摘要:遥感凭借其快速、宏观、无损及客观等特点，在快速获取与解析作物类型、种植面积、产量等信息方面具有独特优势。遥感提取和解译的作物空间分布图、种植面积、产量信息可以服务于农业资源监管、农业信息普查、农业保险、农业投资、精准农业等方面。本文分别就农作物遥感识别与农作物单产遥感估算的研究现状、面临的问题、潜在研究方向进行了总结概述。首先总结了农作物遥感识别特征与分类模型的研究现状，针对遥感识别特征与作物类型缺乏知识关联的核心问题，提出利用深度学习方法协同学习作物生长过程中的“时-空-谱”特征，并构建面向农作物遥感识别的知识图谱，从而解决当前农作物遥感识别在识别精度和识别效率方面的问题。然后，分别从经验统计模型、遥感光合模型、作物生长模型方面对当前作物单产遥感估算进行分析总结，提出随着高空间分辨率、高光谱分辨率、高时间分辨率数据的普及和深度学习技术发展，未来应充分利用作物生长模型机理性强、深度学习对复杂问题建模能力强的特点，使用作物生长模型进行点位尺度模拟以驱动深度学习完成复杂场景下的建模学习，最终实现以机理做约束、以深度学习做空间外推的单产估算模式。

摘要:针对目前预切种式木薯精密播种器存在充种困难以及播种合格指数低等问题，在播种器中进一步设计勺链排种机构。阐述播种器工作原理以及设计勺链排种机构相关参数，基于最速降线理论对排种机构的捞种勺进行参数设计，并对机构作业的充种与投种过程中木薯种茎受力和运动状态进行理论分析，确定影响充种性能因素显著性主次顺序为捞种勺型式、捞种勺数量、输送链运动速度以及充种倾角。利用EDEM软件进行单因素仿真，得出不同试验因素对充种性能的影响规律；进行响应面BBD仿真试验，确定最优因素参数组合。研制播种器样机进行台架和田间试验，结果表明当充种倾角为37°、捞种勺数量为12个、输送链运动速度为0.63m/s时，充种合格指数为93.8%，漏充指数为1.9%。田间试验表明预切种振动供种式木薯播种器勺链排种机构作业性能较优，满足木薯精密播种农艺要求。

摘要:施肥稳定性是评价变量施肥系统性能的重要指标，针对常规外槽轮式排肥器排肥时脉动性明显导致排肥均匀性差的问题，提出了基于肥料流量反馈的分段式PID控制方法，并设计了施肥播种机高精度肥料流量控制系统，系统采用肥料流量检测模块获取实时肥料流量并作为反馈输入，结合目标肥料流量，根据分段式PID控制算法得到控制输出量，驱动施肥电机，实现肥料流量的准确控制。搭建了施肥试验台，进行了肥料流量变化阶跃响应与施肥精度的台架试验，结果表明，肥料流量控制系统的阶跃响应时间最大值为1.42s，均值为0.98s，超调量最大值为3.49%，均值为2.82%，稳态误差最大值为0.89%，均值为0.64%，施肥量控制精度最小值为97.83%，均值为98.14%。在不同试验条件下，肥料流量控制系统的肥料流量控制精度与施肥精度均优于恒定转速系统。田间试验表明，当车速为4、6、8km/h时，肥料流量控制系统的施肥量控制精度分别为97.84%、97.78%和97.82%，施肥量控制精度平均值为97.81%，标准偏差为0.28%，能够满足高精度施肥需求。

摘要:为提高肥料利用率、降低肥料施用量、实现油菜根区施肥，结合油菜种植施肥农艺要求，提出了一种油菜侧深穴施肥工艺，设计了一种机械式穴施肥装置，阐述了穴施肥装置的工作过程，确定了穴施肥装置的基本参数，建立了充肥和排肥环节中肥料颗粒群的力学模型，分析了影响穴施肥装置成穴性能的主要因素；应用离散元软件EDEM对穴施肥排肥器的成穴性能进行了仿真试验，分析了排肥轮转速、充肥型孔长度、导肥管材料对穴排肥量误差和穴径长轴长度的影响；利用正交组合试验确定了成穴性能较优的参数组合，排肥轮转速为60r/min、充肥型孔长度为18mm、导肥管材料为ABS塑料管时，穴排肥量误差为7.05%、穴径长轴长度为62.45mm；优选参数组合下的排肥性能试验结果表明，排肥轮转速为30~90r/min时，穴排肥量误差为4.56%~15.69%、穴径长轴长度为76.32~91.50mm、穴径长轴长度稳定性变异系数为4.53%~9.78%、穴距误差为3.24%~7.31%；田间试验表明，排肥轮转速为30~90r/min时，穴排肥量误差为4.73%~16.07%、穴径长轴长度为85.21~101.65mm、穴径长轴长度稳定性变异系数为4.82%~10.63%、穴距误差为3.36%~7.58%、施肥深度稳定性变异系数为6.43%~10.85%，成穴性能较好，满足穴施肥要求。

