摘要：针对农田环境信息监测存在能量有限、节点通信距离各异等特点,设计了一种基于接收信号强度和丢包率的发射功率自适应水稻田监测系统,并搭建了一个长期、稳定且可靠的低功耗无线传感网络。硬件方面,为扩大网络的覆盖范围和提高系统的稳定性,采用频率异构的方式对节点分簇,为不同类型的节点配置不同类型的天线。软件方面,为提高CPU利用率,各类节点程序设计采用基于小型嵌入式实时操作系统FreeRTOS;为降低功耗,采取定时休眠唤醒、传感器掉电控制的工作模式和基于感知数据差的低功耗自适应机制。试验结果表明,在150 m通信距离内,系统可以根据当前的通信质量,将节点的发射功率自适应地调整到实现当前通信可靠性所要求(丢包率小于1.3%)的最小发射功率上;对比10 d Bm固定发射功率,当发射功率自适应算法调整为8、6、3 d Bm时,节点续航能力分别提升了11.9%、21.4%和33.3%。通讯性能对比表明,本设计节点的通讯性能明显优于其他3种基于不同发射功率自适应算法的节点,从而验证了本系统的可靠性与实用性。

摘要：为实时准确地检测到自然环境下背景复杂的荔枝病虫害,本研究构建荔枝病虫害图像数据集并提出荔枝病虫害检测模型以提供诊断防治。以YOLO v4为基础,使用更轻、更快的轻量化网络GhostNet作为主干网络提取特征,并结合GhostNet中的核心设计引入更低成本的卷积Ghost Module代替颈部结构中的传统卷积,得到轻量化后的YOLO v4-G模型。在此基础上使用新特征融合方法和注意力机制CBAM对YOLO v4-G进行改进,在不失检测速度和模型轻量化程度的情况下提高检测精度,提出YOLO v4-GCF荔枝病虫害检测模型。构建的数据集包含荔枝病虫害图像3725幅,其中病害种类包括煤烟病、炭疽病和藻斑病3种,虫害种类包括毛毡病和叶瘿蚊2种。试验结果表明,基于YOLO v4-GCF的荔枝病虫害检测模型,对于5种病虫害目标在训练集、验证集和测试集上的平均精度分别为95.31%、90.42%和89.76%,单幅图像检测用时0.1671 s,模型内存占用量为39.574 MB,相比改进前的YOLO v4模型缩小84%,检测速度提升38%,在测试集中检测平均精度提升4.13个百分点,同时平均精度比常用模型YOLO v4-tiny、EfficientDet-d2和Faster R-CNN分别高17.67、12.78、25.94个百分点。所提出的YOLO v4-GCF荔枝病虫害检测模型能够有效抑制复杂背景的干扰,准确且快速检测图像中荔枝病虫害目标,可为自然环境下复杂、非结构背景的农作物病虫害实时检测研究提供参考。

摘要：针对传统的农业物联网路由以及网关选址时,考虑实际地形对传输损耗的影响不够,导致节点电能的浪费以及维护费用增加的问题,本文首先对农场地形以及已布置终端的位置进行建模,使用K-means算法确定路由初始位置以及该路由负责对接的终端。在考虑电磁波自由空间损耗以及绕射损耗的前提下设计合理的适应度函数,基于一种可变惯性系数的粒子群优化算法对路由和网关的位置进行优化。最终模型给出最大的电磁波损耗数据,用于在确定节点的最大发射功率时提供参考。算例仿真发现,路由位置通过PSO算法寻优,最大传输损耗最多可降低27.82%。实地检验发现,本算法所选取的最优点通信质量显著高于其附近的点,RSSI提升达12%~20%。模型最终给出的路由和网关最大传输损耗与最优布局位置对于实际节点铺设具有指导性意义。

摘要：为解决荔枝园灌溉中水资源浪费严重的问题,根据现有装备条件,设计了基于无线传感器网的模糊专家决策系统,并对系统的模糊控制器进行优化以提升系统整体性能。该系统通过网关节点实时接收来自传感器节点采集的荔枝园环境信息,选择土壤实测含水率与预设土壤最佳含水率的误差及其变化率作为决策因子,得出预测灌溉值等决策结果。通过Matlab仿真并进行果园实地试验,分析该系统的有效性。仿真结果表明,该智能灌溉系统能结合荔枝园土壤含水率情况进行适时、适量灌溉,有效实现了经济灌溉,并且优化后的模糊灌溉系统实现了更高的暂态性能、控制精度及抗干扰性,系统响应时间更快。试验结果表明,基于模糊控制器的智能灌溉系统能有效地对荔枝园灌溉进行控制,使荔枝园土壤含水率维持在17.8%左右,符合荔枝树的生长环境;同时,基于优化后的模糊控制器的智能灌溉系统将荔枝园土壤含水率平均值控制在17.6%,更接近系统预设的荔枝园土壤最佳含水率17%,并且具有更高的控制精度、更强的抗干扰性与实用性。

