自动导航插秧机执行机构通用性研究

农机自动导航技术的推广与应用对提升农机作业效率和作业质量,实现农业数字化、精准化和智能化具有重要意义。但是,大部分农机自动导航设备只适用于特定型号的农机设备,限制了农机自动导航技术的推广和普及。提高农机自动导航系统的通用性,扩大应用范围,对促进农业现代化具有重要意义。基于现有的自动导航插秧机试验平台开展执行机构通用性研究,优化自动导航电控方向盘装配方案,提出一种基于U型夹具的装配方案并进行静力学仿真验证。仿真结果表明,此方案通用性优,在同样的夹紧力条件下转向柱表面应力远低于屈服极限且变形趋势不明显,对比原方案能更好地保护插秧机转向柱。

基于改进YOLOv7的破壳鸡蛋在线实时检测系统

针对破壳鸡蛋(破口蛋和裂纹蛋)缺陷差异性大,在线检测要求实时,以及人工检测依靠主观经验且检测速度慢、检测精度不高等问题,该研究提出一种基于改进的YOLOv7(You Only Look Once v7)模型的破壳鸡蛋在线实时检测系统。以YOLOv7网络为基础,将YOLOv7网络的损失函数CIoU(complete-IoU)替换为WIoUv2(wise-IoU),在骨干网络(backbone)中嵌入坐标注意力模块(coordinate attention,CA)和添加可变形卷积DCNv2(deformable convnet)模块,同时将YOLOv7网络中的检测头(IDetect)替换为具有隐式知识学习的解耦检测头(IDetect_Decoupled)模块。在PC端的试验结果表明,改进后的模型在测试集上平均精度均值(mean average precision,m AP)为94.0%,单张图片检测时间为13.1 ms,与模型改进之前相比,其mAP提高了2.9个百分点,检测时间仅延长1.0 ms;改进后模型的参数量为3.64×10^(7),较原始模型降低了2.1%。最后通过格式转换并利用ONNXRun time深度学习框架把模型部署至设备端,在ONNXRuntime推理框架下进行在线检测验证。试验结果表明:该算法相较原始YOLOv7误检率降低了3.8个百分点,漏检率不变,并且在线检测平均帧率约为54帧/s,满足在线实时性检测需求。该研究可为破壳鸡蛋在线检测研究提供技术参考。

基于MEMS惯性传感器融合的水田激光平地机水平控制系统

激光平地技术是农业生产中一项重要的节本增效措施,为了使激光平地机在水田中作业时平地铲保持水平,设计了一种低成本的水田激光平地机水平控制系统,采用MEMS陀螺仪与加速度计通过信息融合测定平地铲实时倾角,通过脉冲宽度调节普通电磁阀实现平地铲水平控制。文章分析了控制系统的构成,传感器的工作原理与安装方法,阐述了两种传感器融合测量实时倾角的方法。采用了基于ARM7内核的微处理器设计了水平控制系统硬件,并给出了软件实现流程。采用AHRS(姿态航向参考系统)对系统性能进行了实验室测试与田间试验验证,测试结果表明,该水平控制系统能在动态条件下准确地测定平地铲实时倾角,可以较好地实现平地铲水平控制。

一种适用于非360°探测机器人的避障导航算法

对自主引导车辆或自主移动机器人来说,在未知环境中能避开障碍而成功到达预定的目的地是一项基本要求。Bug及其衍生算法是实现机器人在未知环境中避开障碍到达指定目的地的基于传感器的著名导航算法,它们认为机器人是平面上的一个点,具有360°障碍检测范围,具有贴着障碍物边缘绕行的能力,对通常的非360°障碍检测范围且具有物理尺寸的机器人来说,Bug类算法就不能直接应用。提出一种适用于这类机器人的改进的Bug算法,包括结合DistBug算法、VisBug算法得到较短路径的'相遇点'与'脱离点'的确定方法,基于按分段直线与速度空间法结合得到圆滑自然路径的绕行障碍物边缘算法。还提出'虚拟触角'的概念来分析利用传感器数据,机器人依靠多种'虚拟触角'实现基于传感器的改进Bug算法。编写出完整的程序实现该算法,并以Pioneer3-AT室内机器人为对象对改进算法进行验证。结果表明,机器人可以利用提出的Bug改进算法实现未知环境下定目标点无碰撞导航。

基于Matlab的计算机数据采集系统设计

设计了一套基于 Matlab的计算机实时数据采集系统 ,该系统包括一块与 PC串行连接的外置数据采集卡及一套采用 Matlab语言编写的计算机驱动程序。可对 1～ 11路模拟输入进行高精度 (12位分辨率 )、大容量(取决于计算机内存 )、较高速度 (采样可达 340 0次 / s以上 )的数据采集 ,并对数据进行各种分析与处理。

