果园风送喷雾风量调节研究现状与趋势

与传统喷药装备相比,果园风送式喷雾机农药利用率和作业效率都明显提高,目前已成为果园机械化植保的主要机具,提高风送喷雾作业质量是机械化植保的重要研究内容。现阶段国内风送喷雾机大多采用恒定大风量喷雾,在喷雾过程中存在风送系统结构配置不当、风量作业参数调整实时性差,难以对风量进行精准控制等问题,很难做到同时适用多种树形,智能化喷雾程度较低。国内外风送喷雾机风送系统的研究主要集中在气流场分布、气流运动规律及变风装置结构、关键部件设计等方面,本文结合现阶段研究现状,对现有试验研究中所采用的风量理论原则,CFD风场模型仿真结果和变风量装置综合分析,提出基于农机农艺结合改进果树种植模式、完善有限元仿真试验参数、提高风量机械调节智能化程度等策略,以期为风送喷雾机整机结构改进提供参考依据。

基于Faster R-CNN算法的番茄识别检测方法

针对番茄生长环境复杂,枝叶对果实造成遮挡及果实之间存在遮挡等因素,造成番茄难以识别、检测等难题,本文基于Faster R-CNN的番茄识别检测方法进行研究。首先使用AlexNet网络提取涵盖番茄语义、空间信息的特征图;用区域建议网络对特征图进行番茄与背景的二分类、预选框回归训练,用非极大值抑制算法筛选出预选区域;用区域特征聚集方法将预选区域特征图转化为固定大小的特征图,最后针对番茄图像的每个特征图计算分类回归损失,实现对番茄的识别检测。该方法在番茄数据集上进行测试,在重叠度取0.5时,番茄数据集的均值平均精度值为0.839,优于Yolov3算法、SSD算法的0.804、0.773,该方法的平均正确识别率为95.2%。结果表明本方法可准确的识别检测出成熟、未成熟番茄的标签及位置,单样本图像处理时间为245ms,可满足番茄检测的实时控制要求。