基于改进A^*与DWA算法融合的温室机器人路径规划

根据温室环境下移动机器人作业的实时路径规划要求,提出一种基于改进A^*算法与动态窗口法相结合的温室机器人路径规划算法。针对传统A^*算法搜索算法拐点过多的问题,对关键点选取策略进行改进,融合动态窗口法,构建全局最优路径评价函数,采用超声传感器进行局部避障,实现实时最优的路径规划。仿真实验结果证明,与传统A^*、Dijkstra、RRT算法相比,基于改进A^*算法的路径更为平滑和高效。真实环境下实验表明,移动机器人能够实现自主导航,跟踪误差保持在0.22 m以内、定位误差不大于0.28 m,能够满足实际需求。

一种用于叶片散射光分布测定的新型装置及性能评价

采用微功率激光管作为光源,围绕被测样品旋转的硅光电池作为检测器,研制了一种可以测定植物单个叶片反射和透射光在入射面上分布的装置。分别在650nm和830nm波长光照条件下,测定了标准白板(参比样)的反射光和大叶黄杨树叶的反射和透射在入射面上的光强分布。测定结果表明该装置有很好的重现性。所研制的装置可用于植物冠层光辐射传输机理研究。

基于消费级深度相机的玉米植株三维重建

根据植物表型分析对植物三维重建的需求,针对植物特征点不易提取而影响三维重建的问题,提出了一种基于深度相机的植物三维重建方法。首先,对深度相机进行内部参数标定和深度畸变矫正,以获取准确的深度信息;然后,固定好相机和转盘的相对位置,精确地计算出在当前深度相机的坐标空间下、转盘旋转一个固定角度θ对应的矩阵T;最后,按旋转角θ等间隔转动转盘,获取一系列点云,并结合矩阵T实现点云拼接,完成三维重建。通过与使用商业软件Skanect的重建结果进行对比,本文重建方法只需要配准一次,还原度更高,效率更好,鲁棒性更强,满足植物形态测量需求。

作物株型信息多媒体图像处理技术的研究

用计算机多媒体图像处理技术对作物植株株型信息进行了提取、描述和管理的研究。植株图像经摄像或照片输入计算机并数字化后,通过计算机可完成对植株图像的编辑和特征信息提取,输出近30个描述株型信息的指标,包括一些基于多媒体图像技术的新指标,如用于描述植株与叶片占据空间大小的株幅值(Rp)、叶幅值(RI)、茎叶距(SLD);描述叶片空间分布状态的叶均角(LAA);描述株型优化程度的叶均角指数(LAAI)、茎叶角指数(SLAI)和叶向值指数(LOVI)等。利用该技术对我国目前常用的102个玉米杂交种和82个自交系及部分麦类作物植株作了图像处理,并将上述玉米植株的图像及有关相应参数数据信息存储于电脑中,初步建立了玉米品种资源植株株型特征图像与数据信息库。作物株型信息多媒体图像处理技术受人为影响少,能够快速、准确、客观获取、表述和管理株型信息,比以往人工方法具有很大的优越性,为作物育种、栽培及生理的研究提供了有效的研究手段。

PLS回归法建立适应温度变化的近红外光谱定量分析模型

研究了近红外光谱定量分析模型对于样品温度的适应性。以 4 2个不同品种的大豆为实验材料 ,用 2台光谱仪分别独立测定了样品在 5种温度下的近红外光谱。对于 2台光谱仪测定的光谱 ,均依据光谱信息选择部分光谱 ,采用PLS回归法对大豆样品的粗蛋白质和粗脂肪含量分别建立了近红外光谱定量分析模型 ,并以剩余样品对模型进行预测检验。 4个模型的预测结果均表明 :超过 94 %的检验样品的预测相对误差小于 5 % ,说明了预测样品处于 5～ 4 0℃时 ,模型都有较好的预测效果。