摘要:为提高水田侧深施肥排肥器稳定性与均匀性，增强肥量调节能力，保证水田侧深施肥作业效率与质量，结合黑龙江地区水田施肥农艺要求，设计了一种圆锥盘推板式双行排肥器。阐述了排肥器工作原理，构建了肥料不同阶段的力学模型，确定了圆锥转盘结构参数与临界转速；应用离散元软件EDEM仿真分析推板数量对肥料填充能力与排肥性能的影响规律，得出推板数量为8时，排肥器具有最佳排肥性能；采用全因子试验方法开展圆锥转盘转速为15~45r/min、排肥口开度为5~25mm条件下排肥器排肥量和排肥性能的台架试验，试验结果表明，排肥量范围为122~934kg/hm2，与圆锥转盘转速和排肥口开度均具有较高的线性相关性，且与圆锥转盘转速相关性最高；双行排肥量一致性变异系数、总排肥量稳定性变异系数和排肥均匀性变异系数范围分别为1.01%~3.88%、1.05%~3.81%、6.64%~15.79%，排肥器倾斜状态下双行排肥量一致性变异系数最大值为6.17%，试验结果满足水田侧深施肥性能要求。

摘要:果园农药施用情况是果品质量安全的重要检验标准，农药喷施行为的可靠记录是果品溯源体系的重要环节。针对我国目前常见的果品种植专业合作社中难以确切掌握农药施用真实情况的问题，本研究提出了一种基于人体姿态估计与场景交互的果园背负式喷施行为检测方法。首先采用微调后的YOLO v5模型完成背负式喷雾器与果树目标的精确检测，提取场景交互特征；之后采用OpenPose模型识别喷施人员姿态及动作信息，提取人体姿态特征；最后对上述特征分别进行距离和角度计算，将其融合为11244组特征向量并使用优化后的支持向量机(Support vector machine, SVM)进行训练，完成果园喷施行为的准确检测。为了验证算法的有效性，对包含不同光照、不同距离、不同人数和不同遮挡程度等的92段视频进行了测试。试验结果表明，该算法的准确度为85.66%，平均绝对误差为42.53%，均方根误差为44.59%，预测标准偏差为44.34%，以及性能偏差比为1.56。同时，本研究对不同光照、遮挡、距离变化和多人中单人喷施情况下的果园喷施行为识别的有效性进行了分析。试验结果表明，将该模型用于果园喷施行为的检测是可行的，本研究可为果品溯源体系中果园管理环节的规范化和可信度提供技术参考。

摘要:含杂率是小麦机械化收获重要指标之一，但现阶段我国小麦收获过程含杂率在线检测难以实现。为了实现小麦机械化收获过程含杂率在线检测，本文提出基于结合注意力的改进U-Net模型的小麦机收含杂率在线检测方法。以机收小麦样本图像为基础，采用Labelme手工标注图像，并通过随机旋转、缩放、剪切、水平镜像对图像进行增强，构建基础图像数据集；设计了结合注意力的改进U-Net模型分类识别模型，并在torch 1.2.0深度学习框架下实现模型的离线训练；将最优的离线模型移植到Nvidia jetson tx2开发套件上，设计了基于图像信息的含杂率量化模型，从而实现小麦机械化收获含杂率在线检测。试验结果表明：针对不同模型的训练结果，结合注意力的改进U-Net模型籽粒和杂质分割识别F1值分别为76.64%和85.70%，比标准U-Net高10.33个百分点和2.86个百分点，比DeepLabV3提高10.22个百分点和11.62个百分点，比PSPNet提高18.40个百分点和14.67个百分点，结合注意力的改进U-Net模型对小麦籽粒和杂质的识别效果最好；在台架试验和田间试验中，装置在线检测含杂率均值分别为1.69%和1.48%，比人工检测高0.26个百分点和0.13个百分点；由含杂率检测结果定性分析可知，无论是台架试验还是田间试验，装置和人工检测结果均小于2%，判定试验过程联合收获机的作业性能均符合国家标准，检测结果具有一致性。因此，本文提出的小麦含杂率在线检测方法能够为小麦联合收获作业质量在线调控提供技术支撑。

