作物定位轮作体系长期试验研究——土壤微生物在作物可生育期间的数量变化(Ⅰ)

1994～ 2 0 0 2年在东北农业大学校内农学试验田进行了作物定位轮作的长期试验研究 ,分别就不同作物轮作体系的土壤微生物、土壤优质真菌及土壤肥力的演变做了研究和分析 ,现将 1997年大豆、玉米、小麦可生育期间对其土壤微生物环境影响结果加以总结。结果表明 ,土壤细菌和放线菌数量均前期较低 ,生育盛期和成熟期较高 ,土壤真菌数量以前期最高 ,生育中后期数量有所减少 ;三种作物相比 。

基于双目视觉的作物点云获取与分割定位方法

为了提高农业视觉导航系统对作物定位的精确性,提出了一种基于双目视觉的作物点云获取与分割定位方法。该方法采用ZED双目相机采集作物左右视图,通过视差原理获取作物的3D点云数据,利用点云离散程度和体素化网格方法对初始点云数据的离散点和冗余数据进行去除,然后在预处理后的点云图中利用基于点云法线角度差的区域生长分割出每株作物的点云簇,用每个点云簇中所有点的平均坐标值作为该株作物的三维坐标,结合视觉系统坐标系,计算出作物与相机的水平距离以及水平偏角,从而实现作物定位。试验结果表明,该方法测得的作物平均距离误差为1.89%,平均角度误差为2.17%,该算法可以对作物进行准确定位,为基于双目视觉导航的路径规划提供可靠的定位信息。

作物株间机械除草技术的研究现状

作物行间除草技术和装备已趋于成熟,而株间除草技术由于受到作物识别与定位技术的限制,至今仍是一个研究热点。为此,针对株间机械除草,国内外均从纯机械的株间除草机开始研究,后得益于传感器技术和计算机技术的发展,自动控制逐渐得以应用。目前,研究最多的是基于机器视觉和GPS导航的株间除草技术,而作物识别与定位依然是研究的关键点和难点。未来将着力研究用于杂草和作物检测的传感器技术,并利用"互联网+"、大数据、云计算等技术,以期实现作物株间除草的在线控制,进而实现全过程自动化。