摘要:智能农业装备是信息化、自动化、智能化的综合体，其智能化水平主要表现在作业过程状态感知、数据分析、科学决策与自主控制等先进技术的应用。目前，我国农业装备在作业服务方面主要存在故障自动监测实用性差、维修服务资源配置失衡以及服务调度成本高等问题。本文以农业装备中典型机具——联合收获机为例，重点综述了国内外联合收获机运维服务管理相关典型技术的现状和特点，阐述和剖析了农业装备远程运维服务平台、作业数据监测、多机协同作业以及运维服务优化等方面的研究现状和发展动态。阐述了运维服务管理平台总体构架与技术进展；并分别阐述了作业工况、作业质量感知与车载终端管理等远程运维数据监测技术研究进展，路径规划、协同控制与任务分配等多机协同作业技术研究进展，故障诊断预测、维修策略与群体调度等运维服务优化技术研究进展；最后，结合实际应用场景，总结分析了农业装备运维服务管理技术所面临的挑战和机遇，提出了农业装备信息化管理技术的未来发展方向；并指出我国农业装备运维服务管理信息化技术未来研究方向。

摘要:针对超级稻育秧播种环节振动式排种器匀种性能差，难以实现精量播种的问题，设计一种分体组合振动式精量播种匀种装置，并提出了一种基于图像识别的振动匀种控制方法。对振动板关键结构参数：储种盒深度和转向槽角度进行匀种性能单因素离散元仿真分析，结果表明：输送阶段不同时间和空间匀种均匀性变异系数和振动板出口处供种均匀性变异系数随储种盒深度增大而增大，随转向槽角度增大先减小后增大，并确定储种盒深度和转向槽角度分别为12mm和48°。设计并搭建了种子流图像检测与控制系统，压电振动单体和匀种单元图像检测和整流验证试验表明，当检测到图像中白色低像素占比低于20%，经整流后，白色像素占比可满足设计要求。对分体组合振动式播种匀种装置进行不同匀种电压和具有不同长宽比的3种超级稻品种进行播种性能试验。试验结果表明，当工作电压为150~200V时，其播种合格率不小于93.47%，漏播率不大于1.00%；3种水稻种子播种合格率均不小于94.17%，漏播率不大于0.67%。该装置能够满足超级稻精量播种要求，且对不同超级稻种子具有较好的适应性。

摘要:针对播种机气力集排系统中种子流沿输种管侧壁进入分配器时，产生气种混合均匀性低、各行排量一致性差的问题，提出了螺旋式增压管，阐述了总体结构和工作原理，并对输种管和螺旋式增压管进行了设计，以荞麦为对象，开展了螺旋式增压管内种子群受力、运动及压损分析。基于CFD-DEM耦合仿真方法，通过单因素试验、最陡爬坡试验和中心复合设计试验研究了叶片数、扭转角、螺旋式增压管长度和输送气流速度对荞麦种子各行排量一致性变异系数的影响，仿真试验结果表明：当叶片数为3、螺旋式增压管长度为210mm、扭转角为383°、输送气流速度29.30m/s时，荞麦各行排量一致性变异系数为9.83%，达到最优。通过气力集排系统试验台架开展了不同型式增压管性能验证试验，结果表明：采用螺旋式、波纹式和窝眼式增压管的荞麦气力集排系统各行排量一致性变异系数分别为5.58%、6.85%和9.65%，最优参数组合条件下螺旋式增压管的仿真结果与台架验证试验结果相差 4.25个百分点。提出的螺旋式增压管较传统增压管，增强了气种混合均匀性，提高了气力集排系统的作业质量，可为气力集排系统设计提供技术支撑。

摘要:针对现有辣椒移栽机取苗成功率低、损伤率高、稳定性差的问题，设计了一种插夹联动式末端执行器，基于整排取苗、间隔投苗的取投苗作业形式设计了气动控制系统，分析了取投苗装置结构及工作原理，建立了末端执行器运动学、动力学模型，以薄皮椒钵苗为研究对象开展力学特性试验，结合取苗过程边界条件确定了末端执行器主要参数范围；通过ADAMS运动轨迹仿真与FluidSIM-P 3.6气动系统仿真分析，验证了取投苗装置结构设计与气动时序的合理性；通过DEM-MFBD联合仿真对取苗情况进行了可视化分析，为末端执行器关键参数优化提供依据。通过单因素试验明确了各关键因素对取苗成功率与基质损失率的作用规律；设计正交试验，通过方差分析、响应面分析与多目标寻优得出最优参数组合为：取苗针间距12.25mm、取苗针入土角50.37°、取苗针行程14.21mm。台架验证试验得出：取苗成功率为97.92%、基质损失率为2.21%，与回归模型预测值误差分别为0.49%、3.8%，无茎秆损伤现象，取投苗效果良好。

摘要:油莎豆种球形状不规则，表面凹凸不平，国内油莎豆播种装置多数是基于大粒种球排种器进行改进，由于离散元模拟试验过程中缺乏准确的仿真参数，导致对排种器进行仿真优化分析时产生误差。针对此问题，本文测量油莎豆种子的本征参数和与排种装置间的接触参数，利用逆向工程技术构建油莎豆种子颗粒填充模型。依据方形壳体和圆筒的仿真堆积试验结果，采用Plackett-Burman试验筛选出对种群堆积角有显著影响的种间静摩擦因数和种间滚动摩擦因数，建立以这两种显著影响因子为自变量、种群堆积角为响应值的二元回归方程。用Matlab对方程组求解后得到标定后的种间静摩擦因数和种间滚动摩擦因数分别为0.246、0.083。为检验标定后参数的可靠性，在EDEM中进行仿真验证试验，结果显示方形壳体装置仿真和物理堆积角的误差为0.43%，圆筒装置仿真和物理堆积角的误差为0.55%。为进一步验证标定后参数的准确性，采用气力式精量排种器，并选取3个关键特征尺寸和堆积截面积占比率，待种群稳定后将仿真和物理试验做对比，最后得到进种口种群上边界最大凸点处与排种盘水平中心线距离H1、种群轮廓边界与透明观察窗左侧竖线的交点到排种盘水平中心线距离H2和堆积截面积占比率r等参数的相对误差均在8.33%以内。

