检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

大田对靶施药雾滴定向沉积控制方法研究

农业机械学报 2022年第6期53卷 102-109,258页

作者：李海龙权龙哲皮鹏飞郭英豪马震余涛东北农业大学工程学院哈尔滨150030 安徽省智能农机装备工程实验室合肥230036 安徽农业大学工学院合肥230036

针对植保机械在大田对靶施药过程中雾滴沉积偏移导致准确率低的问题,本文基于大田对靶施药机器人,开展了雾滴定向沉积控制方法研究。以对靶喷施雾滴群体为研究对象,阐述对靶施药工作原理和作业特点,剖析雾滴群体沉积偏移成因;根据机器... 详细信息

针对植保机械在大田对靶施药过程中雾滴沉积偏移导致准确率低的问题,本文基于大田对靶施药机器人,开展了雾滴定向沉积控制方法研究。以对靶喷施雾滴群体为研究对象,阐述对靶施药工作原理和作业特点,剖析雾滴群体沉积偏移成因;根据机器人空间结构位置关系,建立基于GNSS/IMU卡尔曼滤波信号的喷头运动状态感知模型与沉积位置预估模型,确定喷头响应控制准则;在此基础上以机车作业速度、喷头控制方法为试验因素,以对靶喷施准确率和沉积偏移距离为试验指标,开展平整场地对靶喷施模拟试验;选取满足作业需求的组别进行大田对靶施药作业验证。试验表明:作业速度0.5、1.0、1.5、2.0 m/s下的平整地面对靶施药平均准确率分别为99.8%、98.4%、95.9%、76.5%,沉积偏移距离分别为3.8、5.4、7.5、10.0 cm;作业速度0.5、1.0、1.5 m/s下的田间对靶施药准确率分别为98.7%、96.7%、95.3%。结果表明,基于GNSS/IMU卡尔曼滤波的雾滴沉积位置预估喷头控制方法,满足大田对靶施药作业需求。

关键词：对靶施药雾滴粒群沉积控制信号融合位置估计

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

烟草抑芽剂智能对靶施药系统设计与试验

农业工程学报 2012年第24期28卷 35-40页

作者：耿爱军张晓辉曹胜柱马敏宋涛顾智原山东农业大学机械与电子工程学院泰安271018 山东省园艺机械与装备重点实验室泰安271018 兖州市新兖镇农机站济宁272100 康跃科技股份有限公司潍坊262700 山东省农业机械试验鉴定站济南250100 中国农业机械化科学研究院现代农装科技股份有限公司北京100083

针对目前烟草抑芽剂施用现状,设计了烟草抑芽剂智能对靶施药系统,该系统主要由支架、测速传感器、烟秆检测传感器、步进电机、卷轴、电磁阀、滑块、滑轨、单向阀、喷管、行程开关、单片机系统等组成。测速传感器可对机组的作业速度实时... 详细信息

针对目前烟草抑芽剂施用现状,设计了烟草抑芽剂智能对靶施药系统,该系统主要由支架、测速传感器、烟秆检测传感器、步进电机、卷轴、电磁阀、滑块、滑轨、单向阀、喷管、行程开关、单片机系统等组成。测速传感器可对机组的作业速度实时检测,单片机系统根据检测的机组作业速度控制步进电机的转速、根据电磁阀开启时间控制步进电机的转角,并根据烟草茎秆信号的有无控制电磁阀开闭,实现了烟草抑芽剂的智能对靶施药。对烟草抑芽剂智能对靶施药系统进行了室内试验,结果显示:试验台运动速度越慢(0.3～0.45m/s),收集药量Qs≥15mL的比例越高,施药效果愈好;随着药泵压力的升高,收集药量呈缓慢下降趋势。样机田间试验结果表明:设计的烟草抑芽剂智能对靶施药系统工作准确可靠,满足使用要求。

