中国大田无人农场关键技术研究与建设实践

智慧农业是现代农业的发展方向,无人农场是实现智慧农业的重要途径。为了探索和推广无人农场在现代农业中的应用,华南农业大学对大田无人农场的关键技术进行了深入研究,包括无人农场作业环境、作业对象和作业机械装备信息的数字化感知技术;土地整治、耕整、种植、播种、田间管理和收获方案的智能化决策技术;农机自动导航和农机精准作业的精准化作业技术;农作物生长、农机运维和农场经营管理的智慧化管理技术。2020年在广东增城创建全球首个无人农场,实现了五大功能,包括耕种管收生产环节全覆盖,机库田间转移作业全自动,自动避障异况停车保安全,作物生产过程实时全监控,智能决策精准作业全无人。取得了显著的经济、社会和生态效益,2021年广东增城水稻无人农场种植的优质丝苗米十九香产量达到9934.35 kg/hm^(2),比当地的平均产量高32%;2023年湖南益阳千山红镇再生稻无人农场两季产量达到17988 kg/hm^(2),说明了人不下田也能种地,也能种好地。截至2023年11月,在国内15个省启动了30个无人农场的建设,包括水稻、小麦、玉米和花生4种作物,实践结果证明了无人农场和智慧农业发展的巨大潜力,为解决“谁来种地”和“如何种地”提供了重要途径。

基于拖拉机姿态特征的意象认知研究

目的挖掘拖拉机姿态与意象偏好的关系,进而指导拖拉机的造型设计。方法采用多元尺度分析法和聚类分析法筛选拖拉机的姿态样本;运用形态分析法分解并标定典型样本的姿态特征,通过语词聚类实验构建拖拉机姿态的意象空间;结合语义差分法和问卷调研获取用户对典型拖拉机样本的意象偏好,运用灰色关联分析法得到拖拉机姿态特征与意象的关联。结果得到拖拉机的8个典型姿态样本,获取了拖拉机姿态的四个语义维度下的五个代表性语义词对。明确了拖拉机姿态的特征框架和语义结构,归纳得到拖拉机姿态的意象认知规律。结论拖拉机的姿态特征蕴含着意象信息,研究结果可以为设计师解读用户的意象认知提供参考。

智能农机多机协同收获作业控制方法与试验

为提高多台无人化智能收获机和运粮车协同作业效率,该研究以2台不同型号水稻收获机和1台运粮车为研究对象,开展了智能农机多机协同收获作业控制方法研究。根据协同作业控制决策约束条件,建立协同收获作业中有限个状态过程的改进型连续时间马尔科夫链模型。以减少非作业时间为优化目标,通过模型预测未来一段时间内每台收获机的卸粮时间,动态更新每台收获机的卸粮顺序和时间。仿真试验结果表明:该研究控制方法相对于仓满后再召唤运粮车的卸粮方式有效减少了作业时间,协同收获任务的农机平均作业时间减少了13.58%。田间试验结果表明:智能农机多机协同作业控制方法实现了2台水稻收获机和1台运粮车协同自主作业,在场景1中,相对于仓满召唤卸粮模式,收获机1和收获机2非作业时间分别减少了71.25%和42%,收获效率提高了6.65%和5.22%;在场景2中,相对于仓满召唤卸粮模式,收获机1和收获机2非作业时间分别减少了77.64%和37.09%,收获效率提高了12.07%和5.78%。该文提出的控制方法可以实现收获-卸粮转运自主作业,减少了收获机的非作业时间,提高了作业效率,可为无人农场智能收获协同作业提供支撑。

基于机器视觉的株间机械除草装置的作物识别与定位方法

株间机械除草技术可进一步减少化学除草剂的使用,有利于环境保护和农业可持续发展。为实现智能化的株间机械除草装置自主避让作物并进入株间区域,该研究提出了一种株间机械除草装置的作物识别与定位方法。利用2G-R-B方法将作物RGB彩色图像进行灰度化,再选用Ostu法二值化、连续腐蚀和连续膨胀等方法对图像进行了初步处理。根据行像素累加曲线和曲线的标准偏差扫描线获得作物行区域信息,以作物行区域为处理对象,利用列像素累加曲线、曲线标准偏差和正弦波曲线拟合识别出作物,并结合二值图像中绿色植物连通域的质心获得作物位置信息。试验结果表明,该方法可以正确识别出作物并提供准确的定位信息,能适应不同天气状况、不同种类的作物,棉苗正确识别率为95.8%,生菜苗正确识别率为100%,该方法为株间机械除草装置避苗和除草自动控制提供了基本条件。

