基于轻量化卷积神经网络的油茶病害识别

【目的】针对自然环境下油茶叶部病害图像识别准确率不高等问题,提出基于轻量化卷积神经网络ShuffleNet V2改进的多尺度油茶病害识别模型COLDR-Net(Camellia oleifera leaf disease recognition net)。【方法】通过嵌入高效注意力模块ECA(efficient channel attention)来增强图像中病斑特征信息。设计了一种多尺度特征提取单元MFE(multi-scale feature extraction)提升对细微病斑的识别能力。引入焦点损失(focal loss)函数替换交叉熵损失函数,缓解了样本类别分布不均衡导致模型对不同类别病害识别效果差异大的问题。采用Mish激活函数,避免了输入为负时产生的梯度消失问题,提升模型的表达能力。通过修剪网络层数及调整输出通道数优化网络结构,降低了模型的运算量和参数量,实现了模型的轻量化。【结果】该模型在油茶病害数据集上准确率和F1分数分别为97.19%和97.08%,相比于AlexNet(93.04%)、VGG16(94.18%)、ResNet18(94.5%)、ResNet50(95.45%)以及MobileNetV3-Large(93.41%)准确率均有提升,较改进前的模型提高了4.07%。模型参数量为2.61 M,FLOPs为0.24 G,移动端单张图像平均推理时间为67 ms。将模型部署在移动端Android平台开发了油茶病害识别系统。【结论】COLDR-Net模型能够有效满足油茶病害的实时识别需求,可为油茶病害防治和诊断及在移动终端等资源受限设备上应用提供参考。

便携式油茶果分层采摘装置设计与试验

目前,油茶果采摘基本靠人工,采摘效率低,采摘成本高。为提高油茶果采摘效率,设计了一种便携式油茶果分层采摘装置。工作时,与油茶果、花苞长轴方向夹角为0°、30°、60°、90°方向分别施加拉力,油茶果和花苞的拉断力随着角度的增大而减小,且呈一定的线性关系,同方向的油茶花苞拉断力小于油茶果拉断力。采用ADAMS软件仿真分析了平行胶辊速度、平行胶辊间距和平行胶辊直径对油茶果脱落过程的影响规律,结果表明:油茶果受到的冲击力随平行胶辊速度和平行胶辊直径的增加而增加,随平行胶辊间距的增加而减少。采摘试验结果表明:当平行胶辊间距为21mm、胶辊直径为30mm时,油茶果采摘效率为42kg/h,为人工采摘的3倍左右。研究结果可为便携式油茶果采摘装置的研发提供参考。

旋转锹式油茶垦复装置的仿真分析与试验

针对目前油茶林垦复机耕深较浅及未实现土垡翻扣等问题,根据铁锹深挖和翻土原理,设计了一种旋转锹式油茶垦复装置。对锹式垦复部件原理进行了分析,在EDEM中建立了锹与土壤相互作用离散元模型,仿真分析了锹与土壤相互作用后的应力应变规律。基于不漏耕、不重耕的条件分析锹片端点运动轨迹,确定了锹片转速以及与其相匹配的前进速度。为验证垦复装置的垦复效果,以耕深和耕深稳定性系数为指标,以锹片转速为因素,在油茶林地进行了垦复试验。结果表明:在锹片入土倾角为70°、锹片转速为20~40r/min及其与匹配的前进速度下,垦复装置耕作正常,耕深平均值为159~166mm,耕深稳定性系数为92.72%~94.82%。

植保无人机飞行参数对油茶授粉雾滴分布及坐果率的影响

为了探究植保无人机授粉喷施时对油茶坐果率的影响,该文采用大疆T20型无人机开展授粉试验研究。通过设置植保无人机不同飞行高度和飞行速度,比较分析各试验组的雾滴分布情况,探究植保无人机飞行参数对油茶授粉雾滴分布的影响,以及雾滴分布对油茶坐果率的影响。结果表明:油茶树冠层对于植保无人机喷施的雾滴有较强的阻碍作用;植保无人机授粉喷施的雾滴沉积量随着飞行速度的增加而逐渐减少;随着植保无人机飞行高度增加,雾滴沉积量呈现先升后降的趋势;当飞行速度为3 m/s、飞行高度为2.5 m时,植保无人机授粉效果最好,油茶树上层平均坐果率达到42.67%,油茶树下层平均坐果率为36.00%;油茶坐果率与雾滴沉积量之间呈正相关,斜率K为25.267,修正后的R^(2)为0.806。该研究结果可为植保无人机开展油茶林授粉喷施作业提供重要的数据支撑,为提高油茶产量提供理论依据。

