果园智能化作业装备自主导航技术研究进展

果园生产管理主要包括喷药、施肥、割草、修剪、授粉、疏花和采收分级等作业环节,需要大量的人力投入,随着我国人口老龄化程度加剧,亟需果园生产管理由机械化向智能化转型升级。自主导航技术是果园机械化装备实现智能化的关键技术。本文围绕果园智能化作业装备导航控制需求,结合国内外研究现状,分别阐述了包含导航定位信息和障碍物信息的果园作业场景感知技术,导航地图构建、导航路径提取和路径规划技术,行走底盘运动学模型构建、运动控制技术,多机协同控制、远程交互控制技术等。随着智慧农业发展,智慧果园已成为果园未来发展方向,果园智能化作业装备是智慧果园建设必不可少的关键环节,在此基础上,归纳了我国果园智能化作业装备自主导航技术发展面临的问题为:环境感知能力不足、路径提取不稳定、局部路径规划不灵活、导航系统环境适应性欠缺、多机协同和远程控制不成熟等,提出了多传感器融合的环境感知与路径提取、完整路径规划、强通用性果园导航、大型果园多作业环节的多机协同与远程操作等未来发展方向。

母猪发情智能诊断技术及装备研究进展

母猪发情智能诊断是提高繁殖效益、精确控制繁殖计划和提高养殖管理效率的重要技术手段。为系统了解当前母猪发情智能诊断技术现状、应用情况和存在问题,首先,介绍了母猪发情传统诊断方法,总结了国内外母猪发情智能诊断技术及装备的研究进展;其次,系统分析了母猪发情智能诊断技术的分类及优缺点,包括基于图像/视频识别、声音识别、传感器感知等技术;最后,针对母猪发情智能诊断技术的发展趋势提出了展望,以期为母猪智慧养殖及畜牧业的健康可持续发展提供技术参考。

农机装备智能测控技术研究现状与展望

农机装备正朝着智能化方向发展,智能测控是实现智能农机的核心技术。农机装备智能测控技术以农机装备为载体,包括农机作业相关信息智能感知、精准监控和作业决策与管理等技术。目前,我国农机装备智能测控存在高端装备、核心技术国产化程度低的问题。本文从农机作业智能感知技术、农机装备精准监控技术和农机作业智能决策与管理技术等方面对国内外研究现状进行综述。阐述了作物生长信息、土壤信息和农机作业状态信息等智能感知技术的大量成果;阐述了耕深、平整地、土壤消毒、播种、植保和收获领域的农机装备精准监控技术的研究进展;阐述了农机作业智能决策与管理技术在农机作业质量监管、农机调度方面的技术突破;重点阐述了农机装备智能测控技术在土地耕整机、土壤消毒机、播种机、施肥机、植保机、收获机及农机作业管理平台的应用现状,分析了各环节待解决的问题。最后,提出了农机装备智能测控技术未来发展方向:农机装备智能测控系统化技术研究;无人农场农机自主作业关键测控技术研究;田间复杂环境农机核心部件及传感器研发;农机大数据支撑的作业决策模型研究。

基于DQN的智能农机路径跟踪控制研究

针对复杂路面条件下无人化农业作业车辆路径跟踪控制精度低、控制器参数整定困难的问题,设计了一种基于深度强化学习的路径跟踪控制算法。基于五层BP神经网络构建了DQN(Deep Q-Network)路径跟踪控制器,实现了网络的轻量化和高度的可移植性。控制器网络的输入状态在采用车辆当前舵角、车辆与目标路径上控制点间横向距离偏差的基础上,引入车辆前方设定距离内的平均路径曲率,实现了车辆转向性能的提高。分别开展了仿真和田间试验,验证了所设计深度强化学习网络算法的收敛性,并对比了有路径曲率输入和无路径曲率输入两种网络的路径跟踪控制性能。仿真试验中,基于正弦曲线对两种路径跟踪控制方法进行训练,两种路径跟踪控制网络收敛后的平均跟踪距离误差为0.008 4、0.017 7 m。在间隔6 m的U型路径上进行田间测试试验,结果显示:有路径曲率输入的模型性能显著优于无路径曲率输入的模型,两种路径跟踪控制方法在路径上平均跟踪距离误差为0.038 9、0.068 4 m。验证了该路径跟踪控制方法有效性,可满足农业作业车辆路径跟踪控制需求。

