摘要：在精准农业生产过程中,传感器实时采集作物信息或环境状态,传感器与作物的相对位置,直接影响到采集数据的准确性,及后期处理的效率,甚至影响到作业的效果。而田间道路、垄间颠簸,会影响传感器与作物相对位置,造成信息失真和不准确,为了减少地面不平整干扰对传感器位置的影响,该文提出了基于MEMS传感器步进电机驱动的两轴姿态调整系统。该研究分析了系统的工作原理和控制方法,以陀螺仪、重力加速度计为姿态测量元件,步进电机为驱动部件,设计基于单片机控制的两轴姿态调整系统平台软硬件结构。系统采用单片机对陀螺仪和加速度计信息的实时采样,建立了多传感信息的融合算法和姿态判定模型,可以实时分析检测对象姿态,并输出控制步进电机,对平台姿态进行补偿调整,保持控制对象的相对惯性空间方位不变,实现了平台姿态平衡的快速控制。同时系统加入了绝对位置传感器,实现初始工作状态的自动复位。测试试验结果表明,系统运行稳定,单轴姿态调整精度在平整坡路状态下最大误差在0.5°以内,在田间颠簸路况运行下最大误差在3.0°以内,能够满足信息采集和检测过程中姿态自动调整、保持相对位置的控制要求。利用该控制系统,能够提高信息采集的准确性,在精准农业生产中具有应用作用。

摘要：设计了基于顶芽智能识别的棉花化学打顶系统,为实现精准作业,合理高效使用棉花化学打顶药剂,以减少因化学打顶剂的过度使用造成的环境污染。该系统主要由棉花顶芽识别系统、控制系统和喷施系统组成。采用YOLO v5s算法构建棉花顶芽识别模型。控制系统采用STM32F407单片机,负责接收识别系统的信号,并对各个棉花打顶剂管道进行控制。同时,显示界面能够实时显示机具行驶速度、药液流量、打顶剂液位等参数。试验结果表明,在田间全天光照试验中,上午和下午时间段识别效果最优;在速度0.4 m/s下,平均识别率约为94%;信号发送区间为100 mm时,成功向下位机发送信号的成功率达到92%;田间对靶喷施试验表明,有效喷施率为94%,满足作业要求。

摘要：无人机补播是草地修复的有效手段之一。针对无人机作业过程中,空斑定位精度不高导致的效率低下、工作量大等问题,该研究提出一种基于无人机图像超分辨率重建和Transformer的退化草地空斑定位方法YOLOFG(YOLO for Gap)。首先基于YOLOv5s网络框架,在模型颈部设计联级特征纹理选择模块,强化模型特征纹理细节聚焦力,解决无人机空斑影像尺度变化大、纹理模糊问题;其次,以ShuffleNetV2构建主干网络,嵌入信息交互Transformer自注意力结构,提取像素间更多差异化特征,以提升模型对空斑边缘像素的精确捕获能力;最后,基于空斑锚框信息建立无人机位姿信息和空间平面的成像模型,实现目标空斑的精准定位。试验结果表明,YOLOFG模型平均精度均值为96.57%,相较于原始YOLOv5s模型提升3.84个百分点;参数量约为6.24 M,比原始模型降低约11.2%。与YOLOv4、YOLOv7、YOLOv8模型相比,检测精度分别提高11.86、9.65、6.82个百分点。空斑定位的平均误差为0.4404 m,满足无人机作业对草地空斑精准定位的需求,可为开展退化草地植被恢复与重建工作提供技术支持。