基于偏振纹理特征的枫叶营养诊断方法研究

【目的】枫叶的纹理特征可以反映出其营养元素缺失的症状。偏振成像技术是一种增强物体特征对比度的有效方法,且获取过程简便。基于偏振图像的纹理特征模型,对相同生长环境下的4种不同色差枫叶开展了缺素诊断研究。【方法】以灰度共生矩阵的特征为研究依据,分别推导出了能量、熵、反差、相关性等纹理特征作为目标识别参量,构建了基于图像纹理特征的营养诊断模型。通过控制入射光的偏振态,在相同的试验环境下获取了36组不同振动方向上的偏振图像,并基于营养诊断模型提取了枫叶的纹理特征。利用Harris角点检测的特征信号提取算法分别对偏振图像和非偏振图像进行测量。根据检测的结果,分别选取了4块包含样品峰值信号且没有相互干扰的特征信号范围,减少了特征信号提取过程中的误差。结合BP神经网络对特征区域进行预处理,得到每一幅采集图像的不变矩。将枫叶的特征信号作为测试样本,利用MATLAB软件获得诊断模型的残差值分别为:e_(红枫叶)=0.078 3,e_(褐枫叶)=0.101 4,e_(黄枫叶)=0.000 1,e_(绿枫叶)=0.015 3。【结果】在无约束光照条件下,样品图像中纹理的非均匀程度或复杂程度都不会随着偏振片旋转角度的改变而呈现较大的差异。随着偏振角度的增大,偏振图像的4种特征参量都呈现出了明显的变化规律。与非偏振图像相比,偏振图像中各条特征参量曲线之间会随着叶片颜色的加深呈现梯度变化的趋势,且间隔保持稳定。【结论】在偏振散射特性作用下,利用纹理特征可以轻松地对枫叶营养状况进行诊断,且测量精度较高。该模型可以为无人机遥感技术实现树木病虫害的防治提供参考方法,在同一视场中快速实现多目标的识别与诊断。

油茶林立式螺旋松土除草机设计与试验

为实现低矮密集型油茶林松土、除草、除灌一体化作业,解决油茶林土壤板结、草灌杂生等问题,设计了立式螺旋松土除草机。通过对油茶林常见杂草、杂灌根系的物理力学特性分析,结合刀具运动分析,设计了立式螺旋耕刀。采用Hertz-Mindlin bonding接触模型建立了根土复合体模型,以降低功耗为目标对刀具参数进行了仿真优化,分析其对根土复合体的扰动情况,并试制样件进行了土槽试验,检验耕作效果,验证了仿真分析的可靠性。仿真结果表明:优化后立式螺旋耕刀对根土复合体的扰动率可达到91.41%,切削土壤时最大功耗为0.16 kW;切削根土复合体时最大功耗为0.77 kW。土槽试验表明:耕刀的耕深稳定性系数为92.34%,碎土率95.00%,除根率95.30%;螺旋耕刀在切削土壤时,实际测得最大转矩为7.93 N·m,比仿真值低6.57%;切削根土复合体时,实际测得最大转矩为34.84 N·m,比仿真值低4.91%,两者比较接近,验证了设计的正确性。设计的立式螺旋松土除草机满足丘陵山地油茶林松土、除草、除灌作业要求。

稻谷流动层孔隙率检测装置设计与试验

孔隙率直接关系到稻谷干燥介质迂曲度、能质传递、通风阻力的变化,是解析稻谷干燥过程和能耗的重要参数之一。为准确获取流动状态下稻谷层的孔隙率,设计稻谷流动层孔隙率检测装置;结合正交试验方法和参数的物理意义,分析检测装置的测量性能,并研究不同工况下稻谷流动层孔隙率的演变规律。结果显示,流动层孔隙率检测装置具有较好的可靠性,且多组试验结果的方差范围为0.010 1-0.022 9;在含水率为12.73%-32.01%区间,流动层孔隙率随稻谷含水率增大而逐渐减小;流动层孔隙率在稻谷流动层厚度为400-850 mm范围内呈现先减小后增大的规律变化,且其最小值为63.1%;在开度为0-80 mm区间内,流动层孔隙率随开度增大而升高。

