适用于无人机的自动跟踪算法的研究

入侵农田问题给试验田的安全保护带来了严重挑战,传统的保护手段存在诸多限制。为解决这一问题,将无人机技术和目标检测与跟踪算法相结合,提出一种创新的解决方案。该方法通过无人机高空航拍视角获取农田图像数据,并利用YOLO(You Only Look Once)算法实现实时目标检测。同时,采用SORT(Simple Online and Realtime Tracking)算法对入侵目标进行持续跟踪。通过在海南试验田中的应用实验验证该方法的可行性和有效性。实验结果表明,基于YOLO和SORT算法的无人机目标检测与跟踪系统能够在0.4 s内快速检测和跟踪入侵农田目标,为试验田的安全保护工作提供了重要支持。

基于改进鱼群算法的履带式收割机路径跟踪

[目的]农田环境的复杂性对履带式收割机的路径跟踪精度提出了严峻挑战。为了提升收割机在农田作业中的路径跟踪性能,减少跟踪偏差,本研究提出了一种基于改进鱼群算法的履带式收割机全田块路径跟踪方法。[方法]根据履带式收割机的结构特性,将其作业过程简化为二维平面上的运动形式。通过结合全局与局部坐标系的转换,构建了收割机运动轨迹的数学模型,并进一步建立了相邻时刻履带式收割机全田块作业的运动模型。随后,根据不同作业状态,以收割机的前视距离作为关键参数,确定增益系数,从而获取其实时控制变量。为优化路径跟踪效果,引入了粒子滤波算法对鱼群算法进行改进,并以此构建了目标函数。在目标求解过程中,通过算法的不断迭代和优化,实现了收割机路径的精准跟踪。[结果]经过多次试验验证,在设定不同起始偏差点的情况下,本文提出的方法表现出了良好的跟踪性能。应用本文方法后,作业路径跟踪平均响应时间为0.52 s,最小转弯半径为5.0 m,平均偏差0.8 m,最小偏差0.5 m,与设定路线基本一致。这一结果充分证明了本文设计方法的有效性。[结论]综上所述,本文提出的基于改进鱼群算法的履带式收割机全田块路径跟踪方法,能够准确实现收割机在复杂农田环境中的精准跟踪,跟踪效果好,具有广泛的应用价值。

高地隙农田信息采集机器人设计与试验

为适应水田行走和不同垄宽等复杂的农艺条件,设计了一种轮距宽度可调的高地隙四驱农田信息采集机器人。利用SolidWorks对整体结构进行设计分析和零部件选型,设计了基于GNSS和INS的组合导航与路径跟踪控制系统,并对机器人进行了水田行走性能测试和信息采集试验。结果表明,机器人四轮驱动方式具备较好的速度一致性,地隙与轮距调节机构调节到位误差率为1.33%和0.73%;直线路径跟踪的平均横向误差为6.8 cm,直角转弯的平均收敛时间为25.6 s;机器人最大行驶速度为1 m/s,单点信息采集平均耗时为24.5 s,传感器采集的各类数据均满足使用要求,该信息采集机器人可实现复杂条件下的农田信息采集工作。

黄河中下游地区耕地轨迹演变及驱动机制研究——以河南省为例

为探究黄河中下游地区耕地轨迹演变规律,以河南省沿黄地区和非沿黄地区为例,运用变化轨迹方法、景观格局指数和Logistic回归模型进行耕地轨迹演变及其驱动机制的对比分析。结果表明:沿黄地区耕地扩张和缩减幅度高于非沿黄地区,扩张型耕地在沿黄地区主要沿黄河两岸分布,非沿黄地区分布均匀。非沿黄地区缩减型耕地向各行政区的中心集聚,沿黄地区缩减型耕地明显向郑州集聚。耕地是河南省优势景观类型,沿黄地区扩张型耕地和缩减型耕地聚集程度和连通性高于非沿黄地区,但连通聚集增长率低于非沿黄地区。Logistic分析表明,沿黄地区与非沿黄地区的耕地轨迹转化驱动因素略有差异,沿黄地区耕地的扩张对黄河水的依赖性强,非沿黄地区受经济发展和社会生活的影响较大。缩减型耕地在沿黄地区和非沿黄地区的驱动因子基本一致,区别主要在于贡献率的不同。研究结果为保障国家粮食安全及黄河流域高质量发展提供理论依据。

我国农地污染防治法律制度的适用性研究

农地污染防治对保护耕地资源、保障农产品质量、修复生态环境具有重要意义。基于"系统论"的分析框架,对农地污染防治法律制度的适用性进行剖析,发现制度理论缺失和完备性不足是掣肘制度适用和发展的重要障碍。目前我国农地污染防治法律制度存在主导思想落后、制度建设缺乏严密性、制度系统过于框架化等问题,因此,可通过树立态势感知和动态监测的防治理念,坚持过程控制中精准治理的思路与原则,建立农地污染防控的农民教育制度体系,来提高我国农地污染防治法律制度的有效性。