关键词：烟草农药智能系统抑芽剂对靶施药控制系统

基于机器视觉的田间杂草对靶施药装置设计与试验

在线全文

学校读者我要写书评

暂无评论

基于机器视觉的田间杂草对靶施药装置设计与试验

作者：郭长乐河南农业大学

学位级别：硕士

近10年来,我国化学农药年平均使用量超过150万吨,而平均有效利用率仅有30%～40%。传统无差别全覆盖的农药喷施方式中大部分农药未能被靶标拦截,最终进入土壤与环境,造成了严重的浪费与污染。针对以上问题,本文面向大田除草场景开发了一... 详细信息

近10年来,我国化学农药年平均使用量超过150万吨,而平均有效利用率仅有30%～40%。传统无差别全覆盖的农药喷施方式中大部分农药未能被靶标拦截,最终进入土壤与环境,造成了严重的浪费与污染。针对以上问题,本文面向大田除草场景开发了一套基于机器视觉的实时对靶喷雾施药装置,该装置采用系统化、模块化设计,将深度学习目标检测技术、电子控制技术与农用喷雾机械深度融合,通过对田间杂草的精准识别及对靶农药喷洒,大幅度降低农药使用量,具体的研究内容包括:(1)针对对靶施药任务需求,设计了基于机器视觉对靶施药装置总体方案,包括图像采集与识别模块、电控喷雾模块、稳压供药模块以及供电系统四个模块化硬件部分和深度学习杂草检测模型、精准喷雾控制算法两个核心控制部分;根据设计方案与指标模型,完成了各零部件的选型与优化。(2)以北方常见杂草刺儿菜为例,构建了基于深度学习的轻量化田间杂草检测模型。针对当前人工田间图像采集效率较低等问题,设计制作了高便捷性的遥控田间图像采集小车,并在多个地块和田间环境下共采集杂草图片3200张,建立了高质量杂草数据集;基于当前常用目标检测模型YOLOv5,通过更换特征提取主干网络和添加注意力机制,设计开发了YOLOv5-Mobile Netv3-SE轻量化目标检测改进模型,与YOLOv5s原始模型相比,在检测精度基本不降低的条件下,模型大小缩小为原来的53.5%,检测帧率提高了27.8%。主要性能指标为:m AP@0.5为86.9%,模型大小7.5 MB,FPS为38.17,满足实时对靶喷雾任务需求。(3)设计了具有实时延时补偿功能的对靶喷雾精准控制算法。该算法采用基于撞击网格匹配的喷雾策略,进行了杂草位置预测信息向喷雾信息的转化,根据杂草冠层的起始位置控制喷头喷雾的启停;通过测量各分机的固定时延(图像处理环节耗时27.90 ms、通信控制环节耗时6.37 ms,喷雾沉积环节耗时36.40 ms)和装置的实时行进速度,预测提前量并修正匹配网格的位置以消除系统执行耗时带来的对靶喷雾滞后,最终实现精准喷雾控制。(4)搭建了性能评估试验台,完成了对基于机器视觉的对靶除草施药装置的综合性能评估测试。结果表明,在1～4 km/h的运动速度下,本装置对杂草模型的喷雾命中率均在85%以上,命中率呈现速度依赖:喷雾命中率随运动速度的增加而变低;在20%、15%、10%、5%的杂草覆盖率下,对靶喷雾相比传统喷雾的省药率分别为48.6%、55.8%、72.5%、79.0%。(5)完成了基于机器视觉的对靶除草施药装置的田间试验,识别模型体现了较高的复杂场景适应能力,在2 km/h、3 km/h、4 km/h的运动速度下,对靶喷雾命中率分别为90.80%、86.20%、79.61%。综上所述,本文开发的基于机器视觉的田间对靶除草施药装置实现了田间杂草靶标的精准识别及对靶农药喷洒,大幅地减少了除草作业过程中的农药污染,为大田的绿色可持续的生产提供了技术支撑。

关键词：精准除草对靶施药机器视觉 YOLOv5 电控喷雾

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

果园对靶施药控制系统设计

果园对靶施药控制系统设计

作者：李为西北农林科技大学

学位级别：硕士

随着科学技术的不断发展，人们对食品安全更加关注，农药的使用与农产品安全问题更加突出。施药是农业生产中的重要环节，实行对靶变量施药是最大限度减少施药量和降低化学污染的重要技术措施。本文针对国外先进施药机械价格昂贵、多为... 详细信息