摘要：喷施化学农药是病虫害防治最主要的手段,对保证作物的产量起着至关重要的作用。传统的施药机械工作效率低,且使用同一施药量进行连续喷施作业易造成农药浪费、环境污染。随着农业智能化发展,机器人被广泛应用到农业植保作业中,智能施药机器人以减少劳动力投入、提高农药利用率、减少农药施用量以及减少环境污染为目的,实现了更加高效、精准的病虫害防治。智能施药机器人是集复杂农业机械、智能感知、智能决策、智能控制等技术为一体的现代农业施药装备,可自主、高效、安全、可靠地完成施药作业任务。为明确智能施药机器人及关键技术的国内外研究现状,本文总结了适用于不同作业场景的施药机器人的应用进展,从智能施药机器人的移动平台设计、喷雾装置设计、导航技术、智能识别技术4个方面进行分析,结合施药机器人作业环境的复杂多变性,分析智能施药机器人关键技术的现存问题,阐述智能施药机器人未来的发展趋势是精准变量施药、自主导航以及无人化作业,以期为智能施药机器人在未来的研究提供参考。

摘要：针对不同排种速度下,种子投送轨迹的水平偏移量差异导致种子与导种管壁碰撞接触点不同,造成粒距一致性降低的问题,该研究在传统一体式固定导种管的基础上设计一种由结合段和投送段两段管体构成的组合式导种管,两段管体由转动副连接,在驱动机构作用下,可进行整体平移和绕转动副的旋转运动。对组合式导种管工作原理和投种过程进行理论分析,构建投种过程的种子动力学模型。运用离散元软件EDEM建立种子—管体仿真模型,以作业速度和投送段末端倾角为因素进行仿真试验,得到不同速度下两管体的最佳姿态,构建作业速度与组合式导种管运动关系数学模型。搭建导种性能试验平台,设计组合式导种管运动控制系统,进行导种性能验证试验,结果表明,组合式导种管在2~12 km/h作业速度下的姿态对种子具有较好的引导效果,与导种管初次接触后发生二次弹跳的种子占比小于2.39%;组合式导种管在不同作业速度下的排种粒距合格率均高于传统导种管,能够准确还原排种器的本征排种性能,在作业速度为2~6 km/h时排种粒距合格率在96.35%左右,在12 km/h时降至84.17%;组合式导种管各速度下的排种粒距变异系数较传统导种管平均降低24.65个百分点;在作业速度为2~12 km/h的变速过程中,组合式导种管的排种粒距合格率较传统导种管平均提高15.10个百分点。组合式导种管均能够适配多种工作速度,保证粒距均匀性,为播种机的高速导种提供新思路和技术参考。

摘要：针对气吸式排种器在进行扁平形状种子排种时,充种性能不稳定,排种效果不佳的问题,该研究以扁平玉米种子为作业对象,从种子的吸附姿态调节入手,设计一种具有倾斜凸台式取种结构的气吸式排种器。对排种器的倾斜凸台作业过程进行理论分析和设计计算,针对平面盘、凹槽盘和凸台盘3种排种盘的作业过程进行离散元仿真分析,结果表明:凸台盘对种群的扰动能力、离散程度和扭矩高于其他排种盘,倾斜凸台在取种过程中能够改变种子的姿态,实现种子扁平面与吸孔表面间的平行吸附。台架试验结果表明,凸台盘的单粒吸附率优于凹槽盘和平面盘,随着前进速度升高,单粒吸附率先增大后减小,8 km/h时达到最高值91.70%;随着负压增大,单粒吸附率变化趋势相同,3 kPa时达到最高值90.84%;凸台盘的稳定吸附率和平行吸附率随速度增大出现小幅降低,随负压增大逐渐升高并在3 kPa趋于稳定,凸台盘的吸附性能优于其他两种排种盘,同时3种排种盘在取种时的平行吸附率与投种位置的稳定吸附率呈正比。前进速度4~8 km/h时,凸台盘的排种合格率稳定在98%以上,随后逐渐下降,12 km/h时降至93.18%;田间试验结果表明,排种器作业性能随前进速度升高而降低,12 km/h时,凸台盘的合格率降为90.34%,漏播率升高至6.52%,满足精密播种要求。倾斜凸台式取种结构能够对扁平种子吸附姿态进行有效调节,提高吸附稳定性和排种器作业性能,研究结果可为扁平种子高速精量取种提供技术参考。