农机装备物联网技术研究现状与展望

目前,我国农机装备物联网存在高端传感器国产化程度低、无线传输稳定性差、全局化机群调度难的问题。本文从农机作业智能感知技术、农机装备信息传输技术和农机作业数据处理与决策技术等方面对国内外研究现状进行综述,阐述作物信息、环境信息、农机作业状态信息和农机识别等智能感知技术的成果,分析车载物联技术和远程物联技术的研究进展,此外还论述了农机作业智能决策技术在农机作业异常检测、作业质量评价和农机调度方面的技术突破以及农机装备远程监管平台的应用现状并分析各环节待解决的问题。在此基础上提出农机装备物联网技术未来的发展方向及应用前景,即农机高端传感器研发、基于5G的新一代移动互联技术研究、基于大数据和机器学习的智能决策技术、多机协同与智慧农场应用。

国内外甘薯移栽技术装备研究现状及展望

甘薯是重要的粮食作物,是工业原料和新能源作物,而我国是世界上最大的甘薯生产国。甘薯种植农艺以裸苗移栽为主,对移栽姿态要求较高,现阶段我国甘薯移栽机械化水平相对于主粮作物相对较低,生产中大多通过人工栽插完成移栽作业,人工生产成本高、劳动强度大,已成为阻碍我国甘薯高质高效发展的主要技术瓶颈。为此,对国外和国内在甘薯机械化移栽领域开展的技术研究和已有生产装备的作业原理进行了分析,对我国在甘薯机械化移栽相关技术研究和装备研发方面存在的问题进行了探讨,并就我国甘薯移栽技术装备的未来发展方向提出相关建议,旨在为我国甘薯移栽技术装备的研究和推广提供一定的参考,促进我国甘薯移栽机械化的发展。

家畜智能分群装备研究进展

家畜智能分群装备是实现家畜个体精准监测和群体高效分群管理的重要工具。首先,本文介绍了猪只等家畜分群的方法及个体参数测量技术,重点分析了个体识别、动态称重、体征监测和生理参数监测等关键技术与方法。其次,综述了国内外典型家畜智能分群装备的特点及应用场景。最后,讨论了现有分群装备存在的问题,并展望了未来生猪智能分群装备的发展趋势。本文旨在为畜牧业智能化高效分群管理提供参考。

猪舍智能作业机器人导航技术研究进展

导航是猪舍自主式作业机器人实现自主移动和多点作业的核心技术,也是实现生猪智能化和无人化养殖的关键。为探究猪舍智能作业机器人导航技术的研究和应用现状,本文综述了智能作业机器人导航技术在封闭舍和半开放舍等2种典型养殖场景中的研究进展,并从传统控制方法和智能规划算法等两方面分析了各场景下,猪舍作业机器人导航的技术特点和实际应用情况;总结和提出了导航技术在猪舍智能作业机器人应用方面存在的问题和改进策略,以推动导航技术在猪舍智能作业机器人应用中的进一步发展。

农业装备自动驾驶技术研究现状与展望

农业装备自动驾驶技术可以显著提升作业质量,提高作业效率,降低作业成本,减轻劳动强度,已成为智能农业装备发展的重要方向。在政策和市场的共同推动下,我国农业装备自动驾驶技术发展迅速,并通过多场景、多层次的示范和应用推动技术熟化,逐步建立了完整的技术体系。农业装备自动驾驶技术系统主要包括环境感知、工况感知、决策规划、横向控制、纵向控制等关键技术。本文首先阐述了农业装备自动驾驶关键技术研究的现状,分析归纳了各技术领域有待解决的关键科学技术问题;结合农业装备自动导航技术产品和自动驾驶技术集成应用两方面,介绍了国内外农业装备自动驾驶技术研发和应用情况;从自动驾驶技术分级研究和建立标准规范角度,对比分析了农业装备自动驾驶与智能网联汽车行业的差距,指出了农业装备自动驾驶等级划分的迫切需求。为应对智慧农业生产非结构环境、高精度农艺和强农时约束三大挑战,建议突出农业生产应用中作业精准化和驾驶自动化双重需求的特点,有针对性地开展农业装备自动驾驶技术研发、应用示范和技术分级等方面工作。

基于专利分析法剖析国内外节水灌溉技术装备发展趋势

我国既是全球13个人均水资源最贫乏国家之一,又是农业大国。农业用水是全国水资源总体利用的重要组成。农业节约用水直接关系国民经济的发展。概述了目前我国节水灌溉的现状,并从专利的视角,使用智慧芽专利数据库作为数据来源,分析2014—2023年全球专利申请量、申请专利类型、申请人区域专利数量排名、“五局”流向、重要技术分支地域分布、申请(专利权)人专利数量排名、创新词云及领域地图等情况。结果表明,近10年我国专利申请量总体呈上升趋势,居世界第1位。在“五局”流向分布中,我国是占比最大的技术来源国和技术应用国,但在国外市场的开拓方面远不如美国。我国专利研发机构以科研院所、大学为主,虽然活跃度不断提升,但是相较于欧美国家的专利公司还有一定差距。基于上述分析,建议未来增强企业专利研发实力,促进节水灌溉技术成果的转化落地;注重专利海外布局,将市场扩大到世界范畴;引入物联网、传感器等技术,推动节水灌溉向智能化、精准化方向发展。

