摘要：基于变介电常数电容器原理设计雾滴沉积传感器及检测系统,由此实现对航空施药中雾滴地面沉积量的快速获取。通过实验,分析建立了传感器对电导率487μS/cm、25 mS/cm雾滴的沉积量测量线性回归方程,决定系数R2分别为0.9923和0.9544。利用M-18B型飞机和AU-5000型喷雾机,对系统进行了应用测试,结果表明：与水敏纸图像分析方法对比,2种方法获得的雾滴地面沉积量分布曲线拟合度可达0.914 6,样点单位面积沉积量的相对测量误差分布在10%~50%之间。

摘要：针对植保无人机在飞行作业过程中由于不同种类药箱和航线以及转向、急停、旋转时药液在药箱中不规则运动产生晃动导致对药箱产生冲击的情况,设计一款可对植保无人机复杂工况下药箱内药液晃动情况进行模拟检测的试验台。试验台利用六自由度运动平台可在三维空间内加载激励的特性,充分模拟植保无人机在飞行作业时的工况,并设计可适配不同形状大小药箱的加载组件,以保证试验台可以对市面上大部分药箱进行试验分析,最后利用试验台对市面上通用的矩形药箱进行试验验证,选择水平激励3 m/s^(2)和圆周激励下的不同充液比的工况进行模拟试验,对其内壁压力、液位等药箱晃动的判定指标进行检测,对结果进行分析发现药箱充液比0.7~0.9时药箱内药液晃动程度最为剧烈。

摘要：为实现柑橘虫害的快速、准确识别,帮助果农及时掌握果园内虫害的危害程度和分布情况,该研究结合嵌入式图像处理技术设计了一套基于深度卷积神经网络的柑橘虫害实时检测系统。优选MoblieNet作为虫害图像特征提取网络,区域候选网络生成害虫的初步位置候选框,快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)实现候选框的分类和定位。检测系统根据目标图像中虫害数量计算危害程度,按照正常、轻度、中度、重度4个等级判定柑橘虫害的严重程度,形成虫害识别与级别定量化测评软件。最后引入北斗模块获取采样点位置信息,进一步处理成可视化的虫害热力图。结果表明,该方法可实现对柑橘红蜘蛛和蚜虫的快速准确检测,识别准确率分别达到91.0%和89.0%,单帧图像平均处理速度低至286 ms。该系统实现了柑橘虫害的精准识别与定位,可为农药喷洒作业提供精准信息服务。

摘要：基于旋翼无人机的低空、低速、利用旋翼风场作业等飞行特征,采用机载北斗定位系统获取精准机体实时观测值,协同地面风速传感器构成机-地传感器采集系统,尝试对具有稳定飞行轨迹的无人机进行状态预测。在充分讨论飞行状态的预测策略、可预测性、起始点确定等问题基础上,建立状态预测模型,设计状态预测算法用以自动判定传感器采集时段的起始点。依据算法展开冠层风速田间采集试验,对于无人机预测状态数据和实际观测数据做了对比分析,发现在可置信度为99%水平时,两者无差异的概率P值为0.956;同时统计出X、Y、Z向风速最大值出现时刻均值分别为3.036、2.427、3.145 s,计算出对应的标准差分别为0.79、0.87、0.98 s,说明3向风速最大值出现时刻在5 s采样范围内具有较明显的区域性,验证了采集时刻的准确性,表明机-地协同实时采集旋翼风场数据的有效性得到了显著提高。

摘要：针对传统立体视觉三维重建技术难以准确表征果树多尺度复杂表型细节的问题,该研究提出了一种基于相机位姿恢复技术与神经辐射场理论的果树三维重建方法,设计了一套适用于标准果园环境的果树图像采集设备和采集方案。首先,环绕拍摄果树全景视频并以抽帧的方式获取果树多视角图像;其次,使用运动结构恢复算法进行稀疏重建以计算果树图像位姿;然后,训练果树神经辐射场,将附有位姿的多视角果树图像进行光线投射法分层采样和位置编码后输入多层感知机,通过体积渲染监督训练过程以获取收敛且能反映果树真实形态的辐射场;最后,导出具有高精度与高表型细节的果树三维实景点云模型。试验表明,该研究构建的果树点云能准确表征从植株尺度的枝干、叶冠等宏观结构到器官尺度的果实、枝杈、叶片乃至叶柄、叶斑等微观结构。果树整体精度达到厘米级,其中胸径、果径等参数达到毫米级精度,尺度一致性误差不超过5%。相较于传统的立体视觉三维重建方法,重建时间缩短39.50%,树高、冠幅、胸径和地径4个树形参数的尺度一致性误差分别降低了77.06%、83.61%、45.47%和62.23%。该方法能构建具有高精度、高表型细节的果树点云模型,为数字果树技术的应用奠定基础。