摘要:针对果园机械化土壤-秸秆分层覆盖中大幅宽、均匀薄层覆土要求，设计了与果园秸秆覆盖机配套的覆土装置，主要由取土螺旋、抛土轮、集土箱和覆土螺旋组成。取土螺旋取土幅宽1.5m，为秸秆层铺设提供平整地基，保证了秸秆层覆盖平整和薄土层均匀度；取土螺旋两侧的抛土轮向后抛送土壤到集土箱，避免了碎石等异物导致的装置卡死问题。经离散元仿真优化，确定取土螺旋采用末段双螺旋结构，抛土轮叶片数量为10，叶片偏角为10°，提高了覆土均匀性并降低了作业功耗。田间试验表明，装置覆土宽度为1.5m，覆土厚度为20.8~31.7mm；建立了覆土厚度标准差回归模型，其决定系数为0.9342，模型误差为1.8%；以覆土厚度标准差为响应值，确定的最优作业参数组合为：抛土轮转速300r/min、抛土角40°、取土深度20mm。该组合下覆土厚度22.9mm，覆土厚度标准差3.7mm，满足大幅宽、均匀薄层覆土要求。本研究实现了果园土壤-秸秆分层覆盖农艺的机械化作业，为旱区果园管理提供了新方法和新装备。

摘要:为实现低矮密集型油茶林松土、除草、除灌一体化作业，解决油茶林土壤板结、草灌杂生等问题，设计了立式螺旋松土除草机。通过对油茶林常见杂草、杂灌根系的物理力学特性分析，结合刀具运动分析，设计了立式螺旋耕刀。采用Hertz-Mindlin bonding接触模型建立了根土复合体模型，以降低功耗为目标对刀具参数进行了仿真优化，分析其对根土复合体的扰动情况，并试制样件进行了土槽试验，检验耕作效果，验证了仿真分析的可靠性。仿真结果表明：优化后立式螺旋耕刀对根土复合体的扰动率可达到91.41%，切削土壤时最大功耗为0.16kW；切削根土复合体时最大功耗为0.77kW。土槽试验表明：耕刀的耕深稳定性系数为92.34%，碎土率95.00%，除根率95.30%；螺旋耕刀在切削土壤时，实际测得最大转矩为7.93N·m，比仿真值低6.57%；切削根土复合体时，实际测得最大转矩为34.84N·m，比仿真值低4.91%，两者比较接近，验证了设计的正确性。设计的立式螺旋松土除草机满足丘陵山地油茶林松土、除草、除灌作业要求。

摘要:针对大垄宽幅马铃薯中耕机纵横稳定性差、偏摆严重等问题，对大垄宽幅马铃薯中耕机进行优化设计与试验。通过理论分析确定了影响马铃薯中耕机纵横稳定性的主要因素，并对部件进行了优化设计。运用EDEM离散元仿真软件，以覆土铧到平行四杆与机架铰接点的水平距离、平行四杆横向宽度和作业速度作为试验因素，以垄向直线度、垄高稳定性系数为评价指标，进行了二次正交旋转仿真试验。对仿真试验结果进行优化分析，当覆土铧到平行四杆与机架铰接点的水平距离为702.7mm、平行四杆横向宽度为255.4mm、作业速度为1.29m/s时，中耕机垄向直线度为2.39cm，垄高稳定性系数为94.12%。对优化后的数据进行了田间试验验证，结果表明，垄向直线度为2.4cm，培土行距合格率为95.7%，伤苗率为1.5%，垄高稳定性系数为94.2%，培土高度为7.8cm，均优于优化前的大垄宽幅马铃薯中耕机，具有较好的纵横稳定性。

摘要:针对南方丘陵山区烟叶种植区传统铣抛式培土作业存在土块抛送不集中、定点覆土效果差等问题，采用“旋耕碎土—集中后抛—斜置送土”的作业方式，设计一款中间集抛后送式双侧斜输烟草培土机。根据土壤铣削加工和土壤螺旋输送器输送原理，对整机土壤加工关键部件进行了研究，分析集中后抛斜输过程，确定了培土机的主要结构和工作参数。利用EDEM离散元仿真，建立培土作业仿真模型，以机具前进速度、旋耕深度、螺旋输送器轴转速为试验因素，培土高度、培土幅度、取土率为试验指标，进行了二次正交旋转回归仿真试验与优化，得到最优工作参数。田间试验结果表明，作业后沟底土壤松碎，培土土量均匀，培土高度为24.37mm，培土幅度为130.42mm，取土率为21.19%，与仿真结果误差分别为12.21%、1.90%、10.44%。能够满足烟田培土需求，为烟草培土技术农机农艺融合提供了新途径。

摘要:针对现有马铃薯联合收获机升运输送行程长而导致伤薯率高、破皮率高、机具结构不紧凑等问题，结合北方马铃薯主产区收获模式，设计了一款适用于马铃薯升运作业的环形减损集薯升运装置。在阐述总体结构及工作原理基础上，结合马铃薯运动学模型和碰撞特性分析，得到影响升运效率和薯块损伤的主要因素，通过DEM-MBD耦合构建薯块和装置模型，得到最优参数组合:升运挡板高度为199.21mm、升运挡板与升运输送带间夹角为75.86°、相邻两升运挡板间距为240.35mm。台架试验表明:上料量为24t/h，升运输送带运行速度为0.8、1.0、1.2m/s时，电子马铃薯采集的碰撞加速度峰值平均值为636.63、593.29、685.63m/s2，破皮率为1.13%、1.06%、1.21%，碰撞加速度峰值均小于马铃薯临界损伤阈值。田间试验表明:作业速度为0.6、0.7、0.8m/s时，伤薯率为0.94%、1.06%、1.12%，破皮率为1.09%、1.21%、1.33%，环形减损集薯升运装置运行正常，未出现薯块掉落等现象，各部件配合协调，满足装袋型马铃薯联合收获机高效稳定的作业要求。

摘要:针对甘蔗生长的随机性使收获机喂入量随时变化，易导致整秆式甘蔗收获机输送堵塞或工作效率低下的问题，设计了一种整秆式甘蔗收获机输送调控系统。该系统由动态扭矩传感器、PLC控制系统、液压系统、伺服电机系统组成，通过实时调节输送辊转速与喂入速度使得甘蔗收获机输送能力与喂入量相匹配，减少甘蔗堵塞情况。通过搭建甘蔗收获机试验平台，开展甘蔗输送调控试验。甘蔗输送调控试验结果表明，安装了输送调控系统后，各试验水平下的甘蔗平均输送速度为4.06、3.42、3.04、2.42m/s，相比无调控系统有了明显提升，并且收获机输送能力在喂入量峰值过后恢复到初始值，保证了工作效率；调控试验的平均堵塞率降低到5%，输送调控系统对缓解输送堵塞有显著作用。