摘要:针对长江中下游稻油轮作区油菜直播作业时，因土壤黏重板结，地表前茬水稻留茬高、留存秸秆量大，导致旋耕部件易缠绕，秸秆埋覆率低，致使深施肥铲易挂草壅堵，作业厢面拖堆不平，难以实现深施肥作业。本文设计一种适应高茬黏重稻茬田的油菜直播埋茬防堵深施肥复合作业装置，确定埋茬防堵部件深旋弯刀、浅旋弯刀、防堵直刀和深施肥铲的结构参数及刀片和深施肥铲排列安装方式。利用EDEM仿真分析了机具作业后的秸秆埋覆、空间分布及颗粒肥料深施后的分布深度，结果表明：作业速度为2.5km/h、耕作深度为150mm、埋茬防堵部件刀辊转速为345r/min时，秸秆埋覆率为86.53%、施肥深度为83~106mm。开展了油菜直播机4种田间作业工况验证试验，结果表明：埋茬防堵深施肥复合作业装置田间作业性能良好，实现了肥料深施，秸秆埋覆率为86.69%~90.35%、厢面平整度为16.48~22.65mm、施肥深度为87.4~109.5mm、碎土率为81.24%~92.13%。

摘要:丘陵山区和小地块是国内马铃薯的主要种植区域，针对这类地形的马铃薯机械化收获技术与装备匮乏的瓶颈问题，并结合马铃薯种植农艺和收获需求，采用自动对行挖掘-薯土分离-人工辅助捡拾相结合的马铃薯机械化单行收获方案，设计了一种履带自走式分拣型马铃薯收获机。该机主要由履带式底盘、自动对行挖掘装置、分离装置及分拣装置等关键部件组成，具有附着力大、高频低幅振动碎土、自动对行挖掘、人工辅助分拣和液压驱动模式等技术优势。在阐述总体结构及工作原理的基础上，结合马铃薯运动学模型和碰撞特性分析，确定了分离筛倾角为30°，分离筛末端与分拣筛始端之间的跌落高度为120mm等关键部件的结构参数和运行参数。由于采用人工辅助分拣的集薯方式，减少了薯块跌落与翻滚次数，缩短了马铃薯的分离行程。田间试验结果表明：样机作业速度为1.0、1.2km/h，分离筛运行速度分别为0.61、0.72m/s，分拣筛运行速度分别为0.42、0.50m/s时，生产率分别为0.10、0.12hm2/h；利用电子马铃薯采集的碰撞加速度平均值分别为51.02g、51.85g，碰撞加速度峰值均小于马铃薯临界损伤阈值，没有出现薯块漏捡和薯块表皮破损情况，收获效果良好，各项性能指标均满足相关标准的要求，研究可为马铃薯收获机分离分拣装袋工艺和马铃薯收获机的结构优化改进提供参考。

摘要:针对目前传统马铃薯收获机分离装置存在伤薯率高、去土率低以及分离装置结构形式单一且调节不便的问题，设计了一款由聚氨酯材料构成的左右螺旋对称式去土辊与可调节式光辊交替排列组合的马铃薯收获机辊组式输送分离装置。通过针对机体结构的动力学分析、薯土分离的耦合机理分析和去土过程马铃薯之间碰撞离散分析，确定了影响马铃薯收获机辊组式输送分离装置伤薯率和去土率的关键因素，并对其进行试验，以伤薯率和去土率为试验指标，以去土辊和光辊间距和转速、输送分离装置倾斜角为试验因素，根据正交试验结果建立数学回归模型并进行响应面分析和参数化分析，确定当去土辊与光辊间距为16.5mm、去土辊转速为100r/min、光辊转速为100r/min、分离装置倾斜角为8°时，伤薯率为0.64%，去土率为97.1%。与传统马铃薯收获机分离装置相比，伤薯率下降0.12个百分点，去土率上升2.6个百分点，该装置能更好地满足输送分离要求。

摘要:针对国内现有甘蔗收获机无法对割台高度实施自动控制的问题，设计了一种割台随动控制系统。系统由自重摆动式仿形机构、STM32控制器、位移传感器、上位机模组、按键模块、电磁阀及驱动模组组成。自重摆动式仿形机构与地面直接接触并保持贴附，实时检测收获作业时的地面起伏变化，同时可以依靠仿形机构外廓曲面减小收获机倒退时地面对自身关键部件的冲击。建立割台高度控制参数模型，运用PID控制算法，有效地实现收获机割台高度的精确控制，进一步提升了甘蔗收获机自动化水平和工作性能。田间试验结果表明，收获机在安装割台随动控制系统后，割台随地形起伏变化而变化，使破头率降低，平均破头率为21%，通过与人工控制收获试验对比，平均破头率下降18.5个百分点。