土槽台车定位系统的研制

介绍了用绝对值旋转编码器配合非易失性存贮器制作的土槽台车定位系统 ,用以测定农机具位置及 3维方向上的位移 。

土槽遥控系统的设计与制作

研制了基于遥控的全功能土槽控制系统，遥控器和接收控制系统均采用新一代单片机，线路简单，工作可靠。作者从硬件和软件设计方面系统地介绍了整个系统的原理与设计，并对系统抗干扰及容错技术进行了分析。一年来的使用证明，遥控系统的使用极大地减小了操作难度，提高了工作效率。

电涡流式纸币厚度传感器设计

点钞机主要依靠磁性安全线、磁性油墨、光学特征等特征来识别伪钞,部分伪钞或残旧钞票粘贴有大小、位置不同的透明胶纸也要区分,难以通过现有技术识别。设计了一种多段机械式厚度传感器,将纸币的厚度转化为机械位移,利用基于TI公司的LDC1000电感数字转换器组成的精密位移传感器实现纸币不同部位厚度的定位检测。首先阐述了机械式厚度传感器的结构与工作原理,并介绍采用TI公司提供的WEBENCH?Designer LDC1000工具设计传感器电路系统。初步试验结果表明,该传感器可在1 mm检测范围内达到优于5μm的分辨率,检测速率达到10 kHz,满足纸币厚度检测要求。

空间点的多视图DLT三维定位

物理点的三维定位是计算机视觉实现特征提取、模式识别、测绘、运动分析的基础,为了减少遮挡的影响及增大视场面积,可以通过多视图实现点的三维定位,但目前使用专门仪器设备及专门软件实现,定位的点数、二次开发功能都有一定限制。本论文提出一种基于直接线性变换(Direct Linear Transformation,DLT)的物体上点的世界坐标系下的三维定位方法,适用于单台相机移动获取的多视图实现的静态结构体点的定位,也适合于多台相机同时拍摄获取的机器上点的三维动态定位。采用DLT方法进行各相机(或不同位置下的相机)进行标定获取内外参数,即布置6个以上不共面且坐标已知的控制点,根据空间三维坐标与图像二维坐标的线性变换关系列出方程组,通过最小二乘法对相机内外参数进行线性估计;再利用这些内外参数实现点的三维定位,即依据空间几何线-线交会原理利用最小二乘法求解实现空间点的世界坐标测量。论文论证了本方法的原理,提出了方法的步骤,并以水田平地机为试验平台,测量平地铲上待测点的世界坐标来验证。试验结果表明:该方法测得的坐标在X,Y,Z方向的平均绝对误差为4.19 mm,3.97 mm,3.69 mm,空间相对距离误差为0.81%,满足一般测量精度要求。进一步提高精度可以考虑在标定步骤中校正相机失真。基于一台或多台相机得到的多视图,该方法能够实现任意多个物理点的世界坐标测量,测量结果不受相机位置影响。

基于全站仪的插秧机卫星导航作业精度检验方法

由于田间作业环境复杂,插秧机卫星自动导航工作时GPS数据不能准确反映秧苗位置,达不到相应的作业要求。为此,提出一种利用全站仪检验秧苗路径的方法,检验插秧机的作业精度。通过研究全站仪单点静态测量所获取的秧苗点数据,得到秧苗路径的直线度和秧苗路径的对行精度,进而评估插秧机的作业精度。对相关数据进行分析可得:秧苗路径直线度的最小值和最大值分别为3.08、4.93cm,最小和最大均方根误差分别为4.299、6.263cm;秧苗路径的对行精度最小值和最大值分别为5.17、15.53cm,最小和最大均方根误差分别为4.29、5.43cm。结果表明,该方法可实现对农机田间自动导航作业精度的量化评估。

自动导航插秧机作业性能试验研究

农业机械自动导航技术日渐成熟,导航产品带来了较好的经济效益,但这些导航产品只与部分车型的旱地拖拉机配套使用,仍缺少一套适用于水田拖拉机作业的自动导航产品。现提出一种改装方法,将一套旱地拖拉机导航系统安装至水田插秧机上,分别在广东和黑龙江进行田间试验,利用全球定位系统(global positioning system,简称GPS)分别采集记录插秧机自动导航作业与驾驶员人工作业时的数据,分析两者作业轨迹的直线度,比较两者的作业效果,探究该导航系统在插秧机上的作业性能。结果表明,驾驶员直线作业轨迹的平均绝对横向偏差为4.46~4.50 cm,横向偏差的标准差为2.69~3.36 cm。自动导航的平均绝对横向偏差为2.29~2.70 cm,横向偏差的标准差为1.63~1.90 cm,说明该自动导航插秧机的作业精度以及稳定性比人工驾驶高,通过这一改装方法将自动导航系统安装至水田拖拉机上后在水田作业过程中依然保持良好的作业性能,其安装方法简单而且可靠性高,为后续水田拖拉机自动导航系统的开发与研究提供参考。