摘要:针对丘陵山地油茶果人工采摘效率低、大型机械采收难且花苞损伤大等问题，设计了一种手持冲击梳刷式油茶果采摘装置，通过冲击指的碰撞作用和指间梳刷作用采摘油茶果，可有效降低花苞损伤率。以采摘装置质量最小化为目标，利用Ansys Workbench拓扑优化模块进行轻量化设计，机架减轻近30.59%；建立“冲击指-油茶果”碰撞模型和“主枝-细枝-茶果”三摆动力学模型，明确影响油茶果采摘效果的主要因素为油茶果的质量和压入变形量、冲击指质量和转速、枝条长度和质量；进而以冲击指转速和指间夹角、装置梳刷次数为试验因素，以采摘速率、采净率和花苞损伤率为评价指标，开展油茶果采摘试验并采用响应面分析法处理试验数据。结果表明，冲击指转速对采摘效果的影响最为显著，且当冲击指转速为409.8r/min、指间夹角为4.1°、装置梳刷4.5次时，装置的采摘性能最佳；此时，油茶果采摘速率为43.67kg/h、采净率为86.42%，花苞损伤率低于8.89%，满足高油茶果采净率和低花苞损伤率的工作要求。

摘要:为提高铡草机切碎作业的控制性能、作业质量及减小能耗，基于线性预测控制并结合铡草机切碎作业特点建立目标函数，由切碎运动学误差模型推导采样周期以解决控制鲁棒性，切碎动力学模型推导控制时域及预测时域以提高控制响应性，设计了铡草机切碎辊负荷控制器。Simulink仿真表明：经计算和回归优化选出的预测参数组采样周期、预测时域、控制时域为0.8、15、2s时，其控制精度及鲁棒性最好、作业能力最大、对扰动的响应速度最快、抑制能力最强及能耗（9.27×106J）最小。现场试验结果表明：该优化预测参数组模型控制器，能够对铡草机切碎负荷有效跟踪控制，产品质量符合标准要求，同时实现了铡草机作业能力的提高，使系统控制响应更迅速，生产效率更高和单位作业能耗（1.382×107J）更小。该控制器参数模型建立方法为类属饲草作物收获机控制系统的设计提供了参考。

摘要:针对棉秆粉碎还田过程中刀具磨损严重且缺少故障监测装置导致工作失效的问题，设计了一种搭载在棉秆粉碎还田机上的智能监测系统。系统以STM32单片机为主控制器，应用多种传感器融合技术，基于机器学习算法实现刀具磨损状态监测。为了解决棉秆粉碎刀具磨损非线性特征信号难以提取的问题，提出了一种融合改进蝴蝶优化算法(IBOA)和支持向量机(SVM)的刀具磨损状态监测方法（IBOA-SVM）。该监测方法以粉碎刀辊转速、左侧振动频率、右侧振动频率作为模型输入特征向量，将刀具磨损状态(正常状态、磨损状态、丢刀状态)作为输出。相较于未优化的SVM算法，通过IBOA算法优化SVM算法的参数，刀具磨损状态的识别准确率由95.61%提高至98.83%。为验证IBOA-SVM模型的有效性，在相同参数设置环境下进行多种模型的重复对比试验，试验结果表明：相较于SVM、PSO-SVM、WOA-SVM、BOA-SVM和CWBOA-SVM 5种模型，IBOA-SVM模型识别准确率平均值有所提升，单次试验的准确率均维持在较高的水平。将IBOA-SVM模型嵌入到监测系统，并进行田间验证试验，试验结果表明设计的刀具磨损状态监测系统在识别准确率和鲁棒性方面都具有良好的性能。

摘要:为适应过程工业中生产调节对液力透平性能的影响，要求多级泵作透平的输出功率随流量的变化较小，即输出功率-流量曲线较平坦。基于欧拉方程，根据速度矩守恒，推导得到导叶式透平输出功率与几何参数的关系式。利用数学求导，判断出导叶几何参数对输出功率曲线平坦性的影响规律。以两级径向导叶离心泵作透平为研究对象，改变正导叶几何参数设计研究方案，通过Fluent软件数值计算并进行试验验证。研究结果表明：数值计算结果与理论推导相符，适当增大正导叶的喉部面积、出口安放角、叶片数或适当减小正导叶基圆直径都可以使输出功率曲线变平坦；设计工况点正导叶几何参数对功率曲线斜率（平坦性）影响由大到小为喉部面积、出口安放角、叶片数、基圆直径，斜率依次减小0.17、0.11、0.05、0.03；适当增大喉部面积可以使透平效率提升1.65个百分点，高效点向大流量偏移。

摘要:提取农田信息对智慧农业、环境保护等有重要意义。监督学习模型对不同地貌、区域、种植类型等空间异质性农田的特征提取效果不佳。针对该问题，本文提出一种半监督学习模型，该模型使用基于加权损失函数的在线难例样本挖掘策略，在Vaihingen数据集中总体精度高达87.1%，相较于其他半监督学习模型的提取效果最好。在吉林一号农田影像数据集进行空间异质性农田特征提取中的对比试验和精度评估，结果表明：分别使用拟提取地区和训练集地区的无标注影像训练该模型，均可提高对空间异质性农田特征提取精度，若无标注影像与拟提取地区影像中农田特征相似度高，总体精度可提升2.1~6.1个百分点，总体精度最高可达84.0%。该模型使用更少量的标注信息获得媲美监督学习模型的提取效果；而使用相同量的标注信息，可以通过增加无标注影像以取得比监督学习模型更好的提取效果。本文构建河北献县地区的农田数据集，模型使用吉林一号农田影像数据集（部分1）作为有标注训练集，吉林一号农田影像数据集（部分2）和献县地区高分二号影像数据集作为无标注影像训练后的总体精度高达88.7%。验证了改进后的半监督学习模型可准确有效提取空间异质性农田特征。

摘要:为了进一步提高冬小麦产量预测的准确性，针对麦玉轮作体系缺乏直接把前茬作物信息纳入到当季作物的产量估算及管理中的研究状况，利用前茬玉米季中长势遥感信息及产量信息，融合小麦拔节期、灌浆期及成熟期长势遥感信息、播前施肥信息及土壤特性信息等多时相多模态数据，基于GPR算法，建立多时相多模态参数融合的麦玉轮作体系小麦产量估算模型，结果显示：基于多生育期的产量估算模型较单生育期最优产量估算模型性能有所提升，R2提高0.01~0.03。其中基于拔节期产量估算模型精度略低于多生育期产量估算模型，但精度相近。基于多模态参数融合的产量估算模型中，除玉米作物信息与土壤特性信息融合构建的产量估算模型，多模态参数融合的产量估算模型精度较相应低模态参数融合的产量估算模型精度高。四模态参数融合的GPR模型决定系数R2为0.92，RMSE为213.75kg/hm2，较其他模型，R2提高0.02~0.41。对于小麦产量估算模型，各模态参数影响由大到小依次为施肥信息、小麦遥感信息、土壤特性信息、玉米作物信息。玉米作物信息对于多模态参数融合的小麦产量估算模型精度提升最小，R2总体提升0.02~0.07。玉米作物信息在一定程度表征了收获后土壤肥力状况，是土壤特性信息的高空间分辨率补充，可以进一步提高量化土壤肥力的能力，与其他参数信息结合，提高了小麦产量估算精度，为麦玉轮作体系土壤-作物数据的综合利用及轮作体系的综合管理提供了科学依据和方法思路。