摘要:针对多自由度机械臂在采摘过程中出现的路径规划速度慢、路径成本高以及因视觉定位误差和机械臂关节位置误差引起的采摘失败问题，提出了结合视觉伺服的改进随机快速搜索树算法(Improved rapidly-exploring random trees with visual servoing, VS-IRRT)，具体包括改进RRT算法和基于平移控制器的视觉伺服方法。改进的RRT算法通过使用基于超椭球引力偏置的采样方法和密度减小策略，增加树拓展的目的性，减小了树的采样密度，提高路径规划效率；引入贪心思想和B样条曲线，剔除多余节点，对剩下折线进行平滑处理，优化路径在机械臂上的实施效果；结合基于平移控制器的视觉伺服控制，减小了定位误差对采摘过程的影响。使用Matlab分别对改进RRT算法和基于平移控制器的视觉伺服在二维和三维空间中进行仿真模拟试验，结果表明，改进的RRT算法的采样点数较RRT*-connect算法减少92.9%，规划时间较RRT*-connect算法减少86.1%，路径成本较RRT算法也减少35.2%。使用六自由度机械臂进行采摘试验，VS-IRRT算法的采摘速度比RRT*-connect算法提升48.36%，路径成本相较RRT减少17.14%，采摘成功率提升2.1个百分点，所以在特定的采摘应用场景，尤其在农业采摘场景中，VS-IRRT算法能够提升机械臂采摘的综合性能。

摘要:采用逆向工程技术，在EDEM软件中建立了油茶籽离散元模型；通过物理试验测得油茶籽堆积角为（27.93±1.46）°，以及密度、碰撞恢复系数和油茶籽-钢板间静摩擦因数的参数区间，采用Plackett-Burman Design和最陡爬坡试验筛选显著性因素；以堆积角为响应值，采用响应面（RSM）和机器学习对显著性参数进行优化和对比。结果显示，基于遗传算法（GA）的BP人工神经网络的预测能力与稳定性优于随机森林、支持向量机和BP人工神经网络；采用GA寻优得到油茶籽-油茶籽间静摩擦因数为0.443、油茶籽-钢板间静摩擦因数为0.319、油茶籽-油茶籽间滚动摩擦因数为0.063，测得仿真堆积角为27.63°，与实际堆积角的相对误差为1.09%；采用RSM得到油茶籽-油茶籽间静摩擦因数为0.383、油茶籽-钢板间静摩擦因数为0.335、油茶籽-油茶籽间滚动摩擦因数为0.064，测得仿真堆积角为26.99°，相对误差为3.33%。研究结果表明，在油茶籽参数标定中，GA-BP-GA的参数优化效果优于RSM，并且该研究所建油茶籽模型与参数标定结果可用于离散元仿真。

摘要:边界层转捩的准确预测对于提高轴流泵内部流动计算精度具有重要意义。以轴流泵叶片的简化模型——水翼为研究对象，探索了SSTγ-Reθt转捩模型在不同雷诺数下的适用性。研究发现，在低雷诺数条件（ReL小于1.6×106）下，SST γ-Reθt转捩模型的预测精度与试验值较为接近；在高雷诺数条件下，随着雷诺数的增大，SST γ-Reθt转捩模型预测的边界层转捩位置相较试验值逐渐靠前，说明SST γ-Reθt转捩模型对高雷诺数水翼边界层转捩发生的判断效果不佳。基于此，针对SST γ-Reθt模型中输运方程采用环境源项法进行修正，引入环境湍动能和环境湍流比耗散率参数，建立了湍流比耗散率与雷诺数的关系，得到SST γ-Reθt转捩修正模型。在Donaldson修型尾缘水翼和NACA0016水翼高雷诺数流动中验证表明，修正模型提高了水翼边界层转捩位置及其它流场参数预测的准确性。

