科研产出
拖拉机作业工况参数检测系统研究
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：拖拉机田间作业工况参数实时、同步、适宜频率的采集对于可靠性分析与优化具有重要意义.本文设计了基于NI-C DAQ控制器的拖拉机作业工况参数检测系统,对所需传感器进行了选型、设计及安装,并结合LabVIEW平台开发了检测软件和远程监控平台.该系统由传感器、数据采集控制器和数据采集监测平台组成,可实现对发动机、车轮/桥、悬挂系统和机具等多种机构的参数测取.此外,该系统可通过便携式触摸屏远程控制和实时监测.为了验证检测系统的准确性和稳定性,开展了信号误差测试和典型参数田间试验.信号误差测试结果表明,各类信号的采集误差、丢包率以及初始误差均能满足参数检测系统的要求.在田间测试中,拖拉机车轮速度和实际速度测量值的最大相对误差为3.1%;悬挂系统水平牵引力的计算值与测量值的最大相对误差为4.5%;根据测取的车轮加速度,辨识田间作业地面类型的准确率为96%;根据悬挂位置拟合耕作深度的决定系数R2为0.991 56.最后,开展了检测系统田间作业24 h连续运行试验,该系统能始终保持运行稳定与数据准确.开发的拖拉机作业工况信息检测系统相比于同类系统,采集的参数更多,操作更为方便,可为可靠性分析与优化提供有效的数据测取依据.
全文链接
请求原文
面向追溯主体的果蔬全供应链区块链多链模型研究
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：面向全供应链环节建立的农产品区块链溯源系统，追溯链中存储面向多个追溯主体的追溯数据，由于各主体追溯数据的差异化，跨供应链环节的数据难以实现共享和访问控制，敏感数据无法差异化保护和验证，风险数据不能针对性监管。因此，面向不同追溯主体的追溯数据并不适合由同一条区块链账本存储。通过分析果蔬全供应链各追溯主体的需求，建立了面向追溯主体的区块链多链追溯架构，利用溯源链实现消费者的溯源需求，通过共享链实现上下游企业间的数据流转，基于隐私链实现企业隐私数据的安全保护与授权共享，利用监管链实现监管部门对所有环节风险数据的管控。本文基于Hyperledger Fabric设计面向追溯主体的果蔬供应链区块链模型并实现了主体链果蔬溯源系统，测试结果表明，溯源链中追溯数据平均查询时间为38.86 ms,获取共享链中已验证的共享数据平均耗时806.80 ms,获取隐私链中已验证的隐私数据平均耗时910.35 ms,获取监管链中已验证的监管数据平均耗时675.90 ms。面向追溯主体建链的追溯系统在满足消费者需求的基础上，实现了供应链各环节追溯数据的数据共享与控制访问，解决了异构数据的存储保护和验证问题，满足了风险追溯数据针对性的监管需求，为果蔬区块链溯源模型设计提供了参考和借鉴。
关键词： 果蔬追溯 追溯主体 多链 数据共享 数据监管 Hyperledger Fabric
全文链接
请求原文
基于CART重要度排序和混合ELM模型的蒸散预测
《农业工程学报 》 2023 EI 北大核心 CSCD
摘要：准确地预测区域蒸散有助于区域水资源的合理利用,减少水资源浪费.为从多项气象因子中筛选出核心因子,构建少因子蒸散预测模型,高效精确预测蒸散,该研究在九大农业区选取 23个典型站点,搜集降水量、日照时数等 8个气象因子数据,使用分类回归树(classification and regression tree,CART)对气象因子进行重要度排序.基于排序结果,选取排序前 3~5项气象因子,基于极限学习机(extreme learning machine,ELM)模型对蒸散进行预测.同时,使用遗传算法(genetic algorithm,GA),粒子群算法(particle swarm optimization,PSO),麻雀搜索算法(sparrow search algorithm,SSA)对ELM模型进行优化,并使用这 3种优化算法(GA-ELM、PSO-ELM、SSA-ELM)构建少因子混合优化蒸散预测模型.结果表明:1)基于CART算法重要度排序结果,蒸散的主要影响因子依次是降水量、日照时数、平均本站气压、日最高气温、平均相对湿度.2)3种优化算法预测模型中,PSO-ELM模型的预测精度最高,23个站点的蒸散预测的均方根误差为 6.608~22.077 mm/d,纳什效率系数为 0.824~0.998,R2 为 0.908~0.995,平均绝对误差为 5.075~16.677 mm/d.3)ELM模型在云贵高原区和四川盆地及周边地区有较好的适用性,3种优化算法在华南区和云贵高原区有较好的适用性,其中PSO-ELM模型的适用性最高.研究结果可为中国九大农业区域的作物需水量计算提供参考.
