摘要：提出了一种基于红外传感器检测相对航向角的车辆自主跟随控制系统建模和设计方法,对相对航向角的检测机构及其工作原理进行了介绍,重点讨论了基于步进电动机驱动的转向控制系统的建模方法、前轮转向角和航向角之间的关系以及相应的控制算法的设计,航向角控制系统模型的Matlab仿真结果和控制系统的实际运行结果高度吻合。结合自主改装的电动车自主跟随系统在果园路径进行了实验,实验过程中,引导车和跟随车行驶路径之间的最大横向偏差为9.2 cm,平均偏差为3.3 cm,方差为5.5 cm2。实验结果表明,基于红外传感器的车辆自主跟随控制系统能实现车辆的自主跟随,系统运行稳定可靠,体现出其在复杂农业环境中的应用前景。

摘要：为了选育性状优良的羊进入核心种群,将RFID射频识别、ZigBee无线通信与ARM嵌入式技术相结合,研制了一套羊场养殖信息管理手持终端。手持终端包括基于S3C6410处理器的ARM核心板、125 kHz RFID阅读器、基于CC2530芯片的ZigBee无线通信模块以及多功能底板。软件开发过程中,构建了包含设备驱动的Linux系统环境,利用Qt/Embedded的信号/槽机制实时接收RFID数据,基于OSAL操作系统的ZigBee2007协议栈实现ARM与ZigBee网络之间的通信,在Qt中设计触摸屏图形界面以及串口通信、通信指令、软键盘、蜂鸣器、中文显示等后台程序,具有日常管理、育种管理及疫病管理等模块功能。现场测试结果表明,手持终端能够实时采集、录入、存储、拷贝、查询养殖信息并通过ZigBee无线网络与上位机通信,可满足羊场信息化管理的需要。

摘要：针对稻飞虱识别实时性差和BP神经网络分类有一定误差的问题,设计了一种基于DSP硬件平台和遗传神经网络算法的稻飞虱识别系统。系统硬件以AT89S52单片机控制拍摄移动装置,以DM6437处理器作为算法处理平台;系统软件设计主要包括基于改进Hu矩的特征值提取和基于遗传算法优化神经网络的识别算法。系统通过CCD摄像机拍摄稻飞虱视频信号传送到DSP识别系统,从中提取图像,识别图像中的稻飞虱。实验对稻飞虱、水蝇和潜蝇等80个样本进行了训练和测试,结果表明遗传神经网络对稻飞虱的正确识别率达到90%。

摘要：为了定位棉株上的棉花，设计了1个激光测距试验装置，利用计算机图像处理技术和模式识别理论结合棉花的农学特性测量了单朵棉花的三维坐标。以0.004m为X、Y轴的采样间距，获取传感器至棉株表面点云的距离图像；以传感器至棉花上表面的最长距离0.9m为阈值对棉株距离图像进行二值化处理，去除地面背景；以棉枝的宽度0.01～0.02m为结构元素尺寸，对二值图进行形态学开运算，去除棉枝，提取棉花区域。用欧氏距离计算像素之间的相似度，用Cophenetic相关系数选择质心距离为类间距离，以呈45°夹角棉枝的最小纵向间距0.17m为阈值，对棉花距离图像进行层次聚类，分割粘连重叠的棉花，求取单朵棉花的三维坐标。结果表明，单朵棉花的识别率达96.67%，激光测距与手工测量结果之间的相关系数为0.9934。该研究为采摘机器人运动轨迹的规划提供了依据。

摘要：为实时获取浅根系作物的根系生长形态,设计了一种可用于多点测量的微型根系形态实时原位采集系统。系统主要由微型摄像头和光学放大元件等组成(体积1.5cm3),采集的图像通过无线模块发送至终端。采用基于区域生长的根系图像分析方法,以腐蚀图像为出发点,膨胀图像为终止点,结合相似性准则进行区域生长、区域标记和区域保留,来滤除土壤孔隙和杂质等对图像产生的干扰,从而提取根系轮廓,并通过图像形态学计算得到根长密度、根系平均直径等形态参数。以此系统采集樱桃番茄、辣椒根系形态参数,试验结果表明,根系长度测定值的绝对误差不超过1.5 mm,相对误差不超过5.3%;根系平均直径绝对误差不超过0.09 mm,相对误差不超过6.7%。与土壤采样法测定值相比,在0～10、>10～20、>20～30和>30～40 cm 4个土壤层内2种测定方法根系平均直径决定系数R2>0.87(P0.81(P<0.01)。证明本文设计的微型根系形态实时原位采集系统具有较高的准确性,可用于浅根系作物形态的多点观测。

摘要：为了实现小麦生长过程中的实时变量追肥,使用近地光谱探测技术,设计了大田实时变量追肥机。追肥光谱监测系统实时获取作物冠层归一化植被指数,结合追肥策略计算出当前的目标施肥量,采用测速和测距法反馈肥料流量信息,并根据追肥机实际行进速度,实时调整追肥量,实现精准变量追肥。试验结果表明,田间小麦长势存在空间差异性,冠层的归一化植被指数可以解析此差异性;追肥机追肥控制精度达到90%以上,可以满足精准追肥的要求;变量追肥比定量均匀追肥增施氮肥28 kg/hm2左右。