摘要:机器学习模型在作物长势监测和产量估测过程中，复杂模型的内部机制难以理解，为了在准确估测作物产量的同时给出合理解释，本文选取条件植被温度指数（VTCI）以及冬小麦产量数据，基于轻量级梯度提升机（LightGBM）开展关中平原冬小麦的产量估测研究，并将局部可解释性模型无关方法（LIME）、部分依赖图（PDP）和个体条件期望图（ICE）等全局和局部可解释性方法用于对模型估测结果的进一步解释。结果表明，与其他机器学习方法相比，经过网格搜索优化的LightGBM能够准确地估测冬小麦产量，估测单产与实测单产的决定系数R2达到0.32，均方根误差（RMSE）为809.10kg/hm2，平均相对误差（MRE）为16.55%，达到极显著水平（P<0.01），表明该模型有较高的预测精度和泛化能力。进一步可解释性实验表明，网格搜索优化的LightGBM能够准确提取数据蕴含的信息，从全局角度来看，冬小麦4个生育期中拔节期VTCI对产量形成最为重要，抽穗-灌浆期和乳熟期次之，返青期则影响最小，这与先验知识相符合；从局部角度来看，局部可解释性方法基于冬小麦产量西高东低的空间特征能够进一步提供不同县（区）产量存在差异的原因，为关中平原的田间管理提供参考，对冬小麦的稳产增产具有应用价值。

摘要:以往的冬小麦分布信息提取研究大多基于单个物候期或单个植被指数，未考虑不同物候期特征及不同物候期之间的联系导致分类精度较低。为提高提取精度，本文基于冬小麦播种期、越冬期、生长期及成熟期选取相应特征指数，提出一种多物候特征指数的冬小麦识别方法，并对2020年焦作市的冬小麦面积进行提取。通过对不同物候期、不同分类方法下的结果进行对比，结果表明：在物候期的选择上，加入越冬期后，随机森林与支持向量机分类的总体精度与Kappa系数呈现不同程度的提升，均方根误差（RMSE）分别减小19.3%和9.8%，提取冬小麦面积的误差百分比分别降低8.64、4.42个百分点。在不同分类方法上，随机森林相较于支持向量机、最小距离，分类的总体精度与Kappa系数更高。相较于支持向量机，随机森林分类的RMSE减小19.6%。相较于单一特征指数，基于随机森林的多物候特征指数分类的总体精度，Kappa系数更高，RMSE为1.84×103hm2，比单一特征指数减小33.6%，提取冬小麦面积的误差百分比减小7.14个百分点。

摘要:无人机多光谱遥感用于冬小麦产量预测中捕获的数据准确性不高，为指导田块尺度下冬小麦产量的精准预测，需构建高精度的冬小麦产量估算模型。本研究利用校正后的近地面高光谱数据（Field-Spec 3型野外光谱仪获取）验证低空无人机多光谱遥感数据（大疆精灵4型多光谱相机获取），将通过无人机多光谱影像计算的植被指数与经验统计方法结合，采用一元回归和多元线性回归分别对抽穗期、开花期和灌浆期冬小麦进行基于单一植被指数和多植被指数组合的产量估算，其中多植被指数包括归一化差异植被指数（NDVI）、优化的土壤调节植被指数（OSAVI）、绿色归一化差值植被指数（GNDVI）、叶片叶绿素指数（LCI）和归一化差异红色边缘指数（NDRE）。结果表明，基于单一植被指数的冬小麦估产模型，一元二次回归模型精度最高，而基于5种植被指数的多元线性回归模型在3个生育时期的拟合效果均优于单植被指数模型。一元或多元回归模型在抽穗期的拟合效果最好。冬小麦基于GNDVI指数的一元二次回归估产模型建模集的决定系数（R2）、均方根误差（RMSE）分别为0.69、428.91kg/hm2，验证集的R2、RMSE、相对均方根误差（RRMSE）分别为0.76、418.14kg/hm2、11.56%。基于5种植被指数组合的多元线性回归估产模型建模集的R2、RMSE分别为0.80、340.14kg/hm2，验证集的R2、RMSE、RRMSE分别为0.69、466.75kg/hm2、12.90%。综上所述，大疆精灵4型多光谱相机捕获的数据在估算冬小麦产量方面具有广阔的应用前景；冬小麦产量估算的最适模型为基于抽穗期多植被指数组合建立的多元线性回归模型。

摘要:叶片钾含量（Leaf potassium content,LKC）是表征作物钾素营养状况的重要指标，高效准确地获取马铃薯LKC有助于精准农业施肥管理。本研究旨在通过结合马铃薯关键生育期RGB影像提取的植被指数(VIs)和植被覆盖度（FVC）,提高马铃薯关键生育期LKC估算的准确性。首先从马铃薯块茎形成期（S1）、块茎增长期（S2）和淀粉积累期（S3）的RGB影像中提取VIs和FVC，然后分别分析每个生育期VIs和FVC与马铃薯LKC的相关性，最后利用支持向量机（Support vector machine, SVM）、Lasso回归(Least absolute shrinkage and selection operator, Lasso)和岭回归构建马铃薯LKC的估算模型。结果表明：基于RGB影像提取的马铃薯FVC精度较高，且前两个生育期高于第3个生育期；利用VIs估算马铃薯LKC是可行的，但精度有待进一步提高； VIs结合FVC可以提高马铃薯LKC的估算精度。本研究可为作物生长和钾素营养状况监测提供技术参考。

摘要:茶树的冠层信息是茶树田间管理的重要内容，也是茶叶机械化作业机具设计的重要依据。针对传统的作物冠层信息获取方法费时费力、主观性强且易造成损伤等问题，提出了一种茶树冠层高度和轮廓的获取与估计方法。首先，通过3D LiDAR从多个站点采集茶园的点云数据，对原始点云进行姿态矫正、ROI划分、配准、降噪以及高程归一化预处理，得到高程归一化的茶树点云。其次，通过反距离权重插值法、不规则三角网插值法在不同空间分辨率下生成茶树的冠层高度模型（Canopy height model, CHM），其中，空间分辨率0.05m下不规则三角网插值生成的茶树CHM具有较好的插值精度，模型产生的凹坑也相对较少。最后，分别以90~100间的21个百分位数提取CHM的栅格值作为茶树冠层高度与实测值比较，结果表明，第98.5百分位数时估计值最为准确，与真值间的相关系数为0.88，平均绝对误差为3.17cm，均方根误差为4.16cm。此外，在高程归一化的茶树点云中提取20处冠层断面点云，分别采用椭圆模型、高斯模型和二次多项式模型拟合了冠层轮廓点云，其中，二次多项式模型能更好地反映茶树冠层轮廓特征，点云与拟合曲线间平均最小距离的均值为2.60cm，方差为0.21cm2。研究可为茶园现代化管理和茶叶机械化作业机具的设计提供理论支持。