随着科学技术的不断发展，人们对食品安全更加关注，农药的使用与农产品安全问题更加突出。施药是农业生产中的重要环节，实行对靶变量施药是最大限度减少施药量和降低化学污染的重要技术措施。本文针对国外先进施药机械价格昂贵、多为大中型自走或牵引式施药机械，国内施药机械普遍存在农药有效利用率低、多采用大容量喷雾技术、自动化程度低等问题，借助传感器技术、风送喷雾技术，以嵌入式Linux为开发平台，设计了一套果园对靶施药控制系统。该系统通过传感器实时监测喷雾压力、流量、车速及靶标等信息，实现对靶精准施药。（1）确定系统总体设计方案根据项目设计总体要求，该控制系统应能根据车速变化实现喷药量的变量控制，借助靶标探测实现在线控制。通过多方案比较分析，确定了依据施药机行走速度变化和可触控LCD设定单位面积施药量，通过超声波传感器探测靶标信息实时调整喷药量,并能实现喷头的独立开闭的施药控制。（2）构建喷药量控制模型调节阀开度和时间成正比例关系，据此建立了基于流量调节的PID控制算法模型，对施药量PID控制算法进行了试验验证，结果表明在单位阶跃信号输入下，施药量PID控制系统的响应时间为0.25s。（3）控制系统硬件设计根据系统方案，对系统执行、检测部件和其它硬件设备进行了选择;以Micro2440开发板为核心，设计了电源模块电路，信号采集模块电路和电磁阀、电动调节阀执行模块电路，并制作了控制器。（4）控制系统软件设计设计并实现了基于Linux的嵌入式控制系统。采用C++语言编写了由超声波传感器驱动程序、流量采集驱动程序、速度采集驱动程序组成的数据采集模块驱动和由电动调节阀驱动程序和电磁阀控制驱动程序组成的执行模块的驱动程序;以及由施药量控制程序、喷头状态显示程序、系统主界面程序、参数设定界面程序和数字软键盘界面程序等控制程序组成的人机交互界面程序。（5）系统调试及验证试验针对本研究设计的各个功能模块进行软硬件调试，结果表明：系统能正常工作并满足设计的功能要求;系统能够正常接收存传感器传送的施药参量数据，并可以进行实时显示;系统对速度、压力和流量的测量精度分别达到98.80%、97.39%和96.23%;在有效范围内系统可以通过对靶标的探测实现喷头的在线控制;采用PID控制算法对施药量进行了监测控制，精度为94.60%，表明系统施药量控制精度达到设计要求，该系统已达到应用水平，可用于果园施药机控制。

关键词：农业机械果园施药对靶施药变量施药 ARM

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

农田杂草鲜重检测模型与对靶施药系统

农田杂草鲜重检测模型与对靶施药系统

作者：李恒达东北农业大学

学位级别：硕士

杂草作为农业田间管理的重要作业对象,在作物生长的早期阶段危害较大。传统的除草剂广域喷洒,存在除草剂药害、环境污染、粮食安全等诸多问题。目前特定地点田间管理SSWM发展迅速,可实现精准杂草灭除,然现有大部分该技术仍不能根据杂草... 详细信息