摘要:遥感技术能够快速准确地获取农作物空间分布信息，为探究2021年黄淮海平原冬小麦空间分布信息，基于Google Earth Engine（GEE）云平台，以Sentinel-1 SAR雷达影像和Sentienl-2光学遥感影像为数据源，通过计算极化特征、光谱特征和纹理特征，运用随机森林等4种机器学习方法和深度循环神经网络模型，对研究区冬小麦空间分布信息进行提取，并对比各分类器和网络架构的分类精度。结果表明，黄淮海平原冬小麦总面积约为16226667hm2，占研究区总面积的49.17%，其中冬小麦种植面积最大的是河南省，约为4647334hm2，研究区冬小麦种植分布呈现由东向西、由南向北递减的趋势；随机森林是4种机器学习方法中识别精度最高的分类器，总体分类精度为94.30%；在随机森林算法中仅使用Sentinel-1雷达数据总体精度为87.38%，仅使用Sentinel-2光学数据总体精度为93.95%，而融合时序Sentinel主被动遥感数据总体精度为94.30%；在大范围的冬小麦分类上，深度学习模型的泛化性高于机器学习方法。

摘要:沿海养殖池塘建设能带来巨大的经济效益，对保障海产品供给和丰富居民食物多样性具有重要意义。而养殖池塘的快速扩张也会带来严重的环境危机，故有效揭示养殖池塘的时空分布特征对有序管理沿海养殖池塘至关重要。但养殖池塘大多分布于岸线曲折、靠近海洋的潮滩一侧，有效且高精度识别养殖池塘具有难度。对此，提出结合Google Earth Engine云平台和ArcGIS本地端分类后处理的养殖池塘识别方法，基于地区水体频率、对象特征和精细处理得到了浙江省沿海2016—2021年较高精度的养殖池塘空间分布数据。结果表明：养殖池塘总体精度均大于93%，Kappa系数均大于82%，表明研究方法具有较好的适用性。浙江省沿海养殖池塘面积趋于下降，2016、2019、2021年分别为30360.60、24375.35、21700.02hm2。养殖池塘地级市集中分布于宁波市、台州市、绍兴市和杭州市，县域聚集于慈溪市、宁海县、三门县、萧山区、上虞区和象山县。浙江省养殖池塘集聚性下降，聚集于海湾、河口、沿海平原与潮滩，如杭州湾、象山港、三门湾、浦坝港和乐清湾。养殖池塘空间差异性突出，其海侧大于陆侧、北部大于南部。

摘要:大田环境下小麦种植行的识别与定位对农机田间喷药和除草等任务的导航作业具有重要意义。以分蘖期和拔节期的冬小麦无人机可见光遥感影像为研究数据，结合深度语义分割和霍夫变换直线检测，提出了一种多生育期小麦种植行检测方法。采用SegNet深度语义分割提取小麦种植区域，克服传统检测方法对光照敏感的同时提高检测精度。基于霍夫变换的小麦种植行预检测结果，提出采用二分k均值聚类进一步提炼检测结果，以识别出小麦种植行区域的中心线。实验结果表明，对于分蘖期和拔节期的冬小麦图像，种植行直线平均位置偏差的绝对值分别为0.55、0.11cm；平均角度偏差的绝对值分别为0.0011、0.00037rad，检测精度与直线漏检率等指标都显著优于传统方法。研究结果为智能农机导航作业中的作物种植行检测提供了方法支持。

摘要:氮亏缺量能够直接反映作物氮营养缺失程度，快速、大面积获取水稻氮亏缺量信息对实现水稻精准施肥具有重要意义。而现有的研究大都集中于利用无人机遥感监测水稻氮营养情况，对氮亏缺量本身的研究较少。本研究基于无人机高光谱遥感获取冠层光谱数据、通过田间采样获取水稻农学数据，研究东北地区水稻临界氮浓度曲线构建方法，在此基础上确定水稻氮亏缺量；以氮亏缺量约等于0状态下光谱为标准光谱，分别对光谱反射率进行比值、差值、归一化差值变换，通过竞争性自适应重加权采样法对原始光谱反射率与变换后光谱反射率进行特征波长提取，并以二者提取的特征波长为输入变量，氮亏缺量为输出变量，分别构建基于多元线性回归、极限学习机与蝙蝠算法优化极限学习机3种算法的水稻氮亏缺量反演模型。结果表明：基于田间数据构建东北地区水稻临界氮浓度曲线方程系数a、b分别为2.026与-0.4603，和以往研究基本一致；相比其余变换方法，对水稻冠层光谱进行归一化差值变换与特征波长提取显著提高了冠层光谱反射率与水稻氮亏缺量的相关性，也提高了后续反演模型的反演结果；以归一化差值光谱为输入的蝙蝠算法优化极限学习机反演模型预测效果显著优于其余模型，验证集R2为0.8306，RMSE为0.8141kg/hm2，具有较好的氮亏缺量估测效果。