摘要：猪舍场景下,光照变化、母猪体表颜色不均及与环境颜色对比度不大、母猪与仔猪的粘连等,均给目标分割带来很大的困难。该文提出了基于全卷积网络(FCN,fully convolutional networks)的哺乳母猪图像分割算法。以VGG16为基础网络,采用融合深层抽象特征与浅层细节特征并将融合的特征图上采样8倍的跳跃式结构,设计哺乳母猪分割的FCN。利用Caffe深度学习框架,以7栏伴有不同日龄仔猪的3811幅哺乳母猪训练样本进行母猪分割FCN训练,在另外21栏的523幅哺乳母猪测试集上的分割结果表明:该算法可有效避免光线变化、母猪颜色不均、小猪遮挡与粘连等影响,实现完整的哺乳母猪区域分割;分割的平均准确率达到99.28%,平均区域重合度达到95.16%,平均速度达到0.22 s/幅。与深度卷积网络的SDS(simultaneous detection and segmentation)及传统的基于图论的图像分割、基于水平集的图像分割方法做了对比试验,该文分割方法平均区域重合度分别比这3种方法高出9.99、31.96和26.44个百分点,有较好的泛化性和鲁棒性,实现了猪舍场景下哺乳母猪准确、快速分割,可为猪只图像分割提供了技术参考。

摘要：管道自动顺序喷雾可解决果园种植管理中病虫害防治作业劳动强度大、效率低及人工喷药中的安全问题。为此,设计了管道自动顺序喷雾架的主体支撑部分及喷头支撑与定位部分,并以满足喷头雾滴范围既能覆盖果树树冠且不能喷在树冠外边为原则,对喷头的布置方式进行了定量的设计及计算。以管道自动顺序恒压喷雾系统为试验平台,在梅州柚子园进行了雾滴穿透性及有效性的田间试验。试验结果表明:树冠的前冠面、中膛、后冠面都有雾滴附着,喷雾有效率分别为88.9%、100%、83.3%;雾滴沉积量分别为0.032、0.033、0.029mL。通过试验,测试了果园管道自动顺序喷雾系统的性能及喷雾效果,为果树病虫害防治减量施药提供了新方法,为管道自动顺序喷雾架的优化和喷头布置的优化提供了参考。

摘要：针对当前驾驶员驾驶汽车的过程中存在的疲劳驾驶,酒后驾驶,自动化程度不高的情况,提出基于人脸识别和STM32的汽车安全辅助系统。该系统通过摄像头对驾驶员进行人脸识别,涉及到的重要信息(驾驶员专注度,身份验证,驾驶习惯记录),结合硬件传感器设备对车内环境的检测,系统将进行语音提醒,并调整车内配置(如车的座椅和后视镜角度)。本设计开发一款图像识别软件,对驾驶员人脸进行特征识别,硬件设备检测车内环境信息(酒精浓度,甲醛浓度),通过蓝牙和上位机进行通信。使用手机上位机进行图像识别,方便快捷,识别精度高,可广泛应用于汽车驾驶中。

摘要：以单片机STM32为核心研发一种多功能盲人拐杖。拐杖通过摄像头模块拍摄盲人道,查看盲人道路况并通过语音模块提醒盲人;通过角度传感器、地理位置信息获取模块与通信模块等相互配合检测盲人是否摔倒。若盲人摔倒,则自动向家属手机客户端发送盲人所处的地理位置信息,并且拐杖通过语音模块发出求救声以求助于路人。

摘要：自动控制节水灌溉技术的高低关系到农业现代化发展快慢,针对灌溉系统自动化水平较低是制约我国高效农业发展的主要原因,设计了基于单片机的智能节水灌溉控制器。控制器以STC89C52RC单片机为处理核心,结合EC-5土壤湿度传感器对土壤湿度进行多路数据采集。通过人机界面,用户设置定灌溉间隔时间和自动控制时的湿度阈值,测量得到的土壤湿度与设定的湿度阀值比较,根据阈值越界控制继电器,实现自动控制灌溉。