杂草作为农业田间管理的重要作业对象,在作物生长的早期阶段危害较大。传统的除草剂广域喷洒,存在除草剂药害、环境污染、粮食安全等诸多问题。目前特定地点田间管理SSWM发展迅速,可实现精准杂草灭除,然现有大部分该技术仍不能根据杂草表型信息进行除草剂量化施用,存在优化空间。根据植物生理学原理,对于不同生命阶段的杂草的由于其生理结构不同,耐药性随植株长大而不断增强。杂草的地上鲜重作为描述杂草生长状态的重要指标,与除草剂施用剂量存在相关关系。故依托于杂草地上鲜重表型信息进行除草剂剂量选择并进行适应性给药,对于指导精准变量对靶施药技术具有重要意义。本研究以田间杂草目标检测与其地上鲜重预测为主要着力点开展研究。结合农艺学原理、深度学习技术、三维点云建模技术、与机电一体化等多学科知识交叉结合,开发了一种田间杂草目标检测和地上鲜重预测模型,并将该模型部署在精准变量对靶施药单元上进行田间试验。研究的主要内容和结论如下:(1)本文采用模型为有监督模型,研究针对于田间杂草地上鲜重数据集构建时难以采集的问题,设计了一种3D点云与杂草地上鲜重标签动态采集方法,该方法可方便相关学者在田间无法记录数据与标签时提供参考。对采集数据进行筛选、剪裁、数据增强与数据标记工作。共获得两组田间数据集,其中杂草目标检测数据集共7000幅,关于苘麻、苣荬、龙葵三种杂草的RGBD数据与地上鲜重标签数据集共3600个。(2)开发了一种基于RGB-D数据的双流密集特征融合卷积网络模型,用于田间实时杂草检测并预测其地上鲜重。本研究中该模型的主要思想是使用YOLO-V4模型来定位杂草种类和位置信息并使用双流密集特征融合网络来预测其地上鲜重。在双流密集特征融合网络中,开发以DenseNet和NiN模块构建用于深度特征提取和融合的Dense-NiN-Block结构。将Dense-NiNBlock模块嵌入分别到Resnet101、VGG19、Inception-V3、AlexNet和DenseNet201五个卷积神经网络中进行比较,结果表明将Dense-NiN-Block模块嵌入Dense Net201实验效果最佳。经过分析得出以RGB-D数据作为输入源的卷积网络的预测能力优于以RGB数据为输入源的预测能力。所提出网络的mAP为75.34%(IoU值为0.5),IoU为86.36%,使用RTX2080Ti NVIDIA显卡的最快模型的检测速度为17.8 fps,地上鲜重平均相对误差约为4%。本文提出的模型可以为精准变量对靶施药系统提供视觉技术支持。(3)搭建了基于杂草鲜重表型信息的田间变量对靶施药系统。该系统通过Kinect V2传感器获取田间杂草RGB-D数据,由英伟达Jetson AGX Xavier充当边缘端运算核心组件,以RGB-D数据为输入源的双流密集特征融合卷积网络模型计算杂草鲜重值并获取杂草位置信息,将所获信息送入到以STM32F407单片机为核心的控制系统,控制同步带滑台模组携带气雾喷头到达指定目标区域,通过调节模块控制高频电磁阀开合时间,以实现精准变量对靶施药作业。系统以视觉系统、控制系统、机械系统实现模块化组合,均可为该种作业模式提供参考。(4)为确定除草剂剂量与杂草地上鲜重的量化关系,开展田间量化试验。结果表明:苘麻在0～4g的最佳推荐剂量为1.26ml,4～8g为1.68ml,8～10g为2.10ml。龙葵在0～2g的最佳推荐剂量为0.84ml,2～4g为1.26ml,4～8g为1.68ml,8～10g为2.10ml。苣荬在0～4g的最佳推荐剂量为1.26ml,4～6g为1.68ml,6～10g为2.10ml。可为该模式下的除草作业提供有效剂量选择。最后为验证该系统的实际作业性能,于试验田中进行靶喷重复试验,试验结果表明杂草的平均检测率为89%,平均对靶率为91%,平均除草率为76%。可为精准变量对靶施药作业机器仿制、系统构建提供参考。

关键词：杂草地上鲜重深度学习 3D点云 YOLO-V4 对靶施药除草机器人

基于实例分割的杂草表型信息获取与对靶施药系统研制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于实例分割的杂草表型信息获取与对靶施药系统研制

作者：吴冰东北农业大学

学位级别：硕士

杂草是农作物生长的最大威胁之一,在作物生长初期对作物损失更大。传统大面积喷洒不能针对杂草进行按需喷药,易造成除草剂浪费和环境污染。根据植物生理学原理不同叶龄杂草的生理结构及农药耐受力差别较大,采用除草剂施用上限能够杀灭... 详细信息