摘要:针对免耕播种装备产品数据管理（Product data management，PDM）系统的实验影像资源在存储和查询过程中内容甄别困难、用户获取相关资源需求难以保证的问题，在VS（Microsoft Visual Studio）环境下应用VB.NET语言搭载SQL Server数据库开发一种交互式资源管理系统，对实验影像资源内容进行多元信息标注并分配权重，应用ADO.NET（Microsoft ActiveX Data Objects.Net）技术实现影像资源多元信息的编辑和存储，基于多元信息权重创建推荐查询方法，联合浏览选择，实现影像资源的获取与应用。测试结果表明本系统可根据影像资源多元信息进行添加、删除、修改和查询，当输入字段与本地数据库无法精确匹配时可智能推荐数据，实现了对影像资源多元信息的有效管理。多元信息能够唯一准确标识影像资源并作为资源管理的依据，基于多元信息权重设计的推荐方法能够有效解决用户输入字段与本地数据表不完全匹配的问题。

摘要:基于小样本数据下认知经验知识辅助计算机进行决策，对实现农业领域机器人智能认知决策与助力智慧农业发展具有重要意义。本文在统计计数、支持向量机（SVM）等图像属性信息学习方法基础上，使用Protégé等工具，基于认知经验构建水果识别分类的专业知识库；然后根据图像颜色与形状信息，进行知识库搜索推理得到分类决策。实验在Fruit360数据集中共选择2091幅葡萄、香蕉、樱桃水果图像作为测试集，并各挑选30幅图像作为属性信息训练集与验证集，结果表明当前数据下葡萄与樱桃识别准确率为100%，香蕉识别准确率为93.30%。仅在知识库添加黄桃知识后，对984幅黄桃图像样本进行测试，其分类准确率为97.05%。表明本文方法能有效完成图像分类决策任务，且具有良好的过程可解释性、能力共享性和可拓展性。

摘要:气孔是植物叶片与外界环境交换气体和水分的重要结构。针对现有气孔性状分析主要采用人工测量，过程繁琐、效率低下、容易出现人为误差的问题，本文采用YOLO（You only look once）深度学习模型完成了玉米叶片气孔的自动识别与自动测量工作。结合玉米叶片气孔数据集的特点，对YOLO深度学习模型进行了改进，有效地提高了气孔识别和测量的精确率。对YOLO深度学习模型中的预测端进行了优化，降低了误检率；同时，结合气孔特征对16倍、32倍下采样层进行简化，提高了识别效率。实验结果表明，改进后的YOLO深度学习模型在玉米叶片气孔数据集上识别精确率达到95%，参数测量的平均精确率达到90%以上。本文方法能够自动完成玉米叶片气孔的识别、计数与测量，解决了传统气孔分析方法的低效率问题，为农业科学家、植物学家开展植物气孔分析研究提供了技术支撑。

摘要:为实现茶树叶片种类的准确、无损、快速分类，以复杂背景下6个品种的茶树叶片图像作为研究对象，通过卷积神经网络实现茶树叶片品种分类。选择经典轻量级卷积神经网络SqueezeNet，通过在Fire模块中增加批归一化处理，实现网络参数不显著增加的前提下大幅提升网络对多品种茶树叶片分类的准确率；通过将Fire模块中的3×3标准卷积核替换为深度可分离卷积，进一步缩小网络模型，降低网络对硬件资源的要求；通过在每个Fire模块中引入注意力机制，增强网络对重要特征信息的提取能力，提升模型分类性能。试验结果表明，原始SqueezeNet模型对多品种茶树叶片分类准确率为82.8%，增加批归一化处理后模型在测试集的准确率达到86.0%，参数量只有7.31×105，相对于改进前参数量仅增加0.8%，运算量与改进前基本相同；将Fire模块中的3×3标准卷积核替换成深度可分离卷积后的模型在测试集的准确率为86.8%，准确率提高0.8个百分点，参数量下降至2.46×105，模型参数量减小66.3%，运算量下降60.4%；引入注意力机制后的模型测试集分类准确率达到90.5%，提升3.7个百分点，而参数量仅增加1.23×105，运算量仅增加2×106。进一步将改进后的模型与经典模型AlexNet、ResNet18以及轻量级网络MobilenetV3_Small、ShuffleNetv2对比，结果表明对多品种茶树叶片的分类中，改进模型的综合表现最优。

