+普尊种衣剂组合拌种仁处理及空白区进行比较,研究15%乐斯本颗粒剂对泰州地区花生蛴螬的防治效果。[结果]15%乐斯本颗粒剂对泰州地区蛴螬具有显著的防治效果,其中花针期30 kg/hm2用量效果最佳。[结论]15%乐斯本颗粒剂花针期30 kg/hm2施药处理的效果与高巧种衣剂组合相当,但高巧组合产量较高。     

生产无公害果品的病虫防治方法

1　注重非化学防治法　培育和栽植抗病虫性强的品种和无病毒苗木 ,通过加强栽培管理措施 ,增强树势 ,提高树体抗病虫能力。清理枯枝、落叶、病虫枝果 ,刮除老翘粗皮 ,集中销毁及树干涂白 ,消灭病虫源。秋末冬初 ,进行耕翻树盘 ,消灭土中越冬害虫 ,降低虫口密度。生长季通过地膜覆盖、果实套袋等 ,阻止幼虫出土为害和果实被害。利用某些害虫的群集性、假死性、趋光性、趋化性等行为 ,进行人工捕杀和黑光灯、糖醋液、性诱剂等诱杀。2　注重生物防治法2 1　利用害虫天敌　首先是保护好自然天敌 ,减少广谱性杀虫杀菌剂的用量 ,或在不影响天敌活…     

仓内装配式磷化氢环流熏蒸技术在高大平房仓中的应用

将设计的新型仓内装配式磷化氢环流熏蒸技术，运用在高大平房仓的实仓重蒸中，根据PH3在粮堆中的分布及该技术的应用情况，分析结果，指正问题，总结经验，以利有效推广和应用。     

日光温室的粉尘法施药技术

日光温室的环境特点是湿度大，引发的病害较多，用常规农药喷雾法施药，防治效果差，且会诱发和加速病害的发展。实施粉尘法施药技术，不仅能避免发生上述问题，而且运用该技术施药不用水，药量少，重量轻，能减轻劳动强度，改善蔬菜品质，增加产量和效益。