基于改进COF-YOLO v8n的油茶果静态与动态检测计数方法

针对自然环境下油茶果存在严重遮挡、近景色、小目标等现象,使用YOLO网络存在检测精度低、漏检现象严重等问题,提出对YOLO v8n网络进行改进。首先使用MPDIOU作为YOLO v8n的损失函数,有效解决因为果实重叠导致的漏检问题;其次调整网络,向其中加入小目标检测层,使网络能够关注小目标油茶以及被树叶遮挡的油茶;最后使用SCConv作为特征提取网络,既能兼顾检测精度又能兼顾检测速度。改进COF-YOLO v8n网络精确率、召回率、平均精度均值分别达到97.7%、97%、99%,比未改进的YOLO v8n分别提高3.2、4.8、2.4个百分点,其中严重遮挡情况下油茶检测精确率、召回率、平均精度均值分别达到95.9%、95%、98.5%,分别比YOLO v8n提高4.0、9.1、4.6个百分点。因此改进后COF-YOLO v8n网络能够明显提高油茶在严重遮挡、近景色、小目标均存在情况下的识别精度,减小油茶的漏检。此外,模型能够实现动、静态输入条件下油茶果计数。动态计数借鉴DeepSORT算法的多目标跟踪思想,将改进后COF-YOLO v8n的识别输出作为DeepSORT的输入,实现油茶果实的追踪计数。所得改进模型具有很好的鲁棒性,且模型简单可以嵌入到边缘设备中,不仅可用于指导自动化采收,还可用于果园产量估计,为果园物流分配提供可靠借鉴。

深度学习在林果品质无损检测中的研究进展

林果品质与消费者和果农密切相关,在保障消费者安全、优化运输贮藏、改善后续分级、实现优质优价、提高果农收益等方面均有重要作用,然而传统的林果品质检测方法存在效率低、检测范围有限和鲁棒性差等问题。近年来,随着深度学习的迅猛发展,林果品质无损检测技术也取得了突破性的进步。该研究梳理了目前主流的深度学习模型及其作用,然后从林果安全品质、外部品质和内部品质3个方面阐述了深度学习的研究进展,发现卷积神经网络是林果品质无损检测领域应用最广泛的深度学习模型。同时结合深度学习应用现状与模型不足分析了该领域仍存在数据质量低、模型泛化能力差、实际部署困难等问题,提出未来应围绕数据增强与评价指标、建立公共数据集、多模态融合、模型融合、元学习、拓展应用、模型压缩等方面展开研究。该文旨在为深度学习在林果品质无损检测中的进一步发展提供参考,以加快林果产业的数字化、信息化进程。

基于COF-YOLOv5s的油茶果识别定位

针对自然环境下油茶果存在多种类、多遮挡及小目标等问题,该研究基于YOLOv5s提出COFYOLOv5s(camellia oleifera fruit-you only look once)油茶果识别模型,实现油茶果的高精度检测。通过添加小目标检测层、将FasterNet中的轻量化模块Faster Block嵌入到C3模块及添加Biformer注意力机制对YOLOv5s进行改进。试验结果表明,改进后网络在测试集上的精度、召回率、平均精度均值分别为97.6%、97.8%、99.1%,比YOLOv5s分别提高5.0、7.5、4.4个百分点,推理时间为10.3 ms。将模型部署到Jetson Xavier NX中,结合ZED mini相机进行油茶果识别与定位试验。室内试验得到COF-YOLOv5s的召回率为91.7%,室外绿油茶果的召回率为68.8%,小目标红油茶果在弱光条件下的召回率为64.3%。研究结果可为实现油茶产业的智能化和规模化提供理论支持。

农药喷雾系统建模与仿真技术研究综述

农药使用效果与农药喷雾过程密切相关,农药喷雾过程的建模与仿真可弥补因植物生长周期差异、病虫害发生程度不同以及田间作业自然环境不可控等造成的试验研究困难。分析农药施用的抗性、再增猖獗、残留(resistance,resurgence,residue,3R)/效果、效率、生态(efficacy,efficiency,eco-environment,3E)/方法、模型、测试(method,model,measurement,3M),重点综述农药喷雾过程的雾化、输运、沉积等关键环节的模拟仿真研究状况。根据模拟仿真技术发展趋势,提出农药喷雾半实物仿真系统设计的建议,并提出雾化模型及新型喷头雾化机理、群体农药雾滴多相流场模拟、靶标定制与识别模型、综合农药雾滴飘移模型、植物生长模型与农药喷雾系统耦合等建议,以促进原创农药精确喷雾技术研究和高质量植保机械研发。