摘要:自动和准确地估计病害的严重度对病害管理和产量损失预测至关重要。针对传统病害严重度估算步骤复杂且低效，难以实现在田间场景下精准估算问题，提出了一种基于混合扩张卷积和注意力机制改进UNet（Mixed dilated convolution and attention mechanism optimized UNet，MA-UNet）的病害严重度估算方法。首先，针对病斑尺寸不一、形状不规则问题，提出混合扩张卷积块（Mixed dilation convolution block, MDCB）增加感受野并保持病斑信息的连续性，提升病斑分割精度。其次，为了克服复杂背景的影响，利用注意力机制（Attention mechanism）对空间维度和通道维度进行相关性建模，获得每个像素类内响应和通道间的依赖关系，缓解背景对网络学习带来的影响。最后，计算病害分割图中病斑像素与叶片像素的比率来获得严重度。基于田间条件下收集的黄瓜霜霉病和白粉病图像进行了验证，并与全卷积网络（Fully convolutional network，FCN）、SegNet、UNet、PSPNet、FPN、DeepLabV3+进行比较。结果表明，MA-UNet优于比较方法，能够满足复杂环境下健康叶片和病斑的分割需求，平均交并比为84.97%，频权交并比为93.95%。基于MA-UNet分割结果估计黄瓜叶部病害严重度的决定系数为0.9654，均方根误差为1.0837%。该研究可为人工智能在农业中快速估计和控制病害严重度提供参考。

摘要:基于热红外视频的生猪体温检测过程中，视频中保育期生猪头部姿态变化大，且耳根区域小，导致头部和耳根区域定位精度低，影响生猪耳根温度的精准检测。针对以上问题，本文提出了一种基于改进YOLO v4（Mish Dense YOLO v4，MD-YOLO v4）的生猪耳根温度检测方法，构建了生猪关键部位检测模型。首先，在CSPDarknet-53主干网络中，添加密集连接块，以优化特征转移和重用，并将空间金字塔池化（Spatial pyramid pooling，SPP）模块集成到主干网络，进一步增加主干网络感受野；其次，在颈部引入改进的路径聚合网络（Path aggregation network，PANet），缩短多尺度特征金字塔图的高、低融合路径；最后，网络的主干和颈部使用Mish激活函数，进一步提升该方法的检测精度。试验结果表明，该模型对生猪关键部位检测的mAP为95.71%，分别比YOLO v5和YOLO v4高5.39个百分点和6.43个百分点，检测速度为60.21f/s，可满足实时检测的需求；本文方法对热红外视频中生猪左、右耳根温度提取的平均绝对误差分别为0.26℃和0.21℃，平均相对误差分别为0.68%和0.55%。结果表明本文提出的基于改进YOLO v4的生猪耳根温度检测方法，可以应用于热红外视频中生猪关键部位的精准定位，进而实现生猪耳根温度的准确检测。

摘要:为解决基于计算机视觉猪只体尺测量过程中存在的对猪只姿态依赖度高、测定效率低等问题，提出了一种基于DeepLabCut算法的非接触式猪只体尺快速测量方法。本研究以长白猪为研究对象，使用RealSense L515深感相机作为图像数据采集单元获取猪只背部RGB-D数据，通过分析对比ResNet、MobileNet-V2、EfficientNet系列的10个主干网络训练效果，选取EfficientNet-b6模型作为DeepLabCut算法最优主干网络进行猪只体尺特征点检测；为实现猪只体尺数据的精准计算，本文采用SVM模型识别猪只站立姿态，筛选猪只自然站立状态；在此基础上，采用深度数据临近区域替换算法对离群特征点进行优化，并计算猪只体长、体宽、体高、臀宽和臀高5项体尺指标。经对140组猪只图像进行测试发现，本研究提出的算法可实现猪只自然站立姿态下体尺的实时、精准测量，体尺最大均方根误差为1.79cm，计算耗时为每帧0.27s。

摘要:针对闭集猪脸识别模型无法识别训练集中未曾出现的生猪个体的问题，本文设计了一种融合注意力机制的开集猪脸识别方法，可实现开集猪脸图像识别，识别模型从未处理过的生猪个体。首先基于全局注意力机制、倒置残差结构和深度可分离卷积构建了轻量级的特征提取模块(GCDSC)；然后基于高效注意力机制、Ghost卷积和残差网络设计C3ECAGhost模块，提取猪脸图像高层语义特征；最后基于MobileFaceNet网络，融合GCDSC模块、C3ECAGhost模块、SphereFace损失函数和欧氏距离度量方法，构建PigFaceNet模型，实现开集猪脸识别。实验结果表明，GCDSC模块可使模型猪脸识别的准确率提高1.05个百分点，C3ECAGhost模块可将模型准确率进一步提高0.56个百分点。PigFaceNet模型在开集猪脸识别验证中的准确率可达94.28%，比改进前提高1.61个百分点，模型占用存储空间仅为5.44MB，在提高准确率的同时实现了模型轻量化，可为猪场智慧化养殖提供参考方案。