三维高光谱NPLS模型用于冬小麦估产的初步研究

以35个实验小区,8个生育期的冬小麦田间测量冠层反射高光谱组成三维数据信息阵,采用多维偏最小二乘(multiway partial least squares,NPLS)算法建立了冬小麦亩产量估产模型。模型用于对13个实验小区产量预测分析,预测值与实际值的相关系数r为0.936 6,平均相对误差为4.44%,说明模型的预测效果较好,对实际的估产工作有一定的指导意义。

应用局部神经网络和可见/近红外光谱法估测土壤有效氮磷钾

要实现农田合理施肥,需要对土壤养分状况进行实时、准确地诊断,因而建立快速、稳定可靠的土壤养分定量分析方法是关键。光谱分析是一种有很大潜力的快速分析方法,从可见/近红外光谱建模的几个重要环节,即特征波段、预处理方法及回归模型方法的选择,研究了土壤有效氮、磷、钾含量快速估测的光谱建模方法。采用了多元散射校正加一阶导数进行光谱预处理,通过逐波段相关分析在可见-近红外区优选特征波段,并应用了局部非线性回归方法(BP神经网络局部回归法)建模,所建模型对土壤有效氮、磷、钾含量估测的相关系数r分别为0.90,0.82和0.94,BP神经网络局部建模比全局建模具有更好的精度和稳定性,估测精度提高幅度分别为40.63%,28.64%,22.90%。因此,采用局部BP神经网络回归建模法建立土壤有效氮、磷、钾的光谱定量分析模型,可实现对土壤养分状况的快速诊断。该研究的创新点是通过采用局部非线性回归方法提高了土壤光谱营养诊断模型的稳定性和可靠性,为作物生长过程中不同生长时期的土壤养分的动态监测和过程控制提供了技术支持。

基于移动机器人平台的玉米植株三维信息采集系统

为了快速、无损、自动获取玉米植株的三维信息,设计了一种基于移动机器人平台的玉米植株三维信息采集系统。首先,通过四轮驱动移动机器人与升降平台配合,精准控制Xtion深度相机多视角采集盆栽玉米植株的三维点云数据;然后,对获取的点云进行配准拼接与滤波,实现玉米植株的三维重建;最后,对重建后的玉米模型进行叶片的分割与参数测量。该系统的移动机器人运动误差可以控制在1cm之内,玉米植株叶片参数测量误差在1%~5%之间,证明了该系统进行玉米植株三维信息采集的可行性。

用近红外光谱构建现代农产品品质分析技术

主要从近红外光谱分析的原理和技术角度介绍了用近红外光谱构建现代农产品品质分析技术的可行性,并阐述了我国农业系统推广应用该技术的一些发展思路与建议。

不同漫反射样品池间近红外数学模型的转移

研究用斜率/截距(Slope/Bias)校正法来实现傅里叶变换近红外光谱仪上两种漫反射样品池间数学模型的转移。结果表明:普通漫反射样品池与积分球样品池上的模型可以相互转移,且两种样品池上不同粒度样品的数学模型也可以转移。

整粒玉米品质信息的采集和处理

介绍了用短波近红外透射光谱分析法对整粒玉米品质信息的采集和处理方法,给出了系统框图、检测器接口电路、模数转换电路及提高信噪比的软件方法.对整粒玉米品质的分析结果基本满足实际需要.

光谱判断田间鲜烟叶成熟度的影响因子研究

利用便携式地物波谱仪Field Spec 3测量烤烟成熟期烟叶的反射光谱,针对采收成熟度M2、M3,分析比较同一时间不同测量位点、及同一位点不同测量时间的反射光谱差异。结果表明：反射光谱的差异在不同测量位点主要体现在350~780 nm可见光波段和780~1300 nm近红外波段,在不同测量时间主要体现在780~1300 nm近红外波段。因此,利用光谱仪判断鲜烟叶成熟度,受测量位点的影响较大,而受测量时间的影响较小,但若测量烟叶生理生化组分、厚度和水分等内在指标,时间及天气状况是必须考虑的重要因素。