都市微农业蔬菜钵苗电动移栽机的设计与试验

针对我国都市微农业移栽作业存在设备成本高、通用性差及室外旱地移栽机并不能适应都市微农业蔬菜钵苗移栽等问题,设计了一种基于单片机控制的都市微农业蔬菜钵苗电动移栽机,可满足对不同行距、株距要求的蔬菜钵苗实现供苗、栽植及覆土作业。首先,确定了移栽机采用电动控制部分,采用Arduino开发实现,并通过气缸及电动推杆代替以往复杂的机械传动机构在空间运动完成栽植;其次,单片机控制4个步进电机完成鸭嘴栽植器的三维空间运动,并可以实现株距行距的任意调整;最后,试制样机并进行了田间移栽作业,使用西红柿苗、黄瓜苗、辣椒苗作为试验对象开展移栽试验。试验结果表明:3种钵苗的株距变异系数均小于10%,栽植深度合格率均大于90%,西红柿苗栽植成功率为91.21%,黄瓜苗栽植成功率为92.31%,辣椒苗栽植成功率为94.91%,各项性能指标符合旱地栽植机械国家标准,栽植性能稳定。

智慧农业时代江西农业院校硕士培养模式研究

基于江西省农业院校硕士生培养模式的改革需求,从思想政治、基础理论、实践创新和教学环境等方面探索改革效果。紧扣涉农高校总体情况,分析智慧农业建设中高等院校在研究生培养方面存在的不足,提出农业工程专业研究生培养方案的改革措施。

莲蓬采摘点与采摘姿态计算算法

针对研发莲蓬采摘机器人遇到的采摘点识别问题,提出了一种莲蓬采摘点与采摘姿态计算方法。提出了一种基于YOLO(you only look once)与Deeplab v3+的二阶段分割网络,并通过Mobilenet v2特征提取网络对算法进行轻量化改进,最后对分割后的结果进行图像处理,进一步计算得到莲蓬采摘点及采摘姿态。将50幅原始图像进行验证试验的结果表明,算法计算成功率为88.89%,平均帧率为34.41 FPS。得到的算法能够为莲蓬自动化采摘机械提供有效信息,具有轻量化、效率高的特点,促进了计算机视觉与神经网络在现代农业的应用。

水稻插秧机虚拟仿真实验教学系统设计与应用

为解决水稻插秧机教学与实践受空间、资源限制,难以较好保证教学均质化的问题,课题组开发了水稻插秧机虚拟仿真实验教学系统。通过设计插秧机整机结构认知、插植部件工作原理仿真、插秧机作业流程虚拟操作和虚拟拆装等多模块层级虚拟训练,旨在使学生充分了解和掌握插秧机关键零部件机构名称、插秧机操作和调节规范与流程、插植部件和送秧装置工作原理。教学实践表明,该虚拟仿真系统显著充实了课堂教学资源,在学生工程实践能力和社会服务培养等方面取得了显著效果。

轻便式油茶果收集装置设计与试验

针对国内丘陵山区油茶果收集装置适用性差、利用率低的问题,为方便油茶果机械采摘后的收集工作,设计了一种轻便式伞型油茶果收集装置。采用电动推杆实现收集装置机架高度可调,以适应不同油茶树最低高度;采用可伸缩伞杆实现伞杆直径可调,以适应不同油茶果树冠幅大小;通过舵机实现收集伞倾角可调,让掉落在收集伞布上的油茶果具有良好的流动性,从而快速汇集于收集筐内,完成油茶果收集。物理样机研制后,在江西省林业科学院油茶果种植基地开展了试验,结果表明:该轻便式伞型油茶果收集装置能实现高度调节、倾角调节及伞杆长度调节,满足了不同离地高度的油茶树冠、不同冠幅的油茶树果实收集。本研究可为后续油茶果采后收集装置的设计提供参考。