农机具自动调平控制系统设计与试验

为了使农机具在田间作业时保持水平,该文设计了一种农机具自动调平控制系统。采用拖拉机横向倾角卡尔曼滤波算法融合加速度计和陀螺仪2个传感器数据获得拖拉机实时倾斜角度,直线位移传感器测量调平液压油缸伸长量并建立农机具和拖拉机的相对倾斜角度转换函数,通过控制电磁换向阀实现农机具水平控制。在三轴多功能转台上对拖拉机倾角实时测量算法进行了测试,并在田间对农机具自动调平系统进行了试验,结果表明,拖拉机横滚角传感系统能在动态条件下准确地测量拖拉机实时倾角,在转台上测量角度平均绝对误差≤0.15°,均方根误差≤0.18°,在水田激光平地机作业时测量角度平均绝对误差0.40°;自动调平控制系统能较好地实现平地铲调平控制,平地铲倾斜角度平均绝对误差0.52°,均方根误差0.24°,最大误差1.15°,相对于原水田激光平地机水平控制系统控制精度提高了0.5°。该研究为农机具水平自动调平提供了方法,能够提升农机具作业质量。

基于爪齿余摆运动的株间机械除草装置研制与试验

为了实现作物株间区域精确机械除草,设计了一种利用除草爪齿余摆运动原理的株间机械除草装置,研究了装置的除草和避苗工作原理,建立了相应数学模型并分析了除草爪齿余摆运动的参数对除草效果的影响,获得了合理的工作参数。在试验平台上进行了基于爪齿余摆运动的株间机械除草装置避苗试验研究,试验结果表明,基于爪齿余摆运动的株间机械除草装置除草爪齿避苗和除草切换控制快速可靠,室内试验的伤苗率小于8%;能够满足株距20cm及以上栽种的作物株间除草要求,可以保证每个株间区域均有除草爪齿进入实施除草;除草装置的前进速度不影响进入株间区域的除草爪齿数量,但前进速度的增加会导致伤苗率增大;进入株间区域的除草爪齿数量与作物栽种株距均匀性无关,仅与作物栽种的株距有关。该文为爪齿余摆株间除草装置精准控制提供依据。

1PJ-4.0型水田激光平地机设计与试验

设计了三点悬挂1PJ-4.0型水田激光平地机。水田激光平地机液压系统,包括高程液压油路、水平液压油路和折叠液压油路,平地铲高程运动采用平行四连杆结构。对水田激光平地机的高程运动和水平运动性能进行了测试试验,分析结果表明：平地铲上升过程响应时间为下降过程响应时间的2倍,全程400 mm上升所需时间为3.31-4.23 s,下降所需时间稳定在1.7 s左右;上升速度随油门开度增大而加快,平地铲下降速度较稳定。平地铲水平调节时,顺时针转动全程20°所需时间与逆时针转动所需时间一致。田间平整作业试验表明,与拖拉机配套的三点悬挂1PJ-4.0型水田激光平地机可以稳定工作,能显著改善田面平整情况,田面最大高程差从平地前的32 cm降低到4.9 cm,相对高度的标准偏差值从平地前的12.28 cm下降到平地后的2.64 cm,平地后绝对差值小于等于3 cm采样测量点累计百分数达69.4%。

基于CAN总线的分布式插秧机导航控制系统设计

为了提高插秧机自动导航系统的可靠性,设计了一种基于CAN总线的分布式控制系统。系统由1个主控节点和3个从节点组成。主控节点采用AT91SAM9261 ARM处理器,负责根据RTK GPS数据和电子罗盘数据决策适当的控制指令;3个从节点选用C8051F040单片机,分别实现转向控制、变速控制以及插秧机具升降控制;并根据CAN2.0总线协议,制定了插秧机自动导航系统主从节点数据传输通信协议。控制系统在久保田SPU-68型插秧机上进行了道路跟踪试验和田间作业试验,结果表明,采用基于CAN总线的嵌入式分布式导航控制系统保证了数据实时传输,插秧机能够自主完成路径跟踪、转向、变速以及插秧等操作。其中道路直线跟踪误差小于0.05 m,田间作业试验直线跟踪误差不大于0.2m,插秧行距为30cm,能基本满足水田插秧作业要求。