基于改进YOLOv7的苹果生长状态及姿态识别

针对目前苹果在复杂环境下难以进行生长状态分类识别、姿态信息同步获取等问题,该研究提出了一种基于改进YOLOv7的苹果生长状态分类和果实姿态融合识别方法。首先改进多尺度特征融合网络,在骨干网络中增加160×160的特征尺度层,用于增强模型对微小局部特征的识别敏感度;其次引入注意力机制CBAM(convolutional block attention module),改善网络对输入图片的感兴趣目标区域的关注度;最后采用Soft-NMS算法,能够有效避免高密度重叠目标被一次抑制从而发生漏检现象。此外,结合UNet分割网络和最小外接圆及矩形特征获取未遮挡苹果姿态。试验结果表明,改进YOLOv7的识别精确率、召回率和平均识别精度分别为86.9%、80.5%和87.1%,相比原始YOLOv7模型分别提高了4.2、2.2和3.7个百分点,另外苹果姿态检测方法的准确率为94%。该文模型能够实现苹果生长状态分类及果实姿态识别,可为末端执行器提供了抓取方向,以期为苹果无损高效的采摘奠定基础。

核桃振动采收研究现状与发展趋势

核桃作为一种高附加值的经济作物,具有广泛的市场需求和良好的经济效益。随着我国核桃种植面积的不断扩大和农业机械化的发展,核桃采收存在的采收率低下、采净率不高的问题日渐凸显,研制适合我国不同种植模式需求的核桃高效采收装备对于促进核桃生产规模化、推进农业科技创新具有重要意义。针对国内外核桃采收技术与装备的发展,综述了对于立地条件复杂的山核桃、小行距矮化密植种植模式下的核桃以及标准果园种植模式下的核桃适用的机械采收设备的研究现状,从树枝振动、树干振动和树冠振动3个角度对其振动机理进行了分析论证,并就国内外振动采收的激振夹持方式与激振参数进行了分析。分析了当前振动采收技术在实际应用过程中存在的主要问题,并指出了结构复杂、工作参数难确定、智能化程度不高是制约我国核桃采收机械发展的因素。提出了未来核桃振动采收智能化、多样化的发展趋势,通过在激振机理、能量传递、精准定位、柔性作业等方面开展深入研究,可为振动采收技术与装备的发展提供一种新思路。

叶片风振响应空间运动姿态及雾滴沉积效果分析

风送喷雾技术可有效提升雾滴向冠层内部的输送能力,增强雾滴在树冠各处的覆盖均匀性,但气流对单一叶片的动态响应及雾滴沉积的细观作用效果还不清楚。该研究通过风洞内的稳定气流对单一梨树叶片进行风振响应试验,追踪叶片表面代表叶片形态的4个特征点,构建模拟叶片的三维空间运动模型,分析研究特征点的空间运动轨迹及叶面雾滴沉积效果。研究结果表明:低于临界风振响应速度,叶片基本稳定于一定抬升角位置,大于等于临界风振响应速度,叶片的稳定状态才会破坏,出现大幅度的摆动与翻转的复合运动响应,且运动响应具有周期性特征。对应5、7和9 m/s风速下,在一个周期内叶尖的空间运动总行程分别为180.61、1140.77、766.33 mm,叶片总扭转角分别为290.7°、896.8°、716.2°。雾滴沉积试验中,风速低于5m/s,雾滴主要沉积于面向气流方向的叶面,随着气流速度增大,正面雾滴沉积覆盖率由43.2%逐渐减小为10.3%;大于等于风速5m/s时,叶片正反两表面均有雾滴沉积,但雾滴主要沉积亲水性较好的叶片反面上。提出了应用叶片的空间运动瞬时位置的实际坐标构建模拟叶片位姿,可清晰体现叶片的空间位姿及运动过程。研究结果可进一步揭示风送喷雾过程中载雾气流与动态叶片的沉积作用机理。