水稻机械直播的土壤表层泥浆离散元参数标定

【目的】针对水稻机械直播稻田播前土壤与触土部件的相互作用机理不明确等问题,可利用离散元分析法研究影响水稻精量穴直播质量的因素。由于播前土壤的结构复杂,其表层泥浆与耕层存在一定差异,因此,需分层构建复合土壤模型。为获取精确的水稻机械直播的表层泥浆离散元参数,开展试验研究和仿真分析,并标定表层泥浆的离散元仿真参数。【方法】按照水稻精量穴直播的整地要求处理,并在播种前去田间获取表层泥浆,采用漏斗法进行泥浆堆积角试验,利用数显倾角仪多次测量泥浆堆积角并取平均值。选择EDEM离散元软件中Hertz-Mindlin with JKR接触模型,开展泥浆堆积角仿真试验。以堆积角为响应值,通过Plackett-Burman试验筛选出对堆积角影响显著的3个参数,进一步开展最陡爬坡试验缩小显著性参数的取值范围。采用Box-Behnken试验建立表层泥浆堆积角与筛选的显著性参数的回归模型,并以物理试验测得的泥浆堆积角为目标值,对显著性参数寻优得到最佳参数组合。将最优参数代入仿真软件验证表层泥浆颗粒离散元参数的准确性。【结果】泥浆堆积角物理试验获取表层泥浆堆积角为40.20°。Plackett-Burman试验结果表明,泥浆剪切模量、泥浆-泥浆表面能和泥浆-钢表面能对表层泥浆堆积角有显著性影响,其余试验因素对堆积角的影响均不显著。最陡爬坡试验将显著性参数的最优区间缩小为:泥浆剪切模量1.6~4.6 MPa、泥浆-泥浆表面能0.25~0.35 J/m^(2)、泥浆-钢表面能0.02~0.04 J/m^(2)。通过堆积角回归模型,获取最优解为:泥浆剪切模量1.839 MPa、泥浆-泥浆表面能0.25 J/m^(2)、泥浆-钢表面能0.029 J/m^(2)。将最优参数仿真软件验证的结果为39.10°,与泥浆堆积角物理试验结果的相对误差为2.74%。【结论】基于Hertz-Mindlin with JKR接触模型标定的水稻机械直播的表层泥浆颗粒离散元参数准确可靠,可为构建水稻机械直播稻田土壤的离散元模型提供理论依据。

猪饲料中Cu元素的空间限域LIBS检测

近年来,猪饲料重金属超标问题屡禁不止,严重危害食用人群健康与环境安全。国家标准中所采用的干灰化-原子吸收光谱法存在耗时长、需破坏样品、试剂易造成环境污染等问题。激光诱导击穿光谱(LIBS)以其快速、近乎无损、无需复杂制样的检测特性被誉为化学分析领域的“未来巨星”。传统LIBS技术在应用于猪饲料安全品质检测时具有特征光谱强度弱,检测精度较低等缺陷,针对该缺陷,提出LIBS技术与空间限域相结合,采用空间限域方法提高分析谱线强度,从而实现更低浓度样品的检出,实现对猪饲料样品中Cu元素含量进行快速绿色检测。以CuⅠ324.75 nm为分析谱线,在优化后的能量下,对比不同延时时间下加载不同高度和直径的圆柱形空间限域腔对分析谱线影响,再选取对分析谱线整体增强效果最佳的空间限域腔对7组不同浓度猪饲料样品进行LIBS光谱采集,结合采用国家标准方法获取的7组猪饲料样品中Cu元素参考浓度对LIBS系统检测灵敏度进行分析。结果表明,加载空间限域腔对分析谱线强度引起增强的同时不会对背景光谱造成明显影响,分析谱线强度增强因子最大值为5.16,空间限域腔直径为5.0 mm、高度为2.0 mm情况下对分析谱线整体增强效果最佳。在上述最佳试验参数基础上,以Cu元素在324.75 nm处特征光谱峰值强度为参考,对猪饲料进行定量分析。结果发现加载空间限域腔后不同浓度下猪饲料样品中Cu元素浓度与分析谱线强度之间线性关系相较于传统LIBS提升明显,其单变量定标模型R^(2)从0.742提升至0.996,检测限从6.21 mg·kg^(-1)降低至1.61 mg·kg^(-1)(《饲料添加安全使用规范》中猪类Cu元素日粮推荐含量为3~6 mg·kg^(-1)),检测灵敏度提高了2.86倍。研究表明,采用空间限域与LIBS技术相结合,可以大幅提升系统检测精度与灵敏度,使待测元素检测限降低至国家要求以下,对于实现猪饲料中Cu元素含量较低样品的LIBS快速绿色检测具有较好的作用。