摘要:针对实际稻田环境中水稻与杂草相互遮挡、难以准确区分的问题，提出一种基于改进DeepLabv3+的水稻杂草识别方法。以无人机航拍的复杂背景下稻田杂草图像为研究对象，在DeepLabv3+模型的基础上，选择轻量级网络MobileNetv2作为主干特征提取网络，以减少模型参数量和降低计算复杂度；融合通道和空间双域注意力机制模块，加强模型对重要特征的关注；提出一种基于密集采样的多分支感受野级联融合结构对空洞空间金字塔池化模块（ASPP）进行改进，扩大对全局和局部元素特征的采样范围；对模型解码器部分进行改进。设置消融试验验证改进方法的有效性，并与改进前DeepLabv3+、UNet、PSPNet、HrNet模型进行对比试验。试验结果表明，改进后模型对水稻田间杂草的识别效果最佳，其平均交并比（MIoU）、平均像素准确率（mPA）、F1值分别为90.72%、95.67%、94.29%，较改进前模型分别提高3.22、1.25、2.65个百分点；改进后模型内存占用量为11.15MB，约为原模型的1/19，网络推算速度为103.91f/s。结果表明改进后模型能够实现复杂背景下水稻与杂草分割，研究结果可为无人机精准施药提供技术支撑。

摘要:水稻籽粒检测在粮食储存中凸显重要作用，直接影响粮食销售的价格。针对一般机器视觉检测算法在水稻籽粒小目标的密集场景下存在难以识别且网络模型参数大，检测速度较慢、成本高等问题，提出一种基于YOLO v7优化的水稻籽粒检测算法。首先将部分高效聚合网络模块(Efficient layer aggregation network,ELAN)替换成轻量级网络模块GhostNetV2添加到主干及颈部网络部分，实现网络参数精简化的同时也减少了通道中的特征冗余；其次将卷积和自注意力结合的注意力模块(Convolution and self-attention mixed model,ACmix)添加到MP模块中，平衡全局和局部的特征信息，充分关注特征映射的细节信息；最后使用WIoU(Wise intersection over union)作为损失函数，减少了距离、纵横比之类的惩罚项干扰，单调聚焦机制的设计提高了模型的定位性能。在水稻籽粒图像数据集上验证改进后的模型检测水平，实验结果表明，改进后的YOLO v7模型的mAP@0.5达96.55%，mAP@0.5：0.95达70.10%，训练模型参数量也有所下降，在实际场景以暗黑色为背景的水稻杂质检测中的效果优于其他模型，满足了水稻籽粒的实时检测要求，可将此算法应用于自动化检测粮食系统中。

摘要:番茄图像中多类别目标的准确识别是实现自动化采摘的技术前提，针对现有网络分割精度低、模型参数多的问题，提出一种基于改进DeepLabv3+的番茄图像多类别分割方法。该方法使用幻象网络(GhostNet)和坐标注意力模块(Coordinate attention，CA)构建CA-GhostNet作为DeepLabv3+的主干特征提取网络，减少网络的参数量并提高模型的分割精度，并设计了一种多分支解码结构，用于提高模型对小目标类别的分割能力。在此基础上，基于单、双目小样本数据集使用合成数据集的权值参数进行迁移训练，对果实、主干、侧枝、吊线等8个语义类别进行分割。结果表明，改进的DeepLabv3+模型在单目数据集上的平均交并比（MIoU）和平均像素准确率（MPA）分别为68.64%、78.59%，在双目数据集上的MIoU和MPA分别达到73.00%、80.59%。此外，所提模型内存占用量仅为18.5MB，单幅图像推理时间为55ms，与基线模型相比，在单、双目数据集上的MIoU分别提升6.40、6.98个百分点，与HRNet、UNet、PSPNet相比，内存占用量压缩82%、79%、88%。该研究可为番茄采摘机器人的智能采摘和安全作业提供参考。

摘要:针对我国作物品种种类多，资源信息规范性差，模型训练精度低等问题，本文以小麦、水稻、玉米、大豆、棉花、花生、油菜7种作物为对象，以品种、形态、产量和品质等参数为指标，构建了83个品种实体，采用人工标注方法，通过融合对抗训练技术，提出了农作物品种信息抽取4层网络模型(BERT-PGD-BiLSTM-CRF)。模型基于深层双向Transformer构建的BERT(Bidirectional encoder representation from transformers)模型作为预训练模型获取字词语义表示，使用PGD(Projected gradient descent)对抗训练方法为样本增加扰动，提高模型鲁棒性和泛化性，利用双向长短期记忆网络 (Bidirectional long short-term memory, BiLSTM)学习长距离文本信息，结合条件随机场(Conditional random field,CRF)学习标签约束信息。对比18个不同信息抽取模型的训练效果，结果表明，本研究提出的BERT-PGD-BiLSTM-CRF模型精确率为95.4%、召回率为97.0%、F1值为96.2%，说明利用对抗训练技术的BERT-PGD-BiLSTM-CRF模型能够有效对作物品种信息进行抽取，同时也为农业信息抽取提供了技术参考。

摘要:将内嵌有ToF相机、面阵相机及IMU的智能手机作为硬件系统，RGB-D SLAM技术实时获取的深度图、位姿等为数据源，构建了RGB-D SLAM增强现实楞堆原木检尺系统。首先设计了基于ToF影像实时估计RGB影像像素深度的方法，实现对待测原木端面几何坐标的初步估计；其次，设计了散形分区去噪算法实现原木端面点云的精确过滤，设计了原木端面曲率估计算法实现对过滤点云可靠性判别；然后，基于PCA等算法实现原木长、短直径方向向量估计，并基于该向量对原木长、短直径进行了估计；最后，以所构建算法为基础在智能手机平台上搭建了增强现实楞堆检尺系统，实现智能手机对原木进行实时检尺、增强现实场景对测量结果实时监督。新型检尺系统通过对6个楞堆334根原木进行了检尺实验，以评估该设备的测量精度。结果显示：原木平均直径估计值的偏差及均方根误差分别为-0.13cm(-0.35%)及1.05cm(3.34%)；原木径阶化直径估计值的偏差及均方根误差分别为-0.10cm(-0.22%)及1.33cm(4.43%)；原木材积估计值的偏差及均方根误差分别为-0.007m3(-0.27%)及0.0939m3(7.23%)；楞堆材积相对误差绝对值均不大于2.23%，所有楞堆总材积相对误差为-0.68%。无论从单根原木还是楞堆角度来看，材积等测量结果均无偏且高精度，说明原木检尺系统是一种可高精度、高鲁棒性实时完成楞堆原木检尺的潜在方案。

