摘要：全膜双垄沟播技术抗旱增产,在我国西北旱区大面积推广应用,实现与提升其全程机械化作业水平主要包括对覆膜种床构建、膜上播种、残膜回收及种植作物收获技术与配套机具的研究。在分析西北旱区全膜双垄沟播技术应用概况、技术模式和实施效应的基础上,重点阐述了全膜双垄沟相关机械化起垄覆膜、膜上精量播种、种植作物收获及残膜回收关键技术特点及典型机具。结合实际生产应用中出现的问题与需求,在分析归纳现阶段全膜双垄沟播技术农艺、农机存在问题的基础上,从加强全膜双垄沟播技术农机农艺融合、持续开展基础研究与配套机具性能优化、创建全膜双垄沟全程机械化技术体系等方面展望了未来研究方向。提出研发经济高效全膜双垄沟全程机械化作业装备和农机农艺深度融合是创建全膜双垄沟全程机械化技术体系的关键,也是进一步形成科学合理的全膜双垄沟播技术,实现全膜双垄沟生产系统高效、节本增效的发展方向。

摘要：针对在室外复杂环境下作业的农业机器人存在因能量受限导致工作完成率降低的问题,提出了一种基于改进的启发式搜索的 ECA^*路径规划算法,该算法可以在资源受限的情况下完成能量损耗最优路径的规划。首先,通过建立机器人距离能量损耗模型,计算机器人移动行进的路程和损耗的能量,并对未来的路径和能耗趋势进行评估。然后,在传统 A^*算法的基础上,将距离能量损耗模型代入启发代价函数,通过搜索扩展子节点寻找最优路径。在每次迭代过程中,通过对比剔除处于劣势的路径,以保证算法的高效性。最后,通过设计仿真实验,将改进的ECA^*算法与传统的A^*算法搜索到路径的能量损耗进行对比,并在之后的改进算法中添加相应的能量约束进行计算。仿真结果表明,改进算法减少14.87%能量消耗,验证了ECA^*算法的有效性。

摘要：首先,针对传统人工势场算法存在死锁及局部路径欠优等问题,对其进行改进。利用障碍物检测算法识别出有效障碍物和有效路径中间点,通过引力场和边界条件规划出起点到中间点的局部路径,将中间点置为新的起点进行反复迭代,直至起点与目标点重合则规划完成。其次,针对蚁群算法容易陷入局部最优以及收敛速度较慢等问题,对其进行改进。以改进人工势场算法规划出的路径启发蚁群进行路径搜索,从而避免算法早期由于盲目搜索而导致的路径交叉及收敛速度慢等问题,同时以收敛次数构建负反馈通道,使全局信息素和局部信息素的更新速率跟随收敛次数的变化自适应调节,从而保证了算法全程中收敛速度与全局搜索能力的协调与统一。最后,在Matlab中对本文算法、基本蚁群算法以及文献[23]所述算法分别进行仿真实验。结果表明:在相同的环境模型下,本文算法的收敛速度和搜索能力均优于另两种算法;在给定的简单环境模型下进行路径规划时,本文算法的迭代次数为3次,运行时间为0.892 s,最优路径长度为28.627 m;在给定的复杂环境模型下进行路径规划时,本文算法的迭代次数为8次,运行时间为3.376 s,最优路径长度为31.556 m,所寻路径对环境的覆盖率为73.63%。

摘要：针对传统的基于深度信息的喷雾车轨迹优化方法存在定位精度差、浮点漂移、深度信息帧易丢失等问题,提出了一种融合深度信息的全局非线性轨迹优化方法。在喷雾车前进过程中使用RealSense传感器实时获取连续彩色信息帧,提取并优化重叠区域的FAST特征点,计算BRIEF描述子,通过快速最近邻算法进行特征匹配,并使用Nanoflann算法加速特征匹配过程。在获取连续关键帧的匹配点对后,对特征点对进行校验,剔除误匹配点对,利用对极几何融合深度信息计算两相邻关键帧部分匹配点对的本质矩阵,并针对剩余匹配点对进行重投影获取重投影误差。统筹全局连续关键帧,综合所有关键帧中匹配点的重投影误差,构建图优化,并通过Dogleg算法多次迭代获取当前喷雾车的精确位姿。该方法避免了单一依赖深度信息估计喷雾车轨迹时,出现位姿估计误差较大和深度信息帧丢失导致无法定位的问题。采用本文算法估计的喷雾车行驶轨迹更加接近于真实轨迹,其偏离真实轨迹误差均值下降了1.07 cm,方差下降了2.14 cm,超调量降低了2.13 cm,提高了车行驶轨迹的鲁棒性。

摘要：根据农业生产智能化需求,提出一种基于三维视觉的青饲机拖车车斗自动识别和定位方法。该方法通过图像与点云数据处理技术相互配合,实现拖车车斗的边沿识别和空间定位。首先,利用视觉里程计概念构建相机与地面三维坐标系之间的关联,并用奇异值分解算法求解位姿变换矩阵,将相机坐标系下的 3D 点云进行旋转平移,并且基于地面进行阈值处理和降维;其次,采用随机抽样一致性算法完成对车斗边沿拟合以及车斗角点定位,获得机械臂喷头与车斗的相对位置;最后,通过坐标变换,将定位结果直观呈现在像素坐标系中。本文方法能够准确地定位车斗角点,描绘车斗所在区域。现场实验结果表明,该方法计算量较小、效率高、准确性高,能够满足现场作业的实时性与精度要求。