插秧机电控操作机构和控制算法设计

为了进行农业机械导航和变量作业试验研究,以久保田SPU-68型插秧机为试验平台,对插秧机转向机构、变速机构和插秧机具升降机构进行了改造,实现自动控制。采用小功率直流电机为动力,设计了带双阈值死区的PD电机位置控制算法。转向操纵机构导向信号跟踪试验及与驾驶员操作的对比试验结果表明,转向系统具有良好的响应特性,电控操作装置控制作业效果与驾驶员操作作业效果相当。

株间除草装置横向偏移量识别与作物行跟踪控制

株间机械除草技术与装置能有效摆脱田间除草的繁重体力劳动并消除化学除草方法所带来的危害,株间机械除草装置的牵引拖拉机在跟踪作物行时总会产生航向偏差,导致除草装置出现横向偏移,甚至无法进入除草的株间区域,同时还会增加伤苗率。为增大株间机械除草的作用区域和降低伤苗率,该文提出了通过作物行信息识别出株间机械除草装置与作物行横向偏移量的方法,并设计了株间机械除草作物行跟踪机构和控制器,实现了株间机械除草跟随作物行。采用正弦波和三角波2种标准信号作为横向偏移补偿量信号,对作物行跟踪控制器的性能进行了测试,试验结果表明:作物行跟踪控制器能较好地控制除草装置跟随横向偏移补偿信号,前进速度为0.5m/s时正弦波信号跟踪最大误差10mm,平均误差0.8mm,三角波信号跟踪最大误差11mm,平均误差1.2mm。除草试验表明,作物行跟踪控制系统能较好地控制株间除草装置跟踪作物行,在0.5m/s前进速度下跟踪最大误差为20.8mm,平均误差2.5mm;作物行跟踪控制明显减少了除草爪齿未进入株间区域的比例,在300mm株距下,可保证93.3%的株间区域有除草爪齿进行除草作业,在200mm株距下为85.9%;作物行跟踪控制降低了除草爪齿对作物的损伤,伤苗率从20%以上降到了12%以内,提高了株间机械除草的作业效果。

基于GPS技术的水田平地机的设计与试验

【目的】设计基于GPS技术的水田平地机,实现水田精准平整.【方法】GPS接收天线固定在平地铲上,以GPS高程定位数据作为平地铲高程信息,通过限幅平均滤波算法和PD控制算法实现平地铲运动精确和稳定的控制.【结果和结论】经GPS技术控制的水田平地机平整后的田块田面相对高程的标准偏差值由15.8 cm减小到4.7 cm,绝对差值在不大于5 cm的采样测量点累积百分比数达85.4%,限幅平均滤波算法减少了GPS高程数据误差.GPS高程定位数据能满足水田精准平整的要求,能有效改善田面平整状况.

超声波传感器评定水田激光平地机水平控制系统性能

为了评定水田激光平地机平地铲水平控制系统性能,采用2个SensComp 600超声波传感器测量平地铲两端与参考水平面的距离,然后利用三角关系计算得到平地铲倾斜角度。对超声波测距、传感器与反射面成一定夹角的影响以及运动对测量的影响因素进行了分析,并与姿态航向参考系统AHRS500GA-226提供的参考倾角进行了对比,结果表明2个超声波传感器在静态和动态条件下均能较准确地测量出平地铲倾斜角度,最大静止误差和最大动态误差分别为0.08°和1.00°。在平整的水泥地面上对平地铲水平系统性能进行了测试,实验结果表明,水田激光平地机水平控制系统倾斜角度测量准确,误差不超过1.00°,整个系统能较好地实现平地铲水平控制,满足水田平整作业需要。