摘要:黄瓜霜霉病由古巴假霜霉病菌孢子通过侵染引起，严重影响了黄瓜的品质和产量；病菌孢子数量与病情严重度相关，因此建立快速、简便和高效的病菌孢子定量检测方法，实现黄瓜霜霉病防治关口前移。基于YOLO v5模型提出了一种基于Faster-NAM-YOLO的黄瓜霜霉病菌孢子定量检测模型，该模型首先提出了一种特征提取模块 C3_Faster，使用C3_Faster替换YOLO v5中的C3模块，有效降低了模型参数计算量和模型深度，提升了对黄瓜霜霉病菌孢子检测速度和精度；其次在主干网络中加入了NAM注意力模块，通过应用权重稀疏性惩罚抑制不显著权重，进而提高模型的特征提取能力和计算效率；最后实现了对黄瓜霜霉病菌孢子的定量检测。实验结果表明，Faster-NAM-YOLO模型在测试集上mAP@0.5和mAP@0.5:0.95分别达到95.80%和60.90%，对比原始YOLO v5模型分别提升1.80、1.20个百分点，较原始YOLO v5模型内存占用量和每秒浮点运算次数分别减少5.27MB和1.49×1010；通过与YOLO v3、THP-YOLO v5、YOLO v7、YOLO v8、Faster RCNN、SSD目标检测模型对比，Faster-NAM-YOLO在检测精度、模型内存占用量、每秒浮点运算次数和推理时间方面均具有显著优势；在1200像素×1200像素、1500像素×1500像素和1800像素×1800像素3种不同分辨率尺度及不同图像数量下进一步验证了Faster-NAM-YOLO模型具有较强的鲁棒性和泛化能力。

摘要:为实现作物病害早期识别，本文提出一种基于红外热成像和改进YOLO v5的作物病害早期检测模型，以CSPD-arknet为主干特征提取网络，YOLO v5 stride-2卷积替换为SPD-Conv模块，分别为主干网络中的5个stride-2卷积层和Neck中的2个stride-2卷积层，可以提高其准确性，同时保持相同级别的参数大小，并向下阶段输出3个不同尺度的特征层；为增强建模通道之间的相互依赖性，自适应地重新校准通道特征响应，引入SE机制提升特征提取能力；为减少模型计算量，提高模型速度，引入SPPF。经测试，改进后YOLO v5网络检测性能最佳，mAP为95.7%，相比YOLO v3、YOLO v4、SSD和YOLO v5网络分别提高4.7、8.8、19.0、3.5个百分点。改进后模型相比改进前对不同温度梯度下的作物病害检测也有提高，5个梯度mAP分别为91.0%、91.6%、90.4%、92.6%和94.0%，分别高于改进前3.6、1.5、7.2、0.6、0.9个百分点。改进YOLO v5网络内存占用量为13.755MB，低于改进前基础模型3.687MB。结果表明，改进YOLO v5可以准确快速地实现病害早期检测。

摘要:针对茶叶病害检测面临的病害尺度多变、病害密集与遮挡等诸多问题，提出了一种多尺度自注意力茶叶病害检测方法（Multi-scale guided self-attention network，MSGSN）。该方法首先采用基于VGG16的多尺度特征提取模块，以获取茶叶病害图像在不同尺度下的局部细节特征，例如纹理和边缘等，从而有效表达多尺度的局部特征。其次，通过自注意力模块捕获茶叶图像中像素之间的全局依赖关系，实现病害图像全局信息与局部特征之间的有效交互。最后，采用通道注意力机制对多尺度特征进行加权融合，提升了模型对病害多尺度特征的表征能力，使其更加关注关键特征，从而提高了病害检测的准确性。实验结果表明，融合多尺度自注意力的茶叶病害检测方法在背景复杂、病害尺度多变等场景下具有更好的检测效果，平均精度均值达到92.15%。该方法可为茶叶病害的智能诊断提供参考依据。

摘要:为系统分析不同气候条件、土壤基础条件和农田管理措施条件下施氮对棉花产量和水分利用效率的影响，收集了国内外已发表的103篇中英文文献，筛选其中37篇文献，共获得301组产量和127组水分利用效率数据。基于Meta分析方法定量分析了不同生产条件下施氮对棉花产量和水分利用效率的影响，同时利用偏相关分析找出施氮条件下棉花产量和水分利用效率的主要影响因素。结果表明，以不施氮为对照，施氮能够显著提高棉花的产量和水分利用率。在年均降水量200~500mm的地区施氮对产量和水分利用率的提高作用最为明显，效应量分别为34.02%和54.15%；施氮对产量和水分利用率的提高作用均随着日照时数的增大而增大。当土壤pH值为6~8时，施氮对棉花产量和水分利用效率的提高作用最为明显，效应量分别为28.52%和24.59%；在不同土壤质地中施氮对产量和水分利用效率的提高作用均表现为在砂土中效应量最大，分别为46.71%和26.29%；随着施肥频次的增加，施氮对棉花产量和水分利用率的提高作用逐渐增大；施氮对产量的提高作用随灌水量的增加而增加，对水分利用率的提高作用随灌水量的增加呈先增加后降低趋势。当施氮量为300~450kg/hm2时，施氮对产量和水分利用效率的提高作用最为明显；当种植密度为1.5×105~2.5×105株/hm2时，施氮对产量和水分利用效率的促进作用最为明显，效应量分别为38.48%和16.46%。施氮量和土壤pH值是施氮条件下棉花产量的主要影响因子；施氮量和灌水量是施氮条件下棉花水分利用效率的主要影响因子。本研究结果可为不同生产条件下棉花实现高产高效提供参考。

摘要:针对气候变化和种植结构调整对黄淮海地区农业生产作用不明晰的问题，基于反硝化分解模型（Denitrification-decomposition，DNDC），采用情景分析法评估了气候与种植结构变化对黄淮海地区农业温室气体（CO2、CH4和N2O）排放和灌溉需水量的影响。结果表明：从1995年到2015年，研究区气候向暖湿化方向发展，其中年均最高温度无显著变化，年均最低温度上升0.7℃，年降水量增长46.5mm；1995年研究区玉米、小麦和水稻种植面积分别约为7.9×106、1.4×107、2.9×106hm2；2015年3种作物种植面积均增大，而水稻、小麦种植比例减小。气候变化影响下，黄淮海地区农业温室气体排放增加，灌溉需水量小幅减小。与1995年相比，2015年CO2、CH4、N2O排放强度分别增长至3730.5、443.2、5.9kg/hm2，增幅分别为4.7%、0.8%、26.2%，灌溉需水量减小为499.3mm，减幅为6.6%。种植结构调整改变温室气体排放和灌溉需水量，黄淮海地区种植结构演变使CO2、CH4、N2O排放总量增加至9.9×107、1.4×106、1.3×105t，分别增加13.8%、8.6%、13.3%，同时，玉米作为高耗水作物，部分地区灌溉需水量随其种植比例的增大而增大。研究结果可为黄淮海地区未来农业节水减排政策的制定提供理论依据。