水田平地机刚柔耦合多体动力学建模及验证

针对将水田平地机视为纯刚体多体结构不能反映其实际动力学特性,且机械系统动力学计算机仿真结果难以有效验证手段。该文提出刚柔耦合的平地机多体动力学模型及一种基于高速相机的模型运动学参数验证方法。其特点是结构与力学分析来对物理对体系统进行动力学建模,再通过计算机软件实现仿真,及非接触式的刚体质心与其姿态角的动态确定方法。从水田平地机机械结构、工作原理与实践结果出发,将平地机作业时变形较大杆件平行连杆作为柔性体,建立其多体机械系统的刚柔部件与运动副约束,即确定其动力学模型,以调平系统动力学部分为例借助多体动力学建模软件Maple Sim对模型进行仿真,得到典型动态激励作用下的平地铲质心位置点的三维坐标与平地铲的姿态角;然后在实际激励信号作用下利用高速相机及其图像分析软件TEMA测得平地铲表面不在同一直线上的3个目标点的三维坐标,基于这些点的坐标求解平地铲质心位置与姿态角度作为测量结果,与仿真结果对比实现模型验证。验证结果表明:平地铲仿真结果与实际测量结果运动规律基本一致,平地铲质心位置误差最大误差约为10 cm。验证平地机建模方法可行性,该文提出的结构与理论分析建模-计算机仿真-基于图像分析的运动参数测量实现模型验证的机械系统设计方法对农机作业机械动力学建模与验证具有普遍适用性。

基于精确约束原理的非轴端安装计数装置研究

农业小区内进行水稻育种、良种繁殖、栽培及土壤肥料等试验时,要在规定小区单位内完成定量秧苗插植,要求的计数值不能有任何误差。插秧机作业时要对插秧量进行计数,通过传动轴与插植轴的传动比可以得出插秧行数,目前由于结构问题大多数插秧机插植轴无法进行计数装置轴端安装,计数装置固定困难,以及由于未精确约束造成漏计数。本文提出一种适用于插秧机使用的基于精准约束原理的非轴端安装计数装置,分别将传感器和单齿转盘在离合器和传动轴上进行固定,计数装置在插秧机上实现精确约束,并将计数器预设值与实际插秧行数进行对比验证。试验表明:该计数装置可以在井关等主流插秧机机型上的狭小空间内有效实现精确约束,实际值与预设值相同,计数装置在工作时不会造成漏计的情况。

基于机器视觉和YOLOv4的破损鸡蛋在线检测研究

破损鸡蛋导致的漏液会污染自动化生产线和完好鸡蛋,不仅影响生产效率,还会干扰裂纹鸡蛋的检测。为实现破损鸡蛋快速、准确、低成本的识别,本文利用机器视觉技术,并结合深度学习网络深层次特征提取、高精度检测分类的特性,提出一种基于YOLOv4网络的破损鸡蛋检测方法。构建破损鸡蛋图像数据集,搭建YOLOv4深度学习网络,训练含有破损蛋和完好蛋图像的分类模型;并对比YOLOv4与YOLOv3、Faster RCNN网络模型对破损蛋的识别精度;同时为验证YOLOv4的在线检测能力,模拟搭建鸡蛋实际生产环境,对比不同破壳鸡蛋比例、不同移动速度下的检测精度。研究结果如下:相同数据集下,YOLOv4识别精度高出YOLOv3、Faster RCNN网络模型平均值4.62%;在线检测时,YOLOv4模型对含不同比例的破损蛋识别正确率平均为86.22%;鸡蛋生产线移动速度在5~6 m/min下,识别正确率平均为84.91%。结果表明,本文提出的基于YOLOv4的破损鸡蛋检测方法对流水线上移动的鸡蛋有较好的检测效果,检测速率较高,为鸡蛋智能化生产、品质检测提供一种新的方法,具有一定的实用价值。

基于Matlab的水田平地机运动学模型数值解求解

利用Matlab提供的数学函数ode45,对基于水田平地机调平系统运动学模型的方程组,以正弦输入电流为例,进行数值解求解,得到平地机平地铲倾角、角速度、扭簧扭转角度等状态变量与输入电流的数值关系。该方法可以准确地求解数值解,且能方便分析方程组中任意变量与已知变量的关系。该方法对于其他多输入多输出的农机具机械液压系统运动学模型的数值解求解与特性分析具有借鉴意义。

