基于图像处理的作物行识别算法研究进展

可靠的作物行识别是智慧农业机器人可靠导航的基石,可以有效减少农业机器人对农作物的损伤。基于图像处理的传统作物行识别技术包括图像预处理、特征提取、作物行拟合。综述了Hough变换法、最小二乘法、垂直投影法等传统作物行识别方法,并对其他的传统作物行识别方法进行了总结。随着智慧农业的发展,深度学习在农业领域受到越来越多的关注。更好地采集图像的各种特征,并与农业机械有效结合是深度学习作物行识别与传统方法的不同。从上述2个方面,对国内外的作物行识别算法研究做了较为系统的分析,指出基于图像处理的作物行识别算法目前存在的问题,最后根据现在的研究状况对未来的研究方向做出展望。

基于WiFi通信的玉米除草机器人结构设计与试验

针对目前玉米除草机器人除草率低、伤苗率高的问题,设计一种基于WiFi通信的玉米除草机器人。该装置包括除草机器人本体、大功率WiFi中继器和控制端,控制端为手机,可通过无线WiFi向除草机器人传输控制指令。除草机器人本体包括小车主体、轮动装置、机械臂以及末端执行组件,机械臂末端执行组件为人字形结构转盘,由锯齿圆形刀片、合金抓手、针型喷雾头组成。末端执行组件采用刀片机械除草加除草剂化学喷雾的方式,在机械除草完毕后喷洒除草剂。基于ARM11和STM32实现玉米除草机器人的控制,通过摄像头自动识别杂草位置,经ARM11主控板处理分析后,向各个STM32从控制板发送指令,由STM32从控制板完成对除草机器人各个部件的控制,也可由手机控制端通过大功率WiFi中继器发送控制指令,实现对除草机器人各个部件的手动控制。在土槽实验室进行正交试验,试验结果表明,该装置在工作速度为0.6 m/s、除草深度为30 mm的条件下,平均除草率为94.9%,平均伤苗率为1.9%,具有较好的作业性能,智能化程度高,可以为农业除草装置的后续研究提供参考。