全文链接
请求原文
基于电驱动系统的农业车辆牵引负荷车设计与试验
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：针对传统农业车辆牵引负荷车机械结构复杂、存在加载死区导致无法实现全范围加载，采集系统功能单一无法实时评估被试车辆牵引性能的问题，设计了一种基于电驱动系统的农业车辆牵引负荷车。负荷车以最大加载牵引力150 kN为设计目标，结合对驱动轮的受力分析，完成了其整机关键部件的选型设计，采用集成发动机-电动桥的电驱动系统为核心单元，使用转向牵引架实现前桥平台的自动跟随转向。在LabVIEW RIO架构基础上，通过FPGA搭建高算力、高性能的测控系统，实现对电驱动系统电流、电压、被试车辆牵引力、油耗等多种信息的采集、无线传输与存储，并使用模糊自适应PID控制算法对牵引力加载进行闭环控制。最后开展整机性能验证试验，负荷车实现了0～150 kN范围内的负荷加载，加载系统最大响应时间为3.6 s,最大超调量为1.61%,实际加载牵引力与目标牵引力最大误差为4.5%。整机性能验证试验表明，负荷车具备良好的牵引负荷加载性能，其测控系统可实现被试车辆牵引性能多参数的实时准确监测，能够完成对农业车辆牵引性能的全面评估。
关键词： 农业车辆 负荷车 电驱动系统 全范围加载 测控系统 牵引性能
全文链接
请求原文
基于脸部RGB-D图像的牛只个体识别方法
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：为实现非接触、高精度个体识别，本文提出了一种基于牛只脸部RGB-D信息融合的个体身份识别方法。以108头28～30月龄荷斯坦奶牛作为研究对象，利用Intel RealSense D455深度相机采集2 334幅牛脸彩色/深度图像作为原始数据集。首先，采用冗余图像剔除方法和自适应阈值背景分离算法进行图像预处理，经增强共得到8 344幅牛脸图像作为数据集；然后，分别选取Inception ResNet v1、Inception ResNet v2和SqueezeNet共3种特征提取网络进行奶牛脸部特征提取研究，通过对比分析，确定FaceNet模型的最优主干特征提取网络；最后，将提取的牛脸图像特征L2正则化，并映射至同一特征空间，训练分类器实现奶牛个体分类。测试结果表明，采用Inception ResNet v2作为FaceNet模型的主干网络特征提取效果最优，在经过背景分离数据预处理的数据集上测试牛脸识别准确率为98.6%,验证率为81.9%,误识率为0.10%。与Inception ResNet v1、SqueezeNet网络相比，准确率分别提高1、2.9个百分点；与未进行背景分离的数据集相比，准确率提高2.3个百分点。
全文链接
请求原文
气单胞菌群体感应及其抑制剂研究进展
《食品科学 》 2023 EI 北大核心 CSCD
摘要：细菌群体感应(quorum sensing,QS)是细菌通过信号分子的产生、释放、积累和感应进行化学交流的过程,这种信号分子又称之为自诱导物(autoinducers,AI).气单胞菌(Aeromonas)是水产品中常见腐败菌,也是动物和人类的环境条件致病菌.近年来研究报道气单胞菌的致病性和腐败行为可能与QS有关,提示可以通过抑制气单胞菌QS对其进行防控.气单胞菌QS系统按照信号分子种类的不同可以分3类:以N-酰基高丝氨酸内酯类化合物(N-acyl homoserine lactone,AHLs)作为信号分子的AI-1 系统、以4,5-二羟基-2,3-戊二酮(4,5-dihydroxy 2,3-pentanedione,DPD)衍生物为信号分子的AI-2系统和QseBC双组分调控的AI-3系统.本文介绍这3类QS系统及其调控机制,概述植物来源、微生物和动物来源、化学合成类气单胞菌QS抑制剂(quorum sensing inhibitors,QSI)的研究进展,探讨气单胞菌QSI在水产品腐败和水产病害预防中的应用和前景,以期为气单胞菌QSI在水产品安全方面的应用提供参考.