基于传感器的农业温室数据直报系统与智能调控研究

农业物联网、大数据、人工智能等技术的飞速发展为温室蔬菜生产的数据采集、分析、调控提供了有力支撑。为满足温室环境数据智能直报场景需求,制定了温室环境传感器的部署规范,设计并对比分析了基于LSTM、CNN-LSTM及CNN-LSTM-Attention的3种温室调控温度预测模型。基于CNN-LSTM-Attention预测模型的性能最好,其MSE、MAE、R^(2)分别为0.4570、0.3195和0.9873。设计了基于ARIMA的温室传感器数据纠错方法,实现土壤湿度预测数据值与实际测量差异不显著。整合了常见温室果蔬种植作物对环境信息的参数阈值模型,并开发了温室数据直报与智能调控系统移动端,能够指导温室环境传感器的规范部署、温度预测与纠错及常见温室果蔬种植辅助决策。研究结果为温室数据直报场景的数据采集、业务分析、温室调控提供技术手段,有助于智慧温室蔬菜产业高质量发展。

农田土壤理化参数快速获取技术研究进展与展望

[目的/意义]土壤是农业基本的生产资料,其质量与农业高效生产和可持续发展密切相关。由于以往对农田的高强度利用以及土壤侵蚀等原因,导致部分农田出现土壤有机质明显下降、地力减弱和生态功能退化等现象。土壤理化参数作为揭示土壤空间特征、评估土壤肥力的关键指标,对农田可持续利用起着至关重要的作用。因此,土壤理化参数信息的快速获取极为必要。[进展]探讨了农田土壤理化参数获取技术的研究意义,总结了当前用于农田土壤理化参数信息获取的主要技术,包括以电化学分析和光谱分析为主的实验室快速检验技术,以电磁感应、探地雷达、多光谱、高光谱和热红外为主的近地快速感知技术,以直接反演法、间接反演法和结合分析法为主的卫星遥感技术,以及近年的新型快速获取技术,如生物传感、环境磁学、太赫兹光谱和伽马能谱等,梳理了各方法的优缺点及适用情况。[结论/展望]结合农田环境的作业需求,依据未来研究的侧重方向提出发展建议,包括开发便携化、智能化和经济型的近地土壤信息获取系统及设备,实现土壤信息的原位快速检测。优化低空土壤信息获取平台的性能,完善数据的解译方法;联合多因素构建卫星遥感反演模型,利用多种共享开放的云计算平台实现数据的深度挖掘。深入探索多源数据融合在土壤理化参数信息获取中的研究与应用,构建泛化能力强、可靠性高的土壤信息感知算法和模型等,从而实现土壤理化参数信息快速、精准和智能化获取。

北京市设施农业机器人发展现状及策略

设施农业作为一种现代农业生产方式,其高能源消耗、高成本投入和高效率产出的生产模式已经成为世界各国农业发展的重点。本文对北京市设施农业机器人的发展现状进行了概述,并针对问题进行分析,指出了目前北京市设施农业机器人存在的问题,提出了以下五点建议。一是要开发高效率多用途机器人,二是要研发设施农业机器人关键技术,三是要打造设施农业标准化生产技术体系,四是要加强农机和农艺融合,五是要因地制宜发展设施农业机器人。

光谱分析技术用于畜禽养殖粪污成分检测的研究进展

作为一种“放错了地方的资源”,养殖业所产生的粪污排放量大、成分复杂,借助先进理化分析手段开展成分分析,进而针对性地开展发酵处理,实现“变废为宝”具有重要意义。传统的粪污成分理化检测方法存在耗时长、前处理过程复杂等问题,近年来,光谱分析技术因具有检测速度快、成本低等优点,在养殖粪污成分检测研究领域已开展较多研究,并在未来应用中展示出良好前景。本文介绍了传统的粪污检测方法及存在不足;综述了基于光谱分析技术检测养殖粪污中碳氮元素、金属元素、干物质/有机物和磷元素等成分含量的研究进展;并对光谱分析技术用于养殖粪污检测在预测模型构建、样品制备方法和检测仪器研发等方面存在的问题和改进方向进行了总结,可为养殖粪污资源化高效利用提供理论支撑。