基于蓝牙技术的土壤环境信息传感器设计

【目的】为满足土壤环境信息的自动监测,适时了解土壤环境情况,及时分析土壤温湿度、光照等对农作物生长发育的影响,实现土壤环境信息的快速检测,设计一种基于蓝牙技术的土壤环境信息传感器。【方法】以STM8L051F3P6单片机为控制芯片,利用平行板电容探针、温度传感器、空气温湿度传感器、光敏电阻作为主要检测部件设计检测电路,分别检测土壤湿度、土壤温度、土壤周围的空气温湿度和光照强度,采用单节锂离子电池作为供电电源,同时将单片机与蓝牙通讯技术相结合,实现对被测区域土壤环境信息的实时监测。根据农业标准土壤水分测定法,配备不同土壤湿度样品,标定土壤湿度。【结果】完成土壤环境信息传感器的软硬件整体设计与土壤湿度标定试验:(1)信息采集,即土壤环境信息传感器通过各个模块的硬件检测电路实现土壤环境信息包括土壤温湿度、土壤周围空气温湿度、光照情况的实时采集;(2)数据处理,即该传感器将采集的原始信息数据经过单片机处理后实现土壤环境信息检测;(3)数据发送,即通过蓝牙技术将检测结果发送至用户端显示;(4)土壤含水率的标定,即采用设计的土壤环境信息传感器进行了土壤湿度标定试验,在土壤湿度0%~25%内建立输出电压值与土壤湿度之间的关系模型,模型的决定系数为0.9352。【结论】设计的土壤环境信息传感器系统运行良好,能准确顺利地发送检测数据。土壤湿度标定试验结果表明,土壤环境信息传感器检测电压值对土壤湿度之间有良好的线性关系。整个传感器系统成本较低,易于制作,能保持长时间的使用。该传感器的测量范围也能满足大部分农业生产的需求,具有一定的实用价值。

基于介电特性的稻田水体稻瘟灵监测装置研制与试验研究

【目的】稻田农药使用为稻田作业中至关重要的一环,精准施药对于农业生产、环境及水资源保护等方面具有重要意义。通过以稻田常用农药稻瘟灵作为研究对象,设计农药含量实时监测装置以实现稻田水体稻瘟灵含量的远程实时监测,为水体相关农药快速检测提供科学理论依据。【方法】采用介电特性与LoRa技术开发了一种稻田水体稻瘟灵含量的实时在线监测装置。装置的硬件部分包括硬件电路与结构组件。该装置的硬件电路以STM32单片机作为主控,相关模块包括激励信号源模块、检测与信号采集模块、输入输出模块;结构组件由太阳能面板、主控电路盒、支撑部件和检测探头盒4个部分组成,采用监测站式安装工作。软件部分以MDK 5.0为开发环境,采用C语言开发设计。程序主要由初始化程序、AD9859扫频程序、数据采集程序、LibSVM程序、串口发送程序、LoRa配置程序和LCD显示程序组成。试验对幅值比、相位差、幅值比原始电压、相位差原始电压4种数据经CARS(competitive adaptive reweighted sampling)特征提取后建立了SVR回归预测模型。【结果】对该装置进行了试验性能验证,以稻田水体作为空白水样,依次添加稻瘟灵原液后得到被测样本。在25℃的试验温度下,针对0~44 mg/L质量浓度的23个低浓度稻瘟灵溶液样本进行检测。其中以幅值比建立的预测模型决定系数R^(2)高达0.9959,RMSE仅为2.433 mg/L,且4种预测模型R2都在0.99以上。通过对频率点特征提取,使得单次检测仅需30 min,可实现快速、简便、准确的测量稻瘟灵含量。【结论】该装置对于稻田水体稻瘟灵含量具有较高精度的检测,单次检测速度较快,稳定性高。同时设备具有全天候工作能力,配合LoRa物联网可实现远程在线实时监测。