关键词： 气单胞菌 群体感应 群体感应抑制剂 水产腐败 水产养殖病害
全文链接
请求原文
农业装备自动驾驶技术研究现状与展望
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：农业装备自动驾驶技术可以显著提升作业质量，提高作业效率，降低作业成本，减轻劳动强度，已成为智能农业装备发展的重要方向。在政策和市场的共同推动下，我国农业装备自动驾驶技术发展迅速，并通过多场景、多层次的示范和应用推动技术熟化，逐步建立了完整的技术体系。农业装备自动驾驶技术系统主要包括环境感知、工况感知、决策规划、横向控制、纵向控制等关键技术。本文首先阐述了农业装备自动驾驶关键技术研究的现状，分析归纳了各技术领域有待解决的关键科学技术问题；结合农业装备自动导航技术产品和自动驾驶技术集成应用两方面，介绍了国内外农业装备自动驾驶技术研发和应用情况；从自动驾驶技术分级研究和建立标准规范角度，对比分析了农业装备自动驾驶与智能网联汽车行业的差距，指出了农业装备自动驾驶等级划分的迫切需求。为应对智慧农业生产非结构环境、高精度农艺和强农时约束三大挑战，建议突出农业生产应用中作业精准化和驾驶自动化双重需求的特点，有针对性地开展农业装备自动驾驶技术研发、应用示范和技术分级等方面工作。
关键词： 农机自动驾驶 环境感知 决策规划 自动导航 自动驾驶分级
全文链接
请求原文
融合无人机多源传感器的马铃薯叶绿素含量估算
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：叶绿素是衡量作物光合作用的重要指标，监测马铃薯关键生育期叶片叶绿素含量(Leaf chlorophyll content, LCC)至关重要。获取马铃薯块茎形成期、块茎增长期和淀粉积累期的无人机RGB和多光谱影像，提取无人机多光谱影像的光谱反射率构建植被指数(Vegetation index, VIs),利用Gabor滤波器提取RGB影像的纹理信息(Texture information, TIs)。然后利用机器学习SVR-REF方法进行数据降维获取植被指数和纹理特征重要性排序，并采用迭代的方法在植被指数最佳模型中加入纹理信息，观察每次加入的纹理信息对模型的动态影响。最后使用支持向量机(Support vector machine, SVR)和K-最近邻算法(K-nearest neighbor, KNN)2种机器学习方法进行建模。结果表明，马铃薯3个关键生育期，加入纹理特征后的2种模型精度和稳定性均有提高，且SVR模型精度优于KNN。块茎形成期，SVR模型建模R~2由0.61提升至0.71,RMSE由0.20 mg/g降为0.17 mg/g,精度提升14.2%,验证R~2由0.58提升至0.66,RMSE由0.19 mg/g降至0.17 mg/g,精度提升10.5%。块茎增长期，SVR建模R~2由0.59提升至0.67,RMSE由0.16 mg/g降至0.14 mg/g,验证R~2由0.71提升至0.79,RMSE由0.15 mg/g降至0.13 mg/g,精度提升13.3%。淀粉积累期，SVR建模R~2由0.62提升为0.69,RMSE由0.17 mg/g降至0.14 mg/g,精度提升17.6%,验证R~2由0.47提升至0.63,RMSE由0.17 mg/g降至0.14 mg/g,精度提升17.6%。另外，3个时期参与SVR建模的植被指数数量分别为19、16、3,纹理数量分别为4、2、9,在植被指数不能充分响应叶绿素含量时，会有更多纹理信息参与建模，并且模型精度提升更高，进一步论证了纹理特征在马铃薯叶绿素含量反演中的重要性。