基于改进UNet模型的油茶果振动采摘点定位方法

针对非花果同期油茶果采收效率低这一问题,提出一种侧枝振动采摘点定位方法,通过振动侧枝降低树木损伤并实现高效采收。首先构建数据集,对侧枝分段标注,向UNet中添加CloFormer注意力机制并命名为Clo-UNet,实现侧枝的二维重构。其次,在Clo-UNet基础上进一步设计采摘点定位方法并命名为Clo-UNet-Point,该方法优先选择采收离果实最远且最粗的枝条。试验表明,Clo-UNet在验证集上表现优异,其中br_con(连果枝)、danger(危险区)和br_pro(优先采收区域)的平均交并比mIoU分别达到85.36%、86.37%和81.29%,平均像素精度mPA分别达到94.97%、96.17%和89.48%,Clo-UNet在整个数据集上的mIoU和mPA分别比UNet高5.14、6.85个百分点。通过观察验证集647幅图像,Clo-UNet-Point算法在不同光照条件下均能定位到采摘点,平均检测一张图像用时0.15 s。该研究可为未来非花果同期类油茶果的自动化振动采收奠定理论基础。

水果采摘机械手关键技术研究现状与展望

采摘机器人的研究对推动水果产业的发展有着重要作用。采摘机械手的运动规划与其硬件结构是采摘机器人的关键技术,影响水果采摘的效率与水果品质。本文分析了传统运动规划算法、基于生物智能的运动规划算法、基于概率采样的运动规划算法以及基于深度强化学习的运动规划算法等运动规划算法的优点和不足。同时总结了采摘机械手硬件结构的研发现状,指出目前采摘机械手存在采摘效率低、规划算法效率低、系统成本高与采摘对象单一等问题,对未来水果采摘机器人的研究进行了展望。本文为未来采摘机器人的研发提供了参考。

基于高光谱成像技术的宁夏枸杞产地溯源鉴别

本研究基于高光谱成像(400~1000 nm)结合化学计量学开发一种用于识别枸杞产地多元化的检测方法。获取宁夏、甘肃、内蒙古、青海和新疆5个不同产地的枸杞高光谱图像,并基于阈值分割方法从感兴趣区域提取光谱数据。同时使用多种预处理方法消除光谱的干扰信息,研究表明基于归一化反射光谱的判别模型表现出较好的性能。进一步地采用连续投影算法、竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)、粒子群优化算法、迭代保留信息变量算法(iteratively retaining informative variables,IRIV)和CARS+IRIV选择特征波长。研究结果表明CARS+IRIV选取波长建立的简化模型性能最优,从二元分类到五元分类模型,特征波长仅占全波长的15.6%~27.7%,预测集准确率分别为97.7%、90.9%、89.2%、87.1%。此外,为了更加直观辨别分类种类,使用混淆矩阵可视化最佳简化分类模型。在对宁夏枸杞分类中获得了令人满意的灵敏度、特异性和Kappa系数。综上,高光谱成像技术结合化学计量学方法可有效鉴别枸杞产地,可为枸杞产业发展提供关键技术支撑。

油茶果采收机械与分选技术综述

油茶是我国特有的木本油料作物,发展油茶产业,有利于丰富我国食用植物油供给体系,促进农民增收。近年来,我国油茶的种植和产量逐年提高,传统的人工作业已越来越难以适应油茶产业的发展。油茶的采收、分选等是油茶生产加工过程中的重要环节,提高油茶采收和果壳籽粒分选的机械化、智能化可有效提升作业效率,降低人工成本,对油茶产业良性发展至关重要。首先,介绍了油茶的基本生物特性和国内种植现状;其次,分别对油茶果的采收方法,如人工采摘、半机械化采摘、机械化采摘、智能化采摘进行了总结和分类,同时对油茶果果壳籽粒分选方法,包括机械分选、机器视觉分选等进行了总结分析,在此基础上,对油茶果常用采收方法以及油茶果果壳籽粒分选技术进行对比分析;再次,总结了油茶果采收及果壳籽粒分选存在的问题和发展趋势;最后,给出了现阶段我国油茶果机械化采收和油茶果果壳籽粒分选的总体发展情况及需要解决问题的方向。系统介绍了油茶果采摘机械采收和油茶果分选装备及关键技术,可为油茶果采摘及分选装备研发提供参考。

带壳板栗含水率的可见/近红外与中短波近红外光谱检测对比研究

为实现带壳板栗含水率的无损快速检测与评价,利用可见/近红外和中短波近红外光谱技术进行定量预测方法探索与对比研究。应用不同光谱预处理方法在波段Ⅰ和波段Ⅱ建立全光谱PLSR模型,结果显示,标准正态变量变换预处理的波段Ⅰ模型及归一化预处理的波段Ⅱ模型为优选,预测集相关系数分别达0.882和0.856,预测均方根误差为1.389%和1.665%。进一步对优选预处理光谱应用iPLSR,BiPLSR和SiPLSR建模预测并对比,研究结果表明,波段Ⅰ总体优于波段Ⅱ,且iPLSR模型的预测效果最优,Rp和RMSEP分别可达0.910及1.180%,明确了近红外光谱检测带壳板栗含水率的优选波段、预处理及建模方法。研究为后续板栗含水率高通量在线快检提供技术与方法支撑。