摘要:为解决颗粒在迷宫流道压力补偿式灌水器内大量沉积或堵塞以致影响灌水器正常工作的问题，采用FSI模拟固定垫片变形后，基于CFD-DEM耦合模拟，经试验对比验证其可靠性后，设计单因素及Box-Behnken响应面试验，分析了压力补偿腔内副流道截面积、压力补偿腔出口直径、压力补偿腔直径3个结构参数及其交互作用对灌水器抗堵塞性能的影响，通过建立回归模型预测灌水器颗粒停留率，综合判断灌水器的抗堵塞性能。结果表明：副流道截面积由0.018mm2提升至0.054mm2时，颗粒停留率降低5.09个百分点；压力补偿腔出口直径由1.4mm下降至0.8mm时，颗粒停留率降低2.87个百分点；且颗粒沉积受副流道截面积和压力补偿腔出口直径、副流道截面积和压力补偿腔直径两种交互作用影响显著，交互影响下颗粒停留率最低为7.67%。拟合出颗粒停留率与压力补偿腔内副流道截面积、压力补偿腔出口直径、压力补偿腔直径3个结构参数的回归方程，可用于评判和预测灌水器抗堵塞性能，且推荐了一组副流道面积为0.051mm2、压力补偿腔出口直径为0.894mm、压力补偿腔直径为 6.923mm的最优抗堵塞参数组合。通过研究压力补偿式灌水器堵塞机理，建立了能预测颗粒停留率的评判模型，降低了灌水器堵塞概率，提高了其稳定灌水时长，可为该类型灌水器抗堵塞性能设计提供理论支持。

摘要:为及时获取大田作物根区土壤含水率（Soil moisture content, SMC），实现精准灌溉，运用高光谱技术，通过连续2年（2019—2020年）田间试验采集了冬小麦拔节期不同土层深度SMC及高光谱数据，构建了3类植被指数（蓝、黄和红边面积等三边光谱参数，与冬小麦根区SMC相关性最高的任意两波段植被指数和前人研究与作物参数相关性较好的经验植被指数）并筛选与各土层深度SMC相关系数最高的植被指数，随后将筛选后的植被指数作为模型输入，分别采用随机森林（Random forest，RF）、反向神经网络（Back propagation neural network，BPNN）和极限学习机（Extreme learning machine，ELM）构建冬小麦拔节期不同土层深度SMC估算模型。结果表明，绝大部分三边参数、任意两波段植被指数和经验植被指数在深度0~20cm土层的SMC相关系数较20~40cm和40~60cm更高，在深度0~20cm土层两波段组合构建的光谱指数与SMC的相关系数最高，均超过0.8，其中RI与SMC的相关系数最高，为0.851，其波长组合为675nm和695nm。RF模型是SMC的最佳建模方法，其中深度0~20cm土层的模型精度最高，估算模型验证集的决定系数R2达0.909，均方根误差（RMSE）为0.008，平均相对误差（MRE）为3.949%。本研究结果可为高光谱监测冬小麦根区SMC提供依据，为快速评估水分胁迫下的作物生长提供应用参考。

摘要:穴盘育苗中劣质钵苗会影响后期种苗移栽成活率，现有机械式剔除存在颗粒散落遗漏现象，而气吸式剔除方式则可以很好地弥补这一缺陷。为解析钵苗基质气吸式剔除的机理，本文开展离散元仿真的参数标定试验。选取100g基质进行粒径分布检测，采用漏斗静置，基于图像处理获取基质两侧实际堆积角，通过Plackett-Burman实验确定影响基质堆积角的4个因素；通过最陡爬坡实验确定显著因素最大响应区域；依据Box-Behnken实验建立二阶回归模型并求解最佳参数组合。结果表明，在不显著因素取中间值时，当基质颗粒-颗粒碰撞恢复系数为0.142、基质颗粒-颗粒滚动摩擦因数为0.097、基质颗粒-不锈钢静摩擦因数为0.223和基质JKR表面能为2.325J/m2时，所得仿真堆积角φ为33.4°，与实际堆积角θ为34.19°的相对误差为2.31%，满足试验需求，所得标定参数可用于钵苗基质的离散元仿真。

摘要:为解决现有荔枝产地预冷装置预冷速度慢、能耗高等问题，设计了一种移动式荔枝蓄冷喷淋预冷装置控制系统，以保障荔枝采后预冷效果。该系统主要由STM32主控系统、水泵驱动系统、制冷系统和数据采集系统组成。基于USART HMI软件设计智能串口屏界面，智能串口屏通过TTL串口与STM32单片机进行串口通信，能够完成荔枝喷淋预冷工作参数设置和显示控制系统运行状态信息，实现对荔枝喷淋预冷装置的精确控制。搭建试验硬件平台，以水泵的喷淋流量和单次喷淋时荔枝载荷为试验因素，以荔枝的预冷时间和均匀度为试验指标对预冷效果进行评价。试验结果表明，在1/2预冷时间（HCT）之前，当喷淋流量超过70L/min时，喷淋流量对冷却速度的影响不大；在HCT之后，与70L/min相比，预冷时间分别减少170s（90L/min）、260s（110L/min）、262s（130L/min），因此，当喷淋流量超过110L/min时，增加喷淋流量对荔枝降温速率影响不大；对不同载荷荔枝进行试验发现，当荔枝载荷大于50kg时，增加荔枝载荷对荔枝降温速率影响较大；当荔枝载荷为50kg时，荔枝预冷完成后的均匀度会随着喷淋流量的增加先变大后减小；当喷淋流量为90L/min时，荔枝预冷完成后的均匀度会随着荔枝载荷的增加先变大后趋于稳定。研究结果可为荔枝喷淋预冷装置控制系统优化，实现荔枝采后快速预冷，保障荔枝采后品质提供帮助。

摘要:针对现有果蔬农产品供应链中存在的上下游区块链间追溯数据差异化、细粒度共享困难以及数据隐私保护等问题，通过分析果蔬农产品供应链各环节业务流程，在果蔬农产品质量安全追溯场景下，提出了一种支持异构多链的基于属性的果蔬跨链追溯访问控制模型。该模型利用基于中继链的跨链技术将跨链信息标准化从而实现异构多链之间的跨链通信，并结合果蔬跨链追溯需求，采用基于ABAC(Attribute-based access control)的访问控制模型实现对数据资源灵活、细粒度访问控制。为验证模型有效性，利用BitXHub中继链技术在Hyperledger Fabric和Ethereum构成的异构链中实现跨链数据访问，在跨链合约中实现基于属性的访问控制流程，构建出果蔬追溯跨链访问控制模型的原型系统。系统测试结果表明，中继链处理跨链交易的发送率平均最高值分别约为600笔/s和400笔/s，策略判定时间不会随着策略数目的增加而有较大波动，基本稳定在2000ms左右，能够满足果蔬供应链在异构区块链之间跨链数据差异化、细粒度共享的需求，也保证了数据共享过程中的数据隐私性

