摘要：为了提高对大田种植玉米生长动态、干旱胁迫和病虫害等方面的智能巡检监测能力,设计了一种基于多维感知的移动巡检平台。首先,对底盘总成的转向系统、驱动系统和控制系统进行设计,并基于Arduino UNO控制器实现了巡检平台的转向及行驶功能。其次,搭建了包括GNSS/INS(Global navigation satellite system/inertial navigation system)组合导航系统、激光雷达(Light detection and ranging, LiDAR)和工业相机的多维感知系统,对感知系统时间同步方案、数据通信结构和信息采集软件进行设计,实现了巡检平台对环境的感知和数据可视化。最后,在玉米大田对巡检平台进行了底盘行驶性能试验和感知系统环境感知试验。试验结果表明:巡检平台左转平均最小转弯半径为2 922 mm,右转平均最小转弯半径为2 736 mm,最大爬坡度大于26.7%,位置PID控制下直线行驶平均速度为0.523 m/s,与期望速度0.5 m/s的误差为4.6%,行驶15 m平均偏移量为0.636 m,平均偏移率为4.24 cm/m,满足田间行驶性能要求;感知系统能够在ROS系统下稳定采集平台位姿信息、高精度三维点云信息和彩色二维图像信息,实现了巡检平台对玉米大田环境的多维感知。

摘要：作业场景重建可为智能农机自主作业提供全局信息与局部细节,针对因农田表面缺乏高区分度的点、线、面高层结构造成的特征描述性差、点云配准精度不足的问题,提出一种基于旋转曲面轮廓特征的农田地表点云配准方法。首先,采用32线激光雷达获取农田真实地表点云数据并完成去噪、降采样等预处理;然后,采用加权线性协方差矩阵的奇异值分解确定关键点唯一局部参考坐标系,并统计关键点与旋转曲面截面交点距离信息,生成地表点云的局部特征;最后,采用基于单特征初选与局部特征精匹配原则的多级特征匹配策略进行局部特征匹配,计算旋转矩阵与平移矩阵完成点云配准。试验结果表明,旋转曲面轮廓特征与其他特征相比,平均精度增加7.5个百分点,平均召回率增加24.09个百分点;多级特征匹配策略相对于最近邻搜索策略,平均精度增加12.68个百分点,平均召回率增加18.38个百分点;本文的点云配准方法的平均平移误差为23.59dr,平均旋转误差为3.72°,配准成功率为87.5%。因此,本文提出的基于旋转曲面轮廓特征的农田地表点云配准方法适用于真实农业地表无序点云的自动配准。

摘要：针对我国玉米收获机智能化水平较低,玉米收获机参数的调节多通过机械操纵杆,玉米收获时含水率较高,高含水率玉米收获籽粒破碎率和夹带损失率较高等问题,对国内某纵轴流籽粒收获机进行了智能化改装,并设计了基于CAN总线的高含水率玉米低损脱粒智能控制系统。根据玉米收获机工作过程的需要,设计了手动控制和自动控制两种控制模式,提出了自动控制策略,并结合离散化PID控制算法实现了高含水率玉米低损脱粒。对系统进行了控制策略测试和田间试验,系统测试结果表明,各工作参数可按控制策略调节并稳定在设定的阈值内;田间试验结果表明,在高含水率玉米收获时,本系统可使籽粒破碎率和夹带损失率达到国家标准要求,其中籽粒破碎率最低为3.35%,最高为4.05%,平均为3.75%,夹带损失率最低为1.56%,最高为2.08%,平均为1.77%。

摘要：智能农业机器人是无人农场实现机器完全替换人工劳动的重要一环,而路径规划是农业机器人的重要关键技术。为此,针对农田特殊作业环境及农艺要求,提出了农业机器人全局路径规划方法和局部最优规划方法。阐述了农田全覆盖路径规划思想,设计了基于神经元激励网络法的全覆盖路径规划方法和基于Dijkstra算法的局部最优路径规划方法。通过MatLab仿真试验验证路径规划方法的可行性,建立栅格地图,并随机设置障碍物信息模拟实际作业环境。研究结果表明:生物激励与神经元激励两种规划方法覆盖完成率均为100%,路径长度与转弯次数两者相差不大,但神经元激励法的路径重复率5.49%远远小于生物激励法的12.66%;基于神经元激励网络法的全覆盖路径规划方法比生物激励网络法的全覆盖路径规划方法重耕率更低,可实现农田地块大规模覆盖作业;基于Dijkstra算法的局部最优路径规划方法可针对不同复杂程度的障碍物地图实现自主最优路径规划。