基于深度学习的梨树养分含量高光谱监测

为了实现梨树生长和结果时期对于梨树养分的精准和及时地监测,进一步为梨树施肥管理及梨果品质提升提供保障和调整策略,养分监测十分重要。使用ASD FieldSpec3高光谱仪获取梨树果实膨大期和成熟期的叶片高光谱数据,采集叶片氮磷钾含量信息。对比分析原始反射率、一阶导数变换(FD)、卷积平滑算法(SG)、标准正态变量变换法(SNV)等光谱预处理方法对于高光谱反射率监测模型拟合效果的影响。利用主成分分析(PCA)、竞争自适应重加权抽样(CARS)和连续投影算法(SPA)选择高光谱数据的特征波段。之后,使用偏最小二乘法回归(PLSR)、支持向量回归(SVR)、随机森林(RF)、梯度提升树(GBDT)、卷积神经网络(CNN)、深度森林(DF)算法建立基于特征波段的监测模型,筛选梨树氮磷钾3种营养元素的最优高光谱监测模型。结果表明,深度学习算法DF具备较好的处理高光谱数据的能力。氮元素的最佳建模组合为SG-SNV预处理的PCA特征波段的DF回归模型(R^(2)=0.9283,RMSE=0.2381 g·kg^(-1));磷元素的最佳建模组合为SG-SNV预处理的SPA特征波段的GBDT回归模型(R^(2)=0.9367,RMSE=0.0431 g·kg^(-1));钾元素的最佳建模组合为SG-SNV预处理的PCA特征波段的DF回归模型(R^(2)=0.9544,RMSE=0.2767 g·kg^(-1))。基于高光谱特征波段的监测模型拟合效果良好(R^(2)>0.9),可以实现梨树果实膨大期和成熟期氮磷钾含量的准确监测。

基于Informed-RRT 的苹果采摘机械臂路径规划研究

针对非结构化复杂环境下采摘机器人成功率低、规划时间长等问题,提出了一种基于informed-RRT的改进采摘运动规划算法。在改进算法中,采用P概率采样取代随机采样,提高采样的目标性,动态步长生成子节点。改进算法提高了Informed-RRT算法探索未知空间的速度和灵活性,提高最优路径的收敛速度。二维仿真实验表明,与Informed-RRT相比,改进算法可将初始路径查询更短,成功率更高。通过三维仿真实验可以看出,提出的改进采摘机械臂规划算法,实现了快速的路径查询,提高了规划查询率,降低了索引的盲目性,验证了该算法的有效性与优越性。

白纹肉与木质肉品质安全无损检测研究进展

随着我国居民生活水平日益提升,消费者对食品品质及食品安全问题日渐关注。鸡肉味美价廉,肉质鲜美,深受消费者喜爱。为了满足消费者的鸡肉供应需求,禽肉业一味追求快速出栏率,导致鸡肉已出现一系列肌肉缺陷问题,发生率最高的白纹肉(white striping,WS)和木质肉(woody/wooden breast,WB)目前对禽肉业及消费者影响最为严重。常用的判别白纹肉、木质肉的方法是对其进行视觉观察和感官触碰,这种方法存在着主观、效率低和繁琐等缺点,而化学实验法会对鸡肉样本带来污染,显然不适用于后续的快速、在线检测及分选。近年来,无损检测技术发展迅速,其凭借快速、准确和安全等特点已广泛应用于食品品质安全领域。该文综述了近年来国内外关于近红外光谱、机器视觉以及高光谱成像等无损检测技术在白纹肉、木质肉检测中的最新研究进展,对各项技术现阶段存在的问题及未来的发展前景进行了总结和展望,以期为我国肉类食品品质安全检测提供参考和借鉴。