杂草是农作物生长的最大威胁之一,在作物生长初期对作物损失更大。传统大面积喷洒不能针对杂草进行按需喷药,易造成除草剂浪费和环境污染。根据植物生理学原理不同叶龄杂草的生理结构及农药耐受力差别较大,采用除草剂施用上限能够杀灭各个叶龄阶段杂草,但也会造成除草剂过量使用。而叶龄和中心区域作为杂草重要表型信息,与除草剂吸收有着密切的关系,对于了解杂草形态结构,指导精准对靶除草和减少除草剂的使用具有重要作用。但在光照变化,杂草外观变化,叶片遮挡等复杂田间环境下获取杂草的种类、叶龄和中心区域仍然是一个很大的挑战。本研究以田间杂草的叶龄和中心为主要着力点开展研究,将农艺研究与深度学习技术相结合,对智能农业发展具有重要意义。主要结论如下:(1)对杂草叶龄与除草剂吸收的密切关系进行探究,是开展后续研究的重要理论支撑。探究在室内环境下三种靶标杂草与除草剂用量之间的关系,以此为基础在田间环境下对除草剂与叶龄的关系进行研究与试验,在田间试验结果表明:,这三种杂草在2叶龄时需要1/4～1/2推荐剂量能达到大于50%的鲜重抑制率,在3叶龄时候需要1/2推荐剂量能达到大于50%的鲜重抑制率,对于5叶龄杂草需要推荐剂量才能杀灭。根据杂草叶龄选择合适剂量除草剂,对节约除草剂用量,减少环境污染具有重要作用。(2)开展基于深度学习技术的杂草分割方法研究需要前期数据集制作,本研究主要制作了两个田间杂草数据集。首先为了探究实例分割模型对于田间杂草表型信息的获取能力,选择了田间三种典型杂草,采集田间不同天气单株杂草主视图、侧视图和俯视图的图像制作了单株杂草数据集。由于在田间作业环境中,摄像头需要安装到车体平台上,为了让深度学习模型能够更好地部署到田间变量喷洒平台。采用本团队数据采集装置从俯视、30°斜视、45°斜视三个方向采集自然条件下生长的玉米和多株杂草图像制作了田间多株杂草和玉米数据集,以提高深度学习模型对于田间工况环境的适应能力。对采集图像进行挑选、剪裁、数据增强和数据标记等工作。将制作好的数据集用作实例分割模型的网络输入,为后续研究提供数据支撑。(3)实现了基于Mask R-CNN的田间杂草分割方法,通过更换3个特征提取网络(ResNet-50、ResNet-101、MobileNetv2)、搭建多种不同尺寸的区域建议框、非极大值抑制法(Non-Maximum Suppression,NMS)更换为Soft-NMS算法、Ro IAlign代替Ro I Pooling的方法提高模型精度。在田间单株杂草数据集上进行测试,结果表明,数据增强能够提高模型性能,IOU阈值选择0.5比较适合本研究小目标检测,总测试集上ResNet-101比ResNet-50的AP50值高12.3%,俯视图的mIOU值为0.603,相比于另外两个角度检测精度是最高的。为了更好地验证模型在田间工况下的识别效果,在田间复杂环境下对杂草和玉米图像进行测试,结果表明:以ResNet-101为特征提取网络改进的深度学习模型具有良好的分割性能和鲁棒性,本研究方法单样本耗时为568.3ms,阴天检测精度高于晴天和雨后、30°斜视检测效果优于45°斜视和俯视。(4)在前期阶段使用Mask R-CNN取得了很好的分割精度,但是在执行效率上还存在不足,为了更好地将深度学习模型部署到边缘端,应用在田间变量喷洒平台上,提出了基于BlendMask的杂草分割方法,以获取复杂田间条件下杂草表型信息。对BlendMask模型更换两个特征提取网络、超参数优化和消融实验以提高模型精度,在田间单株杂草图像中进行测试,结果表明:数据增强和选择ResNet-101作为特征提取网络可以提高模型性能。植物中心F值为0.9330,叶龄识别精度可以达到0.957,单样本耗时114.6 ms,俯视图比主视图和侧视图mIOU值分别高4.5%和5.9%。为了更好的将模型应用在田间变量喷洒单元,将该模型在田间多株杂草和玉米图像数据集中进行训练和测试。测试结果表明,30°斜视和阴天的mIOU值分别为0.681和0.671,在不同角度和天气中取得最佳分割效果。证明综合应用模型比对、参数优化、数据增强、更换特征提取网络等对于解决复杂环境下杂草叶龄和中心的识别是有效方法。该方法对于杂草精准变量除草具有重要意义,能够对类似复杂田间情况下表型信息获取提供借鉴。(5)搭建了基于实例分割技术的田间变量喷洒系统。该系统通过摄像头获取田间杂草图像,采用实例分割模型计算杂草叶龄值并获取杂草中心位置,反馈到控制系统,通过占空比PWM控制电磁阀开合时间,实现杂草的变量喷洒。在1号试验田中,模型对玉米田杂草的识别准确率为89.16%,杂草灭除率为82.80%。在2号试验田中,模型对杂草的识别准确率为84.90%,杂草灭除率为81.17%,可以满足精准变量对靶的作业需求。因此,本