近红外玉米品质分析仪的研制与应用

本文介绍了在近红外短波区,以滤光片作为单色器件,用近红外漫透射光谱技术测定玉米品质的分析仪器的研制。

专用近红外光谱分析软件系统的研制

简要阐述了研制开发专用近红外光谱分析软件系统的必要性;介绍了中国农业大学研制的近红外光谱分析软件系统("CAUNIRS")的主要功能模块以及其功能特点;在"CAUNIRS"软件系统和结合行业专用需求的基础上,介绍了"复方中药专用近红外质量控制分析软件"和"近红外烟叶质量控制与配方设计专用软件"的设计开发模式;该软件系统的开发顺利完成了"十五"科技攻关项目"科学仪器研制与开发课题"中"专用近红外光谱分析仪研制与开发"子课题等项目中所要求的软件系统开发内容和任务。

植烟土壤干旱度光谱判别方法研究

为了实时、准确地判别植烟土壤的干旱程度,利用可见—近红外光谱技术,以云南省寻甸县的红壤、水稻土和紫色土为研究对象,针对遮雨棚内种植烤烟品种K326的根际土壤干旱度开展光谱判别方法研究.通过在烤烟旺长期至现蕾期,对每种土壤类型设正常水分、中度干旱、重度干旱3个不同浇水量处理,采集不同土壤类型、不同土壤干旱程度的反射光谱,分别建立植烟土壤干旱度光谱距离判别分析模型、Bayes判别分析模型、Fisher判别分析模型和支持向量机(SVM)判别分析模型.结果表明,采用支持向量机(SVM)建立的植烟土壤干旱度光谱判别分析模型的效果要优于其他3种方法,其中红壤干旱度建模集判别正确率为94.34%,检验集判别正确率为88.46%;水稻土干旱度建模集判别正确率为90.00%,检验集判别正确率为91.67%;紫色土干旱度建模集判别正确率为100%,检验集判别正确率为92.00%.综上所述,利用可见—近红外光谱技术可以对植烟土壤干旱度进行有效判别.研究将为制订烟叶生产旺长期至现蕾期的灌溉指标提供科学依据,对烟叶生产具有非常重要的利用价值.

运用PLS算法由小麦冠层反射光谱反演氮素垂直分布

文章提出了利用遥感光谱数据反演小麦冠层氮素垂直分布的化学计量学方法,运用偏最小二乘算法（PLS）,穷尽测定的小麦田间冠层可见光和近红外光谱不同波长处的冠层光谱反射率及其组合与小麦不同层次的叶绿素、叶片全氮含量之间的关系。通过2001~2002年的建模和2003~2004年的验证试验,求得了用PLS算法对叶片全氮上层、中层、下层垂直分布估算结果的相关性。表明PLS算法能够用于反演作物冠层生物化学参数的垂直分布。运用PLS的小麦氮素垂直分布的估算方法,较以往单一冠层估算方法精度明显提高,对于生产上迫切需求对作物中、下层叶片氮素状况的监测来指导适时和适量施肥具有指导意义。

田间原位光谱的鲜烟叶成熟度判别模型的研究

在田间原位对烟叶成熟度进行判别,能够有效减少由于对成熟度判断错误而导致的烟叶损失率升高、质量下降的问题,而传统的人眼结合叶龄的田间成熟度判别方法缺少客观性,因此提出采用光谱特征参数结合支持向量机的方法对田间原位烟叶成熟度进行判别。以专家评定并在田间原位进行测量的五个成熟度等级共351个烟叶反射光谱作为试验样品,五个成熟度等级分别为M1,M2,M3,M4,M5。通过对反射光谱的分析发现,不同成熟度烟叶的光谱在可见光波段能够得到区分,而在近红外波段区分不明显,因此在可见光波段进行分析建模。分别采用可见光范围内的连续光谱（350～780nm）、特征波段（496～719nm）、光谱特征参数（绿峰幅值、绿峰位置、红边幅值、蓝边幅值、红边面积、蓝边面积、红边位置、蓝边位置）作为输入变量,采用支持向量机方法（supportvector machine,SVM）建立烟叶成熟度判别模型。结果表明,应用可见光光谱特征参数作为输入变量所建立的模型的正确识别率达到98.85%,而应用可见光连续谱、可见光特征波段作为输入变量的正确识别率分别为90.80%和93.10%。因此使用可见光光谱特征参数建立支持向量机的鲜烟叶成熟度判别模型对田间原位烟叶成熟度进行判别是可行的。