油茶果分层采摘机构花苞损伤有限元分析及试验

针对目前油茶果采摘机花苞损伤率高的问题,设计了一种油茶果分层采摘机构。利用Adams软件对油茶果与胶辊的接触碰撞进行仿真分析,得到油茶果的临界脱落速度为105mm/s;根据油茶花苞的生长特性,建立花苞与胶辊相互作用的有限元模型,在ANSYS Workbench软件中仿真分析了花苞与胶辊的碰撞过程。研究结果表明:在油茶果临界脱离速度条件下,花苞与胶辊发生碰撞接触后等效应力和等效应变的值随着胶辊速度和胶辊直径的增加而增加,随着胶辊间距的增加先增加后减小,且花苞均未与果柄发生分离;分层采摘机构室内试验结果与仿真结果基本吻合,研究结果可为油茶果采摘装置的设计提供参考。

水田表层土壤力学特性的原位试验分析

了解松软状态下表层和次表层水田土壤的力学参数是研制高通过性水田轮和耕作部件的前提。本文以松软状态下的水田土壤为研究对象,利用简易贝氏仪,对不同含水率条件下水田土壤的承压和剪切参数进行原位测量。试验结果表明,含水率在31.08%~38.26%范围内时,水田土壤变形指数0.61≤n≤0.72。对于摩擦变形模量Kφ而言,随着含水率的不同而变化,变化范围70.12~92.80 kN/m^((n+2))。含水率在液限附近时,含水率31.08%与33.12%相比,其内聚变形模量Kc增加10.08 kN/m((n+1)),变化明显。当含水率在31.38%~47.42%范围时,内摩擦角φ与含水率的数据拟合关系为y=-2.043 9x+100.74,R2为0.892。内聚力c随着含水率的不同而变化,变化范围964.68~2 370.70 Pa。本文试验结果可为常规农机在水田中的通过性能评估和耕作部件的减阻优化提供土壤参数依据。

辣椒穴盘苗自动取投苗装置设计与试验

针对现有的半自动辣椒移栽机效率低、劳动强度大的问题,设计一种自动取投苗装置。该装置由夹苗部件、平移机构、垂直移动机构、控制系统和穴盘架等组成。控制系统驱动平移机构和垂直移动机构运动,分别带动夹苗部件和穴盘使其产生联动,实现夹苗部件依次从穴孔中将辣椒苗拔出,然后移动到导苗管上方投苗,完成整个取投苗过程。用72孔穴盘育苗,选取55天苗龄的辣椒穴盘苗为研究对象,对5盘共360株辣椒穴盘苗,以15株/min的移栽速度,进行取投苗试验,试验结果得到:取苗成功率为96.39%,投苗成功率为98.27%,茎叶损伤率为7.79%,满足辣椒穴盘苗移栽的农艺要求,该研究可为自动化移栽机的设计提供参考。

基于改进YOLOv4-Tiny的自然环境下 油茶果识别方法

针对自然环境下油茶果目标因被枝叶遮挡、重叠、果实颜色与叶片颜色相近等因素出现错检和漏检问题,提出一种基于改进YOLOv4-Tiny的自然环境下油茶果识别方法。在骨干网络中引入大尺度输出特征层和金字塔池化模型,以克服被遮挡或重叠油茶果因网络加深时模型的表征能力不足所带来的网络性能损失;使用K-means算法聚类出适合所选数据集的先验框,提高模型检测效果。试验结果表明:改进后YOLOv4-Tiny算法在1901幅测试集上的召回率为86.15%,mAP为94.19%,F 1值为0.9,比改进前分别提高1.2、0.34和2个百分点;改进后该算法单幅图片的平均检测时间为0.025 s,检测速度为40.45 f/s,比改进前检测时间减少7.41%,检测速度提高3.87%。改进后算法的识别准确率比自编码机和凸壳理论分别提高4.36和1.55个百分点,Faster-RCNN、自编码机和凸壳理论的单幅图片检测时间分别是改进后算法的8.4、66.4和19.64倍。该算法可对复杂自然环境下油茶果目标进行识别,满足实时采摘的要求。