基于余摆运动的株间机械除草爪齿避苗控制算法

为准确控制以余摆运动为原理的株间机械除草装置的除草爪齿避让作物,提出了基于余摆运动的株间机械除草爪齿避苗控制算法,介绍了爪齿余摆运动株间机械除草爪齿避苗控制算法的基本原理,根据余摆线运动特点推导出了除草爪齿避苗判断表达式,并设计了除草爪齿的旋转角速度控制器和除草爪齿避苗控制器。利用MATLAB对除草爪齿避苗控制算法进行了仿真分析,结果表明该算法能准确控制除草爪齿避让作物,前进速度对株间区域除草覆盖率影响小,但会受除草爪齿爪尖旋转半径影响,除草爪齿旋转半径越大,进入株间区域的除草爪齿根数越少,株间区域除草覆盖率降低。在试验平台上进行了验证试验,平均每个株间区域进入的爪齿根数和株间区域除草覆盖率与仿真分析结果一致。

无人直升机风场无线传感器网络测量系统设计与试验

为了实现田间多点、多风向、可移动、实时采集无人直升机旋翼气流在作物冠层所形成的风场相关参数,设计了一种风场无线传感器网络测量系统,对该系统风速测量时的可靠性进行了分析和田间试验检验。系统由若干三向风速传感器无线测量节点(WWSS)、无人直升机位姿信息测量模块(FGPS)以及智能总控汇聚模块(ICFN)组成,试验结果表明:选用叶轮风速传感器设计的三方向风速无线测量节点风速平均测量相对误差不大于3.52%,最大绝对误差为0.2 m/s,且各叶轮风速传感器之间无显著差异,变异系数不大于4.41%,能够可靠准确地测量风场内相应的风速值;三方向安装支架可方便地将三方向风速无线测量节点置于水稻田间,智能汇聚节点(ICFN)和WWSS节点以星形拓扑结构通过无线数据传输方式组网,非常适合在田间进行多点、多风向、可移动、实时采集数据;此外,FGPS模块采用RTK GPS等高精度传感器测量直升机的位姿信息,有利于后期开展授粉作业影响因素的综合分析,为开展无人直升机用于水稻制种辅助授粉的田间作业参数优选提供有效工具。

基于激光感知的农业机器人定位系统

为解决基于全球导航卫星系统(global navigation satellite system,GNSS)的农业机器人和自动驾驶农机在机库、大棚等卫星信号弱或无环境下定位精度低甚至无法定位的问题,该研究提出了基于激光感知的农业机器人定位方法。采用二维激光雷达和激光接收器设计了基于激光感知的机器人定位系统,通过二维激光雷达发射扫描激光获取机器人上激光接收器的点云,同时激光接收器感应扫描激光,融合感应扫描激光时间差和激光接收器点云特征,得到移动激光接收器(即农业机器人)的定位。以全站仪测量为参照在大棚内开展验证试验,结果表明,在激光雷达扫描范围内,机器人行驶速度为0.8 m/s时,直线行驶时最大偏差绝对平均值为4.1 cm,最大均方根误差为1.5 cm;曲线行驶时最大偏差绝对平均值为6.2 cm,最大均方根误差为2.6 cm,满足农业机器人在农机库等环境中自动导航所需定位精度要求。

悬挂式多轮支撑旱地激光平地机设计与试验

针对牵引式旱地激光平地机转弯半径大、两轮支撑易出现压实轮辙、小田块精准平地适应性差等问题,设计了一种悬挂式多轮支撑旱地激光平地机,该机通过拖拉机三点悬挂机构浮动功能与多轮支撑相结合,实现激光控制平地作业。建立了平地铲浮动调节数学模型,确定了平地机结构参数与工作参数,分析了支撑轮对土壤的压实,设计了由两组刚性轮组成的支撑轮结构,减小了支撑轮对松软土壤的压实轮辙。田间试验结果表明,悬挂式多轮支撑旱地激光平地机作业性能稳定,田面最大高程差从平整前20.8 cm降至平整后7.3 cm,相对高程标准偏差S d从平整前4.48 cm下降到平整后1.72 cm,平整后绝对差值小于3 cm的采样测量点累计百分比91.94%,显著改善了田面平整情况,满足田块精准平地要求。平地前后网格点土壤紧实度分析结果表明,悬挂式多轮支撑旱地激光平地机的多支撑轮对试验田块0~17.5 cm深度范围的土壤紧实度具有一定的压实影响,深度达17.5 cm及以上时,土壤紧实度基本稳定,整田表层土壤压实均匀。松软土壤经过均匀压实后,减小了土壤后期的沉降,保证了田面平整度。通过作图法对比分析了悬挂式平地机与牵引式平地机在田角处不能平整的面积比例,平整100 m×100 m、36.5 m×36.5 m、25.8 m×25.8 m田块时,牵引式平地机不能平整面积占比分别为0.78%、5.8%和19.4%,而悬挂式平地机不能平整面积占比小,分别为0.09%、0.68%和2.25%,表明悬挂式平地机小田块平地作业更具优势。