旋耕刀表面硬质WC合金涂层的电弧热喷涂工艺研究

目的旋耕刀是重要的农机土壤部件,“表硬芯韧”是制造高性能旋耕刀的关键。尝试利用电弧热喷涂方法在旋耕刀表面直接制备含硬质碳化钨(WC)的合金涂层,以提高其综合力学性能。方法以旋耕刀常用制造材料65Mn为基材,以含WC的合金材料为电极丝材,搭建电弧喷涂实验平台,开展三因素两水平工艺实验。重点探讨喷涂电压、送丝速度、扫描速度对涂层制备的影响。结果所制备的涂层表面光滑、平整,无宏观裂纹或可见缺陷。在喷涂电压30V、送丝速度40mm/s、扫描速度30mm/s时,电弧热喷涂的涂层沉积速率为174.7g/min,其平均硬度可达HRC51,表面粗糙度Ra为2.366μm。扫描电镜(SEM)、能谱仪(EDS)等测试结果表明,WC合金涂层具有典型的层状结构,结构均匀致密,涂层与基体之间形成了良好的机械结合。结论在基础工艺研究基础上,成功制备了表面含有硬质WC合金涂层的旋耕刀样件,进一步验证了工艺可行性,为高性能旋耕刀制备提供了新的思路和方法。

多旋翼植保无人飞机施药研究进展及展望

多旋翼植保无人飞机有良好的地形适应性及超低空喷雾能力,是高效植保装备的重要发展方向之一,但飞行作业条件下风场、雾滴、作物耦合机理尚不明晰,成为制约沉积分布品质提高的瓶颈。为剖析植保无人飞机施药作业各要素关联研究不足、沉积机理不够清晰等问题。以雾滴的发生、沉降、沉积及飘移全过程为主线,基于学者们的研究论述了喷嘴雾化药液、风场-雾滴交互作用以及风场-雾滴-冠层耦合作用的研究现状,分别从喷嘴雾化对施药效果的影响、旋翼植保无人飞机悬停和飞行条件下的风场分布规律、飞行施药条件下雾滴在冠层内沉积飘移分布规律几个方面展开分析。基于以上论述,梳理了国内外航空施药技术的应用背景、研究进展、经验模型。指出了当前多旋翼植保无人飞机施药过程中一些亟需解决的问题,针对喷嘴选型(液力式喷嘴、离心式喷嘴等)及工作参数(压力、转速、角度、流量等)、无人机飞行参数(飞行速度、旋翼转速等)、农药特性(密度、黏度、表面张力等)及药液雾滴群的初始参数(粒径分布、初始速度)等各因素之间的匹配对应关系尚不明晰的问题,提出了重点建立多旋翼植保无人飞机施药作业喷嘴选型决策专家系统的建议;针对飞行组合风场(旋翼下洗气流、迎风气流、自然横风),农药药液雾滴(雾化后的物性参数),作物冠层(作物典型生长周期的茎、枝、叶)、田间环境(温、湿度),作业参数(飞行速度、高度)等因素的耦合作用,提出基于施药沉积效果进行科学假设,建立组合风场-药液雾滴-作物冠层的三相耦合模型的建议。最后,对未来多旋翼植保无人飞机施药技术的发展进行了展望。

航空静电喷雾装置的改进及效果试验

航空静电喷头结构和性能的好坏是影响航空静电喷雾效果的主要因素。该文针对应用于轻型飞机上的单喷嘴航空静电喷头从静电电极、喷头材料、喷头加工工艺、高压导线与电极的连接方式、旋拧接头、溢流阀体等几个方面进行了改进设计,并就其雾化荷电机理及性能进行了理论分析和试验研究,将改进后的静电喷头挂载于轻型蜜蜂飞机上与原有的静电喷头及传统的扇形喷头进行了松毛虫防治对比试验研究。研究结果表明,改进后的航空静电喷头在压力为0.35Mpa,喷孔直径为0.8mm时,喷雾角度为96°,雾流速度较高并且均匀,荷质比最大可达到2.26mC/kg;与常规扇形航空喷雾相比,雾滴沉积平均提高18个/cm2,不仅作业时间短,使用农药量减少5.22L/hm2,而且有效防治率提高了33.8%,完全可以满足航空喷雾的需要,并可以达到满意的病虫害防治效果。

基于激光点云的树木特征信息提取研究进展

树木的特征信息是进行农林业生产研究的重要参数,快速化提取信息对于农林业研究具有重要意义。因此,基于激光点云技术,综述国内外在树木信息提取的研究进展,重点从二维激光雷达、车载激光雷达、地基激光雷达三个方面总结研究现状。指出二维激光雷达通用性较差,户外采集困难;车载激光雷达数据精度较低,算法依赖严重;地基激光雷达数据运算量大等问题。提出快速处理算法的研究、数据集中复杂特征的剔除与修复、精准探测集成系统的研发与产品化等展望。为后续的基于点云技术的树木特征信息提取研究提供参考。