东方红X-804拖拉机的DGPS自动导航控制系统

该文在东方红X-804拖拉机上开发了基于RTK-DGPS的自动导航控制系统。系统主要包括RTK-DGPS接收机、导航控制器、转向操纵控制器、电控液压转向装置和转向轮偏角检测传感器。其中转向操纵控制器、转向轮偏角检测传感器和电控液压转向装置构成转向轮偏角的闭环控制回路,该回路可根据导航控制器提供的期望转向轮偏角实现偏转角的随动控制。将拖拉机运动学模型和转向操纵控制模型相结合,建立了拖拉机直线跟踪的导航控制传递函数模型,模型的输入是横向跟踪误差,输出是期望的转向轮偏角。设计了基于PID算法的导航控制器,仿真分析了系统稳定性和动态响应性能,确定了PID控制参数的较佳取值。针对东方红X-804拖拉机转弯半径大的特点,采用跨行地头转向控制方式,提出了具体的控制流程及算法。田间试验结果表明:采用所设计的DGPS自动导航控制系统,在拖拉机行进速度为0.8m/s时,直线跟踪的最大误差小于0.15m,平均跟踪误差小于0.03m,所提出的跨行地头转向控制方法对试验拖拉机具有良好的适用性。

基于高光谱图像技术的雪花梨品质无损检测

为探讨基于高光谱图像技术对雪花梨品质进行无损检测的可行性,研究了利用高光谱图像系统提取雪花梨中糖和水的光谱响应和形态特征参数,获取样品含糖量和含水率的敏感水分吸收光谱带,利用人工神经网络建立雪花梨含糖量和含水率预测模型及利用投影图像面积预测雪花梨鲜重。结果表明,基于高光谱图像技术对雪花梨品质进行无损检测是可行的。雪花梨含糖量预测值和实际值间相关系数R为0.996,误差平均值为0.5°Brix;含水率预测值和实际值间相关系数R为0.94,相对误差平均值为0.62%;鲜重预测值和实际值间相关系数R为0.93。

采用倾角传感器的水田激光平地机设计

研制的采用倾角传感器的激光平地系统用于南方水田土壤的平整。平地机具通过三点式悬挂机构与拖拉机相连接,用左右两个油缸实现升降,由普通三位四通电磁换向阀控制油缸,分别采用激光与倾斜传感器实现平地机具左右侧升降控制。试验结果表明,采用倾角传感器的水田激光平地机在水田的平整精度能基本满足农艺要求。

农用智能移动作业平台模型的研制

智能移动作业平台是实施“精细农业”的基础。自动导航控制技术是智能移动作业平台的重要技术之一。为了开展农田智能移动作业平台及其导航控制技术研究,将计算机技术、传感器技术、GPS技术和数据通讯技术等集成与融合,研制了一种以蓄电池为电源,电动机为动力的农用智能移动作业平台模型。在平台模型的基础上,开发了基于GPS和电子罗盘的导航控制系统。详细论述了导航控制系统的工作原理、控制方法。试验结果表明,该平台模型能按预定的路线行走,直线行走偏差在1m以内,弯道行走偏差在2m以内。通过对导航误差进行分析,提出了进一步改进的方法。该研究为“精细农业”作业平台研究进行了有益的尝试。

水稻钵苗机械手取秧有序移栽机的改进

提出了一种人机结合的全自动 2自由度机械手式穴盘水稻钵苗有序移栽机械的设计方案 ,由人驾驶操作实现机器作业的路径规划 ,由单片机控制的机械手自动地完成穴盘水稻秧苗的有序抛栽作业。该文讨论了该机械的结构和工作原理 ,给出了利用光电式传感器和磁电式传感器自动检测秧苗到位的两种方案并作了室内试验 ,结果表明在一定的工作距离范围内 ,两种传感器均可准确地检测到穴盘秧苗的到位。对机械手整体工作方式和秧夹开启方式进行了改进设计 ,将 2个独立工作的、运动轨迹相似的机械手改进设计为合用一个水平运动机构 ,将原来利用电磁铁开启秧夹的方式改为利用 2 4VDC电机驱动凸轮来开启秧夹 ,使设计更加合理。分秧滑道是所设计的有序行抛移栽机械的另一关键部件 ,对其实物模型进行了室内土槽台车试验 ,结果表明所设计的一组 7条曲线型分秧滑道完全可以满足水稻秧苗有序抛秧移栽的农艺要求。