株间除草装置的除草和避苗状态切换控制系统设计

基于除草爪齿余摆运动的株间除草装置利用除草轨道和避苗轨道实现除草爪齿爪尖的除草和避苗两种运动。为保证除草效果和低伤苗率,要求除草爪齿在除草和避苗两种工作状态之间的切换快速、稳定。利用双向转角电磁铁控制引导式轨道切换机构自动切换,采用两个限位传感器检测引导换轨机构是否切换至目标位置和监测引导换轨机构是否受外力被迫运动离开目标位置,并及时控制纠正。引导式换轨控制系统性能试验结果表明：当引导式切换机构碰撞到沿轨滚动轴承时所需时间明显长于无阻挡时所需时间,当有阻挡时旋转角速度越快所需时间越小;引导换轨机构10ms内可完成切换动作,且从除草轨道转动至避苗轨道所需时间和从避苗轨道转动至除草轨道所需要的时间基本相同;旋转角速度为1.257~10.573rad·s^-1时,除草爪齿的除草状态和避苗状态相互切换稳定可靠,可满足株间除草要求。

花生收获机自动驾驶作业系统设计与试验

为提高花生收获机的智能化水平,设计了花生收获机自动驾驶作业系统。以东泰机械4HBL-2型自走式花生联合收获机为平台,针对花生收获机操作台、变速机构和作业机构设计了具有CAN总线接口的手自一体化电控系统,采用PD控制算法和Bang-Bang控制算法实现了行走和作业系统的控制。针对花生收获作业农艺要求,设计了花生收获机联合作业策略、自动导航路径规划和路径跟踪控制方法。以行驶速度0.25 m/s在水泥路面和沙质土壤花生地进行了自动驾驶收获作业试验。水泥路面试验结果表明,花生收获机直线跟踪平均绝对偏差为4.34 cm,最大偏差为9.30 cm;沙质土壤田间试验结果表明,花生收获机直线跟踪平均绝对偏差为5.12 cm,最大偏差为12.20 cm,满足花生联合收获作业要求。

基于量子点-CBP混合层的量子点LED的制备

采用一锅法制备出高质量的具有核壳结构的Cd Se@Zn S、Cd Zn S/Zn S量子点。将量子点混入空穴传输材料CBP中形成复合的有源材料,经过几步简单的旋涂操作,制备出相应的绿光、蓝光量子点LED器件。这种方法利用了油溶性量子点和CBP材料的相容性,减少了旋涂操作的步骤,有利于快速制备基于量子点的电致发光器件。基于两步旋涂操作制备的量子点LED,由于阴极与复合有源层之间的能级差较大,导致需要较高的开启电压。在CBP材料中,注入的载流子有可能会被量子点表面缺陷捕获,形成表面态的发光。表面态发光的相对强度依赖于载流子浓度。

ADIS16300四自由度IMU在姿态测量中的应用

为了实现复杂的运动与导航控制,需获取控制对象的空间姿态信息,设计了基于四自由度(4DoF)IMU惯性测量传感器和C8051F330单片机的姿态测量系统。介绍了ADIS16300惯性测量传感器的特点及应用,详细说明其数据读取和数据转换,并设计了它与C8051F330单片机组成的姿态测量系统的硬件电路和软件程序。最后将其与AHRS500GA-226航向参考系统进行对比分析,结果表明,ADIS16300能够准确反应空间姿态,其中航向角速率、X轴加速度、Y轴加速度和Z轴加速度4个空间姿态的平均误差分别为0.469(°)/s、0.009 m/s2、0.010 m/s2、0.003 m/s2。