我国水稻生产机械化发展对策

从我国水稻生产基本情况入手,阐述了发展水稻生产机械化的重要性;详细论述了我国水稻生产中稻田耕整、种植、收获和干燥4个主要环节机械化的发展现状、存在的主要问题以及相应的解决办法;结合国情,从农机与农艺结合、加强科研与开发、加强政策导向作用和机制创新方面提出了水稻生产机械化的发展对策。

水田激光平地机非线性水平控制系统

为使水田激光平地机的平地铲在受到干扰偏离水平位置时能够迅速回复水平,设计了基于角速度-偏差角度的非线性PID控制器的平地铲调平控制系统,使平地铲零角速度渐近回到水平位置,实现零超调,提高了平地机水平控制精度和稳定性。根据平地机的机械液压系统结构搭建了平地铲调平系统动力学模型,推导了传递函数,基于剩余路径确定允许最小角度的非线性控制,设计了水平调平闭环控制系统方案。采用标准姿态航向参考系统AHRS检测平地铲实时倾角与角速度,TMS320F28035芯片作为控制器,设计制作了水平控制系统电路,依据传感器数据通过非线性PID位置控制算法计算出控制量,并通过PWM驱动电路实现平地铲水平控制。在华南农业大学研制的水田激光平地机上,进行了实验室测试与田间试验验证。测试结果表明,水平控制系统响应迅速,实现了平地铲渐进逼近水平位置的控制效果,超调小,稳态误差趋于零,平地铲基本控制在水平位置±1°以内,平地铲工作稳定。

基于多光谱视觉的稻瘟病抗病性分级检测技术

利用MS3100多光谱相机采集了受稻瘟病侵染的秧苗多光谱图像,通过图像分割、复原和分析,得到了在近红外、红光和绿光波段稻苗植株样本图像的灰度均值。将3个波段的图像灰度值作为特征参量,并采用支持向量机技术建立稻瘟病的抗病性分级检测模型。结果表明,模型具有较高的分类精度。抗性样本和感病样本的分类精度达到100%,抗性样本和中等感病样本的分类精度为96.8%。本研究为水稻品种抗病性鉴定调查提供了一种新的方法,同时也为稻瘟病早期检测提供了基础。

基于激光测距仪和Matlab的水田平整度检测方法

水田的平整度要求很高,田面平整度的有效检测与评价,对于水田精细平整效果以及精准农业的发展具有重要意义。基于激光测距仪和Matlab软件,探讨了一种可用于水田田面平整度测量与评价的方法。该方法实现了对田面数据的快速采集、处理和三维重构,并通过计算重构田面的高程差和标准差,结合正态分布3σ法则,对水田平整度作出评价。试验结果表明对实验田平整度的评价与实际情况相符,该检测方法可行高效,可为自动化、智能化获取与处理数据的相关研究提供参考。