摘要：With the growing demand and working complexity of corn precision planter,it becomes more important to monitor the working performance through intelligent systems.A new fault monitoring system for corn precision planters was designed and *** system consisted of the information acquisition module,controller module,alarm module,input module and display module.A capacitive sensor was utilized to monitor the seed flow without changing the track of a precision *** system can monitor the whole sowing process of a seed-metering device in *** sowing status,fault type and fault location can be displayed on liquid crystal display(LCD).Warning light on the LCD reminds the operator of abnormal *** tests and field tests showed that the minimum monitoring accuracies of missing sowing and total sowing number were 92.11%and 94.28%,respectively,and the seed level sensor and the opener sensor worked *** system can accurately prompt the seed-metering mechanism in real-time.

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：黄龙病(Huanglongbing,HLB)被称为柑橘的癌症,及早检测出患病植株可防止病情蔓延,降低病情灾害程度。高光谱分析技术因其丰富的光谱信息,成为近年来作物病害检测的研究热点。然而高光谱设备昂贵,波段数较多,计算量大,在实际应用中尚未形成规模应用。使用合理的波段选择方法,可以去掉冗余信息,避免“维数灾难”,减轻数据存储、计算与传输压力,并降低设备成本。该研究利用地物谱仪获取了柑橘冠层叶片的高光谱信息,提出一种基于典型成分分析(Exemplar Component Analysis,ECA)的柑橘黄龙病特征波段优选方法,并与其他3种波段优选算法进行比较,分别优选了7个光谱波段的组合。基于优选波段,采用6种机器学习方法进行建模分类,对4种波段选择方法的鲁棒性进行了分析。此外,基于优选的特征波段设计了一款多光谱仪应用于柑橘黄龙病的检测。结果表明,用ECA算法选择的特征波段,其结合6种分类器在测试集上的准确率达到92%以上,并具有较好的鲁棒性。自研基于特征波段的多光谱仪对于HLB的检测精确度最高可达95%。试验表明用少量特征波段表征HLB作为检测手段具有可行性,合理的特征波段有助于降低专门农业病害光谱检测的设计成本,提高果园病情防控精准度。

摘要：为高效、精确地对单株作物进行三维重建,以点云方式无损测量作物表型信息,该研究提出一种基于Kinect V3深度相机的三维重建系统。使用步进电机搭建了一个旋转台,并将旋转台面设计成多颜色同心圆,利用同心圆计算平面法向量及圆心两特征信息,用于点云水平校准以及获取点云间的旋转平移矩阵;将Kinect V3采集的多视角点云变换到同一坐标系下,并结合裁剪迭代最近点(Trimmed Iterative Closest Point,TrICP)算法实现了多视角点云的粗配准与精配准,完成了作物三维重建。为检验该研究的三维重建效果,选取菜心、黄瓜苗为试验对象,与多视图立体视觉-运动恢复结构(Multi-View Stereo and Structure From Motion,MVS-SFM)算法重建点云进行对比,并提取叶面积参数与人工测量值进行比较。结果表明,两种方法下重建后的菜心点云间平均距离误差为0.59 cm,黄瓜苗点云间平均距离误差为0.67 cm,具有较高的相似度,而相较于MVS-SFM算法,该研究提出的方法的重建速度提高了约90%;该研究提出的方法所重建点云,菜心叶面积提取与标准参考值相对误差均值为5.88%,均方根误差为3.83 cm^(2),黄瓜苗叶面积提取与标准参考值相对误差均值别为6.50%,均方根误差为2.08 cm^(2),都显现出较高的准确性。该研究提出的方法能对单株作物进行快速三维重建,能有效提取叶面积参数,可为作物育种、栽培和农业生产提供高效技术手段和数据支持。