摘要：为防止掘进巷道在补打支护时,出现煤壁片帮落砸伤施工人员及损坏机电设备,保证巷道掘进施工安全,大同煤矿集团朔煤小峪煤业有限公司机掘四队通过技术研究,设计了一套端面防护装置,并在8202顶回风巷掘进过程中进行应用,取得了显著成效。

摘要：针对柑橘黄龙病自然热罩热处理存在的处理周期长、效率低、对自然条件依赖大、处理罩内温差过大等不足,提出了一种柑橘黄龙病热空气快速处理方法。为解决热空气快速处理时罩内温差过大的问题,搭建了柑橘黄龙病热空气快速处理温度场分布特性试验平台,研究了有无回风道、风速、热空气入口位置、热空气出口位置、入风口热空气温度对处理罩内温度场分布的影响。试验结果表明:风速、热空气入口位置、热空气出口位置、入风口热空气温度对处理罩内各截面温度场均有显著影响(P<0.05);回风道不仅能使处理罩内温度场更均匀,而且能够降低能耗。通过试验得出柑橘黄龙病快速热空气处理的优选参数为:有回风道,风速14.5 m/s,热空气入口位于处理罩下层,热空气出口位于处理罩上层,且与入口呈90?,入风口热空气温度90℃。在该优选参数下,处理罩内温度从32℃上升到48℃,耗时约为9 min,处理罩内的温度极差为3.9℃,比非优选参数下罩内的温度极差相比下降了14.1℃。并在此参数下对柑橘黄龙病进行快速热空气处理田间试验,处理后病菌浓度平均降低80.28%。研究结果为黄龙病热空气规模化处理设备的优化设计提供参考。

摘要：【目的】针对目前相关设备风场自干扰大的问题,为更好地获取无人机(Unmanned arial vehicle,UAV)近地风场参数信息,以风压信号为基础,采用皮托管风速传感器设计一种风压转换近地风速检测装备。【方法】利用轴流风机对叶轮风速传感器和皮托管风速传感器的感应位置进行风速干扰对比试验,利用热线式标准风速仪测定干扰前后的风速变化,利用轴流风机以相同的风速检测该装备所有传感器的测量风速并记录,得到该系统的一致性。将同一风速下标准热线式风速仪的测量风速和该系统的传感器测量风速进行对比,找出皮托管风速传感器准确度较低的风速段,利用Matlab软件对风压信号–风速值进行拟合。【结果】在10.00~15.00 m·s–1风速下皮托管风速传感器对直流风速的削弱不超过1%,而叶轮传感器达到20%以上。系统所采用的30个风压变送器在风速为15.00 m·s~^(–1)时的最大绝对差异为0.96 m·s–1,最大相对差异为6.40%,变异系数为1%。以三次公式进行拟合后,误差平方和(SSE)为0.099 6,拟合优度(R2)>0.96。【结论】本系统能够有效检测无人机下旋翼风速数据,且比叶轮式风速传感器网络测量系统在减少干扰方面具有明显优势,可以为研究无人机田间作业提供有效帮助。

摘要：花生的需水量根据不同生长阶段和环境条件而不同,开花期和结荚期需水量较多,而土壤水分含量会直接影响花生生长的水分供给,从而影响花生产量和品质。为了及时监测大田花生生长土壤水分状况,减小恶劣天气造成的影响,设计了一套基于LoRa的花生土壤水分监测系统。测试结果表明:在终端节点与网关相距800m远时,通信成功率可达94%以上。系统具有通信距离远、监测面积广的特点,能够应用于户外大面积的数据采集、监测中,具有一定的实用价值。同时,土壤水分监测试验发现同一田块不同位置的土壤水分差异明显,应该进行针对性的灌溉补水。

摘要：为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully Convolutional Networks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7~17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%~83.4%,召回率达51.1%~73.9%,调和平均值为57.6%~78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。