摘要：针对稻飞虱远程实时识别采集图像质量不高而无法使用颜色特征的问题,应用灰度共生矩阵提取的纹理特征值对稻飞虱分类进行了研究。采用自行设计的拍摄装置采集稻飞虱图像,经过一系列预处理后得到去掉背景的稻飞虱灰度图像;对灰度图像采用改进的灰度共生矩阵提取纹理特征值,再用反向传播BP(back propagation)神经网络和参数改进粒子群算法优化BP神经网络分别进行训练和测试,以此检验纹理特征值的识别效果和粒子群算法的优化效果。试验用Matlab验证算法,对白背飞虱、灰飞虱和褐飞虱共300个样本进行了训练和测试,结果表明基于参数选择改进粒子群算法优化BP神经网络的识别率总体达到了95%,比直接用BP神经网络的识别率高,而且经过Matlab测试,训练时间只用了0.5683s,说明粒子群算法更满足实时性要求。

摘要：鱼菜共生系统实现了水产和蔬菜间的物质循环转化,是一种零排放可持续的先进农业生产模式,为探究鱼菜共生系统中不同种类蔬菜生长状况及其对养殖尾水氮素转化的影响,设计了5种不同种类蔬菜(圣女果、线椒、蕹菜、芹菜、紫背菜)基于耦合型鱼菜共生系统的栽植试验。结果表明:在26 d的栽植试验中,各试验组蔬菜鲜质量和株高均有正向增长,根质量占比与鲜质量增长量关系的拟合曲线为一元二次方程,当根质量占比在34%~42%间时,植株各器官发育较好,对营养物质转化效率高,圣女果有最大鲜质量增长量28.43 g、最大株高增长量31.84 cm和最大株高相对增长率241.32%;试验中换水周期为3 d,各试验组水体氮化物浓度指标均显著下降,圣女果42 h氨氮相对去除率达69.17%,6 h内亚硝酸盐氮相对去除率为41.09%;在循环周期末期,水培组圣女果有最小氨氮质量浓度0.152 mg/L,pH值稳定在6.98左右,水培紫背菜有最大亚硝酸盐氮相对去除率55.25%和硝酸盐氮相对去除率42.35%。综上,在耦合型鱼菜共生系统中圣女果对养殖尾水的水质和氮素有较好的净化作用和转化效果。

摘要：为了实现冬小麦实时变量精确追肥,研究了基于模糊PID控制技术的变量追肥机追肥量实时调整算法,通过对排肥器转速和开度双变量调节,实现追肥量的优化控制。系统首先采用粒子群优化算法确定PID控制器参数的初始值,然后通过实时获取冬小麦冠层归一化植被指数和排肥器实时状态,结合模糊控制理论和PID控制技术,对PID参数进行在线整定,实时调整排肥器的转速和开度,从而实现追肥量的最优控制。试验结果表明:施肥过程中,施肥量存在波动性。但施肥量变异系数小,最大为3.22%,均值为2.09%,可以满足田间变量施肥的要求。模糊PID控制算法具有良好的动态稳定性和跟踪性能,无论是室内试验还是大田试验的控制精度均达到86%以上。

摘要：[目的]本文旨在探索实时监测温室虫情和精准防控虫害的方法。[方法]设计了一种基于诱虫板图像背景均匀化的自适应分割方法,结合基于随机森林(random forest,RF)的图像识别算法识别4类温室番茄害虫(烟粉虱、潜叶蝇、果蝇和蚜虫)并计数。该方法首先提取诱虫板图像RGB(red-green-blue)颜色模型B分量和HSV(hue-saturation-value)颜色模型V分量,然后分别对2张图像分段调整背景灰度值得到均匀背景诱虫板灰度图像,再利用最大类间方差法确定阈值分割图像,经形态学处理后融合2张诱虫板二值图像,最后提取害虫区域的6个颜色特征、8个形状特征和6个纹理特征,训练随机森林以识别害虫并计数。[结果]对比分析Sauvola局部阈值法、Prewitt边缘分割法、k-means聚类法以及本文设计的自适应分割方法,结果表明基于背景均匀化的自适应分割方法效果最好,平均分割准确率为95.34%。对比分析7种特征向量组合下随机森林、C-SVC(C-support vector classification)和BP(back propagation)神经网络3种分类方法,结果表明综合颜色特征向量、形状特征向量和纹理特征向量作为输入的随机森林算法识别效果更好,对烟粉虱、潜叶蝇、果蝇和蚜虫的识别准确率分别为93.89%、90.71%、91.54%和90.40%。[结论]本文设计的方法能够实现诱虫板上4类害虫的识别和计数,可以为温室虫情监测与预警提供参考。