基于顶芽智能识别的棉花化学打顶系统研究
Research on Cotton Chemical Topping System Based on Apical Bud Intelligent Recognition作者机构:山东理工大学农业工程与食品科学学院淄博255000 潍柴雷沃智慧农业科技股份有限公司潍坊261200 山东绿风农业集团有限公司滨州256600
出 版 物:《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)
年 卷 期:2024年第55卷第3期
页 面:145-152页
核心收录:
学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:财政部和农业农村部:国家现代农业产业技术体系项目(CARS-15-22) 山东省引进顶尖人才“一事一议”专项(鲁政办字27号) 教育部、农业农村部、中国科协“山东无棣棉花科技小院”建设项目
主 题:棉花 化学打顶 控制系统 YOLO v5s 顶芽识别
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。