种子活力性状无损速测技术研究进展

种子是农业生产中最重要的生产资料,其品质直接关系到整个生产活动的丰歉。活力是种子的重要评价指标,高活力的种子不仅田间表现优秀、抵抗逆境能力强,还更利于长时间储藏。传统的种子活力检测多在实验室内进行,采用的发芽试验等方法精度较高、科学性强,但有损检测且效率较低。近年来,光谱及成像技术以其快速、无损等优势,在种子检测领域中得到了广泛关注和应用。首先,归纳传统种子活力检测方法的检测原理和判定方法,并总结传统方法存在的共性问题;其次,综述无损速测技术在种子活力检测领域的应用和进展,对比分析各种技术的工作原理和检测策略,重点就近红外光谱技术和高光谱成像技术的应用展开讨论;最后,在此基础上结合种子活力的实际检测要求,探讨目前无损速测技术在种子活力检测应用领域存在的问题,总结当前无损速测检测技术呈现多技术融合、精选分级、高通用性和多元发展的发展趋势,以期为种子活力性状的无损速测技术提供参考。

玉米精量播种区段控制技术研究现状

简述了玉米精量播种区段控制技术的重要意义,指出精量播种区段控制技术是节约良种、提高产量的有效手段,是实现玉米播种节种减损的重要途径。概述了区段控制的发展历程,基于区段控制流程将玉米精量播种区段控制技术分解为种子着床定位、位置关系判断、排种启停控制等3个过程,并介绍了3个过程的主要研究内容和研究历程。综合国内外研究,指出了目前区段控制技术面临的主要技术难点,并结合我国当前玉米播种情况,展望了我国玉米精量播种区段控制技术的发展趋势。

不同设施类型通风技术装备的发展现状及趋势

近年来,中国设施农业作为农业现代化的重要形式之一,得到了迅速发展。在设施园艺中,设施通风是设施环境调控的一种关键手段,用于调节设施内的温度、相对湿度以及风速等环境因素,它直接影响着设施内作物的生长发育、产量和品质。本研究针对设施通风调控技术装备的发展现状进行综述,分析总结了通风技术装备存在应用不到位、通风装备能耗较高和智能通风系统稳定性较差的问题,并对今后的发展趋势进行探讨,建议今后要深入研究,突破技术瓶颈,为设施园艺发展提供有力支持。

土壤墒情监测技术研究现状与发展趋势

随着农业生产对田间管理要求的不断提升,传统的农机设备已逐渐难以适应现代智慧农业的生产需求。在这一背景下,土壤墒情监测技术作为现代农田管理中获取土壤含水率信息的关键手段,正扮演着推动农机向自动化、智能化发展的重要角色。为此,深入梳理和分析国内外土壤墒情监测技术研究现状,重点围绕土壤墒情监测的方式及原理、模型构建算法以及信号处理方法这3个方面技术的研究进展进行阐述,通过对比分析,归纳与总结了国内外在监测方式、原理、模型构建算法和信号处理方法上的异同以及实际应用中存在的问题和面临的挑战,并提出了土壤墒情监测技术在这3个方面未来的发展趋势:土壤墒情监测方式方面,构建多源土壤墒情监测信息平台,以实现更全面的数据收集和分析;模型构建算法方面,通过采用机器学习和深度学习算法,为不同土壤环境和作业场景量身定制模型算法模块,提高监测设备准确性和适用性;信号处理方面,加强多源信号融合技术的应用,降低作业环境对监测设备的影响。

畜禽个体识别技术研究进展

畜禽个体识别是实现精细化管理、智慧化养殖的重要前提。耳切、耳纹和热铁烙印等是传统人工辨别畜禽个体的方法,存在效率低、个体应激性大等问题,基于无线射频技术的个体识别方法应激程度小,但存在价格昂贵、易脱落、续航时间短等问题。近年来,随着机器视觉与深度学习技术的快速发展,非接触式个体识别方法成为当前研究热点之一。本文在充分梳理现有畜禽个体识别方法的基础上,介绍了典型的接触式个体识别方法及存在的优缺点,并分别阐述了基于图像处理和基于深度学习的2种非接触式畜禽个体识别方法及优缺点,总结分析了在畜禽个体识别中关于深度学习模型、样本数据量及研究层面等存在的问题和改进策略,提出了相关建议,可为养殖管理人员提供理论依据和技术支撑。

设施光环境调控技术装备研究现状与发展趋势

设施农业是现代农业的重要组成部分,光照在很大程度上影响着植物的生长发育和形态建成,因此,设施光环境调控在生产中具有重要作用,基于作物高产优质需求的设施光环境调控成为了现代农业研究的热点。针对我国设施生产中不适宜的光环境问题,阐述了我国设施光环境调控的必要性;全面梳理了各种补光技术的应用现状,以及补光装备的性能和优缺点;分析了目前光调控技术装备存在的主要问题,并提出了未来设施补光技术装备的发展趋势。