摘要:花生油在生产过程中极易受到黄曲霉毒素B1（Aflatoxin B1, AFB1）的污染。针对AFB1的传统检测方法操作繁琐、时效性差等问题，利用荧光光谱技术快速检测花生油中AFB1含量。首先通过三维荧光光谱确定最佳激发波长，使用K-means和自组织映射（Self organizing map, SOM）聚类算法对花生油中AFB1含量进行超标与否的定性鉴别，准确率均达95%以上；其次使用2种预处理算法和2种降维算法，选出竞争自适应重加权采样（Competitive adaptive reweighted sampling, CARS）为最佳的波长选择方法；随后将回声状态网络（Echo state network, ESN）用于AFB1的定量建模，同时与其他模型作比较，结果显示CARS-ESN模型获得了最佳AFB1含量预测效果；最后将麻雀搜索算法（Sparrow search algorithm, SSA）用于对ESN参数进行寻优，最终预测集决定系数达0.984，均方根误差达2.13μg/kg。结果表明了荧光光谱技术结合ESN预测花生油中AFB1含量的可行性，为在线检测食用油中真菌毒素含量系统的开发提供理论依据。

摘要:针对丘陵山区农业机械作业时的机身倾角变化大、工作品质和作业安全性差等问题，以履带式作业机为研究对象，设计了一种基于“3层车架”的液压全向调平系统，并提出了复合Q学习-BP神经网络-PID（QBP-PID）的全向调平控制策略。首先，给出了全向调平整机结构方案和工作原理，在此基础上，建立了包含全向调平系统的履带式作业机整机动力学模型。然后，针对PID控制参数难以整定的问题，通过BP神经网络对PID控制参数进行实时更新，并引入Q学习算法对神经网络连接权值进行在线更新，建立了全向调平复合QBP-PID控制器。仿真结果表明，QBP-PID控制下，20°横向调平时间为2.8s，25°纵向调平时间为3.2s，相较于PID与BP-PID控制，减小了调平时间，并且未出现超调量。最后，进行横坡路面和纵坡路面的整机试验，与仿真结果相比，横向和纵向调平时间误差为0.6s和0.4s，且平地路面机身倾角小于1.5°，满足丘陵山区农业机械调平性能需求。

摘要:针对复杂环境下移动机器人路径规划困难的问题，提出了一种将全局路径规划蚁群算法与局部路径规划人工势场法相融合的混合型算法。首先，采用多因素启发函数和新的蚂蚁行进机制来解决传统蚁群算法路径质量差且易陷入对角障碍的问题；其次，针对传统蚁群算法收敛速度慢的情况，设计了自适应挥发系数和动态权重系数；接着，通过引入虚拟目标点、相对距离和安全距离的概念，解决了传统人工势场法易陷入局部极小值、目标不可达以及过度避障的问题；最后，将改进蚁群算法规划路径的转折点作为局部子目标点来调用改进的人工势场法进行二次规划。仿真表明改进蚁群算法较传统算法以及其他算法在路径长度方面优化了9.9%和2.0%，在路径转折次数方面优化了81.8%和63.6%，在收敛速度方面优化了94.2%和63.6%；改进人工势场法有效解决了自身问题；而以二者为基础的混合型算法则充分地结合了二者的优势，在复杂的静态和动态环境中具有极高的环境适应性和路径规划效率。

摘要:针对含柔性动平台的空间并联机器人刚柔耦合问题，基于Bézier三角形与绝对节点坐标法提出一种高阶柔性三角形厚板单元模型和连续性约束条件，基于该模型分析动平台变形状态及其对系统动力学特性的影响。利用自然坐标法与绝对节点坐标法建立刚柔耦合系统动力学模型，通过引入板单元第4个面积坐标的二阶梯度来描述厚度方向上的变形并解决泊松闭锁问题，结合广义α法与牛顿迭代法求解动力学方程，并对系统静力学模型和动力学模型进行仿真分析。结果表明，动平台在运动过程中产生的周期性凹陷变形对机器人空间位姿的影响与机构布局方式、质量分布和负载作用方式完全一致，系统刚性构件与柔性动平台的运动耦合方式符合多体动力学模型的非线性规律；运动轨迹误差低于1.2×10-12mm，动力学方程和约束方程迭代误差均小于设定阈值10-6和10-14，求解精度能满足工程应用要求；基于不同参数开展仿真对比分析，验证了所述方法的有效性和通用性。

摘要:为了掌握同时考虑球面副间隙和三维转动副间隙的空间并联机构的非线性动力学特性，研究考虑混合间隙的空间并联机构多体系统动力学特性分析方法。首先以4-UPS/RPU空间并联机构为研究对象，建立三维转动副间隙和球面副间隙的模型，推导同时考虑球面副间隙和三维转动副间隙的4-UPS/RPU空间并联机构动力学方程；然后利用龙格库塔法对动力学方程进行数值求解，分析不同间隙类型、间隙、驱动速度和摩擦因数对并联机构动力学响应的影响，通过ADAMS虚拟样机仿真验证动力学模型和数值计算的正确性；最后利用相轨迹图、庞加莱映射图和分岔图等分析考虑混合间隙的4-〗UPS/RPU并联机构的非线性特性。该研究为考虑混合运动副间隙的空间并联机构动力学建模和非线性动力学特性分析提供了依据。

摘要:为了解决柔顺恒力机构中正刚度模块的几何非线性问题，基于半圆型波纹周期梁设计了正刚度模块，负刚度模块采用双稳态梁，利用正负刚度叠加原理设计了柔顺恒力机构。采用莫尔积分法和柔度矩阵法建立了正刚度模块的理论模型，采用椭圆积分法建立了负刚度模块的理论模型，并通过ANSYS有限元仿真软件分析了柔顺恒力机构的力-〗位移曲线以验证理论模型，两者相对误差在10%以内。为了扩大恒力区间范围，采用响应面法对柔顺恒力机构的几何参数进行优化，并对影响恒力范围的几何参数进行了灵敏度分析。利用3D打印技术加工柔顺恒力机构样机进行实验验证，实验结果表明，机构能在输入位移1.1~6.2mm的范围内保持约18.8N的恒力，验证了所设计的柔顺恒力机构的可行性、优化方法的有效性和理论模型的准确性。