估测田间烟叶色素含量的光谱模型研究

田间烟叶色素含量的光谱无损快速测量,对烟草营养生长期的营养诊断与长势监测、成熟期的烟叶品质评判具有重要的生产指导意义。该研究的目的是利用烟叶田间光谱估测烟叶的叶绿素和类胡萝卜素含量。研究采集了营养生长期和成熟期烟叶田间反射光谱,测量了样品烟叶的色素含量,利用支持向量机(SVM)和光谱指数法,对营养生长期和成熟期烟叶样品用分期建模和混合建模两种方法建立色素含量估测模型,并对模型的预测性能进行比较。研究结果表明,分期建模和混合建模对于烟叶色素含量的估测效果差异不显著。对于叶绿素含量,SVM和光谱指数法均有较好的估测效果;对于类胡萝卜素含量,SVM方法比光谱指数法具有更高的估测精度。采用SVM方法对烟叶样品的叶绿素含量分期建模得到的估测决定系数和均方根误差分别为0.862 9和0.015 5,对叶绿素含量混合建模得到的估测决定系数和均方根误差分别为0.898 5和0.012 3;采用SVM方法对烟叶样品类胡萝卜素含量分期建模得到的估测决定系数和均方根误差分别为0.873 0和0.002 4,对类胡萝卜素含量混合建模得到的估测决定系数和均方根误差分别为0.852 7和0.002 4。该研究的创新点是通过支持向量机和光谱指数法采用分期建模以及混合建模的方式建立了烟叶样品色素含量的估测模型,为烟草田间生产的质量控制、烟叶的采收品质保证提供科学依据和技术支持。

近红外光谱和多分类器融合的葡萄酒品种判别研究

将多种单分类器模型融合,并用融合后的模型对不同品种干红葡萄酒进行判别分析。用BRUKER MPA傅里叶变换型近红外光谱仪采集170个干红葡萄酒样品的近红外透射光谱,选取PLS-DA,SVM,Fisher和AdaBoost作为单分类器建模方法,分别建立葡萄酒品种判别模型,通过差异性度量值对单分类器进行筛选,得到差异性较大的四个单分类器作为基分类器,其中基分类器对测试集葡萄酒品种判别准确率最高为88.24%,最低为81.18%。然后通过加权投票机制对基分类器进行融合,融合后的模型对测试集葡萄酒品种判别准确率提高至92.94%,误判样品个数由单分类器最少的9个降为6个。实验结果表明多分类器融合所建立的模型优于传统近红外光谱定性分析一般采用单分类器模型结果,提高了葡萄酒品种判别的准确性,采用基于近红外光谱的多分类融合方法对葡萄酒种类判定具有可行性。

利用3D模型模拟天空与叶面散射对玉米冠层截光率的影响

该文利用并行蒙特卡罗光线跟踪模型定量分析了天空散射与叶片散射对玉米冠层截光率的影响。模拟试验表明:相同辐射强度时,冠层截获的光强与受到照射的叶片在天空散射时都比直接辐射时多;当太阳高度角小于60o时,冠层在阴天截获的总光强小于晴天,但至少60%的叶片在阴天截获的光强大于晴天时截获的光强;叶片散射对冠层光分布的影响与波长有关,在模拟的红光(650nm)、绿光(540nm)和近红外(760nm)波长中,叶片次级辐射对玉米冠层截光率的影响在近红外最大,绿光其次,红光最小。该研究结果可为植物冠层光合生产力及光环境模拟研究提供参考。