摘要：国内外有关果品、植物、昆虫等农业图像处理大都采用常规的方法,这些方法要么仅在时域要么仅在频域,而不能同时在时域和频域分析图像,且不具有多分辨率特性。该研究应用小波变换这一新理论、新方法,深入开展农业图像增强方面的研究工作。将小波变换应用于低对比度的仙客来图像、橙子剖面图的增强,设计了加强低频弱化高频、增强低频合并原图像两种算法,解决了传统的直方图均值化、对数变换以及LoGFilter等方法不能较好地使图像增强的问题;又将小波变换应用于含有皱褶及裂纹的红枣图像的增强,通过加强高频弱化低频,很方便地使得红枣的裂纹和皱褶更加明显,便于分级与检测。结果表明基于小波变换的农业图像增强算法方便简捷、效果良好。

摘要：为提高苹果采摘机器人的识别效率和环境适应性,使其能在密集场景下对多苹果目标进行快速、精确识别,提出了一种密集场景下多苹果目标的快速识别方法。该方法借鉴“点即是目标”的思路,通过预测苹果的中心点及该苹果的宽、高尺寸,实现苹果目标的快速识别;通过改进CenterNet网络,设计了Tiny Hourglass24轻量级骨干网络,同时优化残差模块提高了目标识别速度。试验结果表明,该方法在非密集场景下(即近距离场景)测试集的识别平均精度(Average precision,AP)为98.90%,F1值为96.39%;在密集场景下(即远距离场景)测试集的识别平均精度为93.63%,F1值为92.91%,单幅图像平均识别时间为0.069 s。通过与YOLO v3、CornerNetLite网络在两类测试集下的识别效果进行对比,该方法在密集场景测试集上比YOLO v3和CornerNetLite网络的平均精度分别提高了4.13、29.03个百分点;单幅图像平均识别时间比YOLO v3减少0.04 s、比CornerNetLite减少0.646 s。该方法无需使用锚框(Anchor box)和非极大值抑制后处理,可为苹果采摘机器人在密集场景下快速准确识别多苹果目标提供技术支撑。

摘要：为提高机械设计课程的教学效果,针对该课程具有综合性、实践性等特点,提出在教学中应用"学有所用"的思想和"思维转变"的方法,实践表明该方法对提高教学效果很有帮助。

摘要：为准确识别果树上的不同苹果目标,并区分不同枝干遮挡情形下的果实,从而为机械手主动调整位姿以避开枝干对苹果的遮挡进行果实采摘提供视觉引导,提出了一种基于改进YOLOv5m面向采摘机器人的苹果采摘方式实时识别方法。首先,改进设计了BottleneckCSP-B特征提取模块并替换原YOLOv5m骨干网络中的BottleneckCSP模块,实现了原模块对图像深层特征提取能力的增强与骨干网络的轻量化改进;然后,将SE模块嵌入到所改进设计的骨干网络中,以更好地提取不同苹果目标的特征;进而改进了原YOLOv5m架构中输入中等尺寸目标检测层的特征图的跨接融合方式,提升了果实的识别精度;最后,改进了网络的初始锚框尺寸,避免了对图像里较远种植行苹果的识别。结果表明,所提出的改进模型可实现对图像中可直接采摘、迂回采摘(苹果上、下、左、右侧采摘)和不可采摘果实的识别,识别召回率、准确率、mAP和F1值分别为85.9%、81.0%、80.7%和83.4%。单幅图像的平均识别时间为0.025 s。对比了所提出的改进算法与原YOLOv5m、YOLOv3和EfficientDet-D0算法在测试集上对6类苹果采摘方式的识别效果,结果表明,所提出的算法比其他3种算法识别的mAP分别高出了5.4、22、20.6个百分点。改进模型的体积为原始YOLOv5m模型体积的89.59%。该方法可为机器人的采摘手主动避开枝干对果实的遮挡,以不同位姿采摘苹果提供技术支撑,可降低苹果的采摘损失。

摘要：针对黄土高原坡地土壤旋耕部件互作机理研究以及坡地专用旋耕机具设计缺乏准确可靠离散元仿真参数的问题,以典型坡地粘壤土(含水率13.4%±1%)为研究对象,选取EDEM中Hertz-Mindlin with JKR Cohesion接触模型,对相关仿真参数进行标定。首先,对土壤颗粒间接触参数进行了标定,以土壤颗粒的仿真堆积角为响应值,基于Design-Expert软件中Box-Behnken的方法,确定了土壤堆积角的回归模型;通过模型寻优得到了恢复系数、静摩擦因数、滚动摩擦因数及表面能参数分别为0.15、0.33、0.05和9.04 J/m^(2),此时土壤堆积角仿真值为41.59°,与实测值相对误差为3.8%。其次,对土壤与旋耕刀材料65Mn钢的接触参数进行了标定:通过静摩擦、斜板及碰撞等试验得到了土壤与65Mn钢之间静摩擦因数、滚动摩擦因数和恢复系数的范围,进一步以土壤在65Mn钢板上的静滑动摩擦角为响应值,基于Box-Behnken的方法得到了土壤静滑动摩擦角的回归模型;对该模型寻优得到了土壤颗粒与65Mn钢间的静摩擦因数、滚动摩擦因数及恢复系数分别为0.50、0.06和0.18,此时静滑动摩擦角仿真值为24.0°,与实测值相对误差为1.7%。最后,通过坡地旋耕试验验证模型参数的有效性:土壤颗粒水平、侧向位移实测值和仿真值最大相对误差分别为4.3%和5.1%。结果表明标定的参数准确可靠。