关键词： 马铃薯 叶绿素含量 图谱融合 Gabor纹理 机器学习
全文链接
请求原文
基于接触状态感知的羊胴体后腿自适应分割控制方法
《农业机械学报 》 2023 EI 北大核心 CSCD
摘要：针对羊胴体后腿骨肉边界未知、尺寸多变和可见性约束限制造成的机器人自主分割精确度低与易受阻卡住的问题,提出一种羊胴体后腿自适应分割控制方法,并开展羊胴体后腿分割试验进行验证.该方法以接触状态感知为核心,有效提取接触类型特征、接触异常度特征和接触方向特征,通过构建深度时空神经网络识别接触类型,构建深度自编码网络估计接触异常度,采用主成分分析方法检测主要接触方向,实现接触状态多模态感知,机器人通过动态运动基元模仿学习人类操作技能,并结合接触状态感知信息实现关节运动的自适应调节.试验结果表明:深度时空网络模型在羊胴体后腿分割验证集上的识别准确率为98.44%;深度自编码网络模型能够较好地估计验证集样本的接触异常度,区分不同的接触状态.机器人基于自适应分割控制方法开展实际分割试验,与对照组相比,最大分割力下降幅度为29 N,最大力矩下降幅度为7 N·m,证明该方法的有效性;平均最大残留肉厚度为3.6 mm,平均分割残留率为4.9%,分割残留率与羊胴体质量呈现负相关,证明该方法具有良好的泛化性和准确性,并且整体分割效果较好,满足羊胴体后腿分割要求.
关键词： 羊后腿 分割机器人 接触状态感知 深度学习 模仿学习 自适应控制
全文链接
请求原文
基于级联视觉检测的樱桃番茄自动采收系统设计与试验
《农业工程学报 》 2023 EI 北大核心 CSCD
摘要：樱桃番茄串生长姿态多样、果实成熟度不一，采摘机器人进行“粒收”作业时，常面临果梗干涉末端执行器、成熟度判断错误等问题，导致采摘效率低下、难以有效实现分级采收。针对上述问题，该研究提出一种级联视觉检测流程，包括采收目标检测、目标果实特性判别、果实与果梗位置关系判断3个关键环节。首先根据农艺要求按成熟度将番茄果实分为4个等级，引入YOLOv5目标检测模型对番茄串和番茄果实进行检测并输出成熟度等级，实现分期采收。然后对果实与果梗的相对位置进行判断，利用MobileNetv3网络模型对膨胀包围盒进行果实与果梗相对位置关系判断，实现末端执行器采摘位姿控制。日光温室实际测试结果表明，本文提出的级联检测系统平均推理用时22ms，在IOU（intersectionoverunion）阈值为0.5的情况下，樱桃番茄串与果实的平均检测精度达到89.9%，满足采摘机器人的视觉检测精度和实时性要求，相比末端执行器以固定角度靠近待采目标的方法，本文方法采收效率提升28.7个百分点。研究结果可为各类果蔬采摘机器人研究提供参考。
关键词： 机器人 目标检测 日光温室 樱桃番茄 YOLOv5
全文链接
请求原文