关键词：杂草实例分割 Mask R-CNN BlendMask 对靶施药除草机器人

对靶施药机器人及其关键技术的研究现状与分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

农业大数据学报 2023年第2期5卷 54-61页

作者：石航胡军李宇飞刘昶希张辉张建业黑龙江八一农垦大学工程学院黑龙江大庆163319 黑龙江省保护性耕作工程技术研究中心黑龙江大庆163319 农业农村部大豆机械化生产重点实验室黑龙江大庆163319

农业机器人的研发与应用是如今智慧农业发展的重要趋势,对靶施药机器人是农业机器人领域的重要分支。本研究总结了国内外对靶施药机器人的研究现状与进展,介绍了对靶施药机器人的工作原理与主要技术点。分析了对靶施药机器人关键技术的... 详细信息

农业机器人的研发与应用是如今智慧农业发展的重要趋势,对靶施药机器人是农业机器人领域的重要分支。本研究总结了国内外对靶施药机器人的研究现状与进展,介绍了对靶施药机器人的工作原理与主要技术点。分析了对靶施药机器人关键技术的研究现状,包括病虫害检测技术、对靶施药技术以及自主行走和控制技术,并阐明了这些关键技术在国内外的研究进展和挑战。指出了目前国内外对靶施药机器人大多可以做到节省农药、提高农药利用率的效果,但其研发状态更多处于实验室阶段,尚不能完全胜任实际生产任务。本研究可为对靶施药机器人研发的推进和智能化农业的发展提供参考和思路。

关键词：对靶施药植保机器人精准施药图像识别视觉识别

对靶施药技术装备在植物病虫草害防控中的应用及展望

在线全文

学校读者我要写书评

暂无评论

植物医学 2023年第5期2卷 1-16页

作者：刘理民何雄奎刘亚佳曾爱军宋坚利中国农业大学理学院北京100193

近年来,绿色农药及靶向农药等新农药被广泛应用到作物保护中,但国内植保从业者对对靶施药技术的了解并不深入.本文将对靶施药技术类比于靶向农药和机器人控制技术,并将其分为实现过程和载体来进行描述,具体从4个部分展开介绍.第一,用于... 详细信息

近年来,绿色农药及靶向农药等新农药被广泛应用到作物保护中,但国内植保从业者对对靶施药技术的了解并不深入.本文将对靶施药技术类比于靶向农药和机器人控制技术,并将其分为实现过程和载体来进行描述,具体从4个部分展开介绍.第一,用于感知信息的传感器和技术,类似于机器人的“感知”功能,可以看作是人体的“眼睛”;第二,对靶施药技术的计算和决策模型,类似于机器人的“决策”功能,可以看作是人体的“大脑”;第三,对靶施药技术的施药量控制方法,类似于机器人的“控制”功能,可以看作是人体的“手”;第四,几种典型的对靶施药机.本文亦指出了对靶施药技术装备的未来发展方向,即向着本土化、智能化、傻瓜化和农艺农机相结合的方向发展.

关键词：靶向农药对靶施药感知设备施药决策施药控制施药装备

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

对靶施药技术研究现状

对靶施药技术研究现状