摘要：丘陵山区先进适用农机装备的研发是目前国内农机装备研究的热点和难点问题之一。目前,我国丘陵山区农业生产存在“无机可用,无好机用”的现实问题,并且先进适用丘陵山地农机装备(简称山地农业装备)的研发缺乏必要的理论支撑。本文重点综述了国内外山地农业装备尤其是山地拖拉机及山地农机调平技术、山地拖拉机驱动与动力系统、山地农机具及其作业性能的研究现状,阐述了农机土壤压实与坡地土壤耕作侵蚀的研究进展,总结归纳了山地农机设计及山地农机-土壤互作机理研究的计算机辅助方法。展望丘陵山地农机装备及坡地作业技术的研究重点及发展方向:山地农机-坡地土壤-作物(养分)互作机理研究;山地农机总体设计与农艺及坡地作业场景深度融合;山地农机姿态调平机构与控制策略;山地农机动力高效传递与灵便转向驱动;山地农机作业机组的智能化监测与精确自主导航。以期为我国丘陵山区农机装备的研发设计提供借鉴参考。

摘要：研究了犁体曲面的设计以及制造犁铧、犁壁的压形胎具、铸模和检验样板的数控加工方法。通过分析,建立了犁体曲面的数学模型,基于Pro/Engineer构造了犁体曲面的实体,在已建立的实体基础上,研究犁体曲面的数控加工方法。利用CAXA制造工程师软件进行了数控加工过程的仿真,生成了适合V600A加工中心加工的G代码程序。这种设计方法弥补了平面作图设计中的不足和缺陷,为数控加工和分析犁体曲面形状的几何参数与耕后质量和所耕土壤的物理力学性质、耕速、阻力和功率消耗奠定了基础。实践表明,该方法是可行的,能够满足犁体设计和制造的要求,可应用于其它农业机械零件的数字化设计和制造,可对其它类型犁体曲面设计加工提供参考依据。

摘要：小型山地履带拖拉机(简称山地拖拉机)在田间行驶时,常遇到台阶、砖头、石块、田埂等障碍,严重影响其通过性及稳定性,进而引发侧滑甚至倾翻等安全问题。为此,选取最难跨越的台阶作为研究对象,对山地拖拉机爬坡越障性能进行研究。首先,对山地拖拉机爬坡时跨越台阶的运动过程进行分析,得到求解最大越障高度的计算公式;然后,基于多体动力学分析软件RecurDyn进行了正交和单因素变量仿真试验,仿真结果表明:越障速度、坡度角和拖拉机质心位置均显著影响山地拖拉机的最大越障高度,增大越障速度和质心支重轮距、减小坡度角和质心高度均可提高山地拖拉机的爬坡越障性能;最后,基于自主设计的山地拖拉机进行了爬坡越障田间试验。结果表明,在速度1.6 km/h、坡度角为0°~15°工况下,试验结果与理论计算及仿真试验结果基本一致,理论计算与仿真试验的最大相对误差分别为5.17%、6.47%;在坡度角大于15°工况下,理论计算与仿真试验最小相对误差分别为13.25%、19.21%。说明所得到的山地拖拉机最大越障高度计算公式及仿真模型在坡度角为0°~15°时有效。

摘要：通过设计正交试验,研究某微型履带拖拉机的履带结构参数—履带板宽度b、履带支承段长度L0以及履刺高度h对整机牵引附着性能的影响;通过试验数据处理,量化分析各个参数对于附着力的贡献,获得试验范围内这3个参数的最优组合。试验结果表明,履刺对于附着力的影响最大,履刺的存在能够提高附着力达26.64%;在试验范围获得的各参数的最优组合为b=125 mm,L0=1 020 mm,h=28 mm。此结果为该类履带车辆履带的设计和选用提供了理论依据。

摘要：针对非结构化复杂果园环境下机器人无损采摘苹果难度大等问题,本文借鉴章鱼捕食猎物方式,设计了一种集吸盘吸附与手指抓握为一体的复合气动式苹果采摘手。根据陕西富士苹果的一般特征参数,完成了采摘手关键零部件设计及其尺寸参数确定。建立模型对吸盘吸附与手指抓握的运动学与动力学进行仿真分析,结果表明该采摘手具有良好的运动柔顺性和吸附与抓握的稳定性;通过搭建采摘手性能测试平台,对采摘过程中的手指接触压力数据进行处理与分析,验证了该采摘手整体系统的可行性与采摘流程的合理性;以六臂苹果采摘机器人为试验平台开展了采摘手果园实地试验,试验结果表明,该采摘手综合采摘成功率为84.7%,综合损伤率为0.88%,可以完成复杂果园环境下机器人采摘苹果工作。