摘要:针对养殖池塘内单环刺螠自动采捕和产量预测应用需求，提出一种基于深度学习的单环刺螠洞口识别方法，以适用于自动采捕船的嵌入式设备。该方法通过将YOLO v4的主干网络CSPDarkNet53替换为轻量型网络Mobilenet v2，降低网络参数量，提升检测速度，并在此基础上使用深度可分离卷积块代替原网络中Neck和Detection Head部分的普通卷积块，进一步降低模型参数量；选取带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration，MSRCR)增强算法进行图像增强；利用K-means++算法对数据集进行重新聚类，对获得的新锚点框尺寸进行线性缩放优化，以提高目标检测效果。在嵌入式设备Jetson AGX Xavier上部署训练好的模型，对水下单环刺螠洞口检测的平均精度均值（Mean average precision，mAP）可达92.26%，检测速度为36f/s，模型内存占用量仅为22.2MB。实验结果表明，该方法实现了检测速度和精度的平衡，可满足实际应用场景下模型部署在单环刺螠采捕船嵌入式设备的需求。

摘要:为了解决植保无人机作业时，传统田间障碍物识别方法依赖人工提取特征，计算耗时较长，难以实现在非结构化田间环境下实时作业识别的问题，提出一种优化的Mask R-CNN模型的非结构化农田障碍物实例分割方法。以ResNet-50残差网络为基础，将空间注意力(Spatial attention, SA)引入残差结构，聚焦跟踪目标的显著性表观特征并主动抑制噪声等无用特征的影响；引入可变形卷积(Deformable convolution, DCN)，通过加入偏移量，增大感受野，提高模型的鲁棒性。构建包含农田典型障碍物的数据集，通过对比试验研究在ResNet残差网络结构中的不同阶段中加入空间注意力和可变形卷积时的模型性能差异。结果表明，与Mask R-CNN原型网络相比，在ResNet的阶段2、阶段3、阶段5加入空间注意力和可变形卷积后，改进Mask R-CNN的边界框(Bbox)和掩膜(Mask)的平均精度均值(mAP)分别从64.5%、56.9%提高到71.3%、62.3%。本文提出的改进Mask R-CNN可以很好地实现农田障碍物检测，可为植保无人机在非结构化农田环境下安全高效工作提供技术支撑。

摘要:针对果园目标检测时相机抖动以及物体相对运动导致检测图像模糊的问题，本文提出一种将DeblurGAN-v2去模糊网络和YOLOv5s目标检测网络相融合的D2-YOLO一阶段去模糊识别深度网络，用于检测识别果园模糊场景图像中的障碍物。为了减少融合网络的参数量并提升检测速度，首先将YOLOv5s骨干网络中的标准卷积替换成深度可分离卷积，并且在输出预测端使用CIoU_Loss进行边界框回归预测。融合网络使用改进的CSPDarknet作为骨干网络进行特征提取，将模糊图像恢复原始自然信息后，结合多尺度特征进行模型预测。为了验证本文方法的有效性，选取果园中7种常见的障碍物作为目标检测对象，在Pytorch深度学习框架上进行模型训练和测试。试验结果表明，本文提出的D2-YOLO去模糊识别网络准确率和召回率分别为91.33%和89.12%，与分步式DeblurGAN-v2+YOLOv5s相比提升1.36、2.7个百分点，与YOLOv5s相比分别提升9.54、9.99个百分点，能够满足果园机器人障碍物去模糊识别的准确性和实时性要求。

摘要:为解决牛场人工推翻饲料劳动强度大、工作时间长等问题，设计了一种基于激光雷达同步定位与建图(Simultaneous localization and mapping, SLAM)的牛场智能推翻草机器人自主导航系统，以期实现机器人在牛场环境中自主导航完成推翻草任务。自主导航系统通过激光雷达感知牛场环境，使用加载里程计信息的Cartographer算法构建牛场环境地图，采用未加载里程计信息的自适应蒙特卡洛定位(Adaptive Monte Carlo localization, AMCL)算法实现机器人的定位，并采用迪杰斯特拉算法(Dijkstra)规划机器人推翻草工作路径。试验表明，在构建牛场环境地图时采用机器人加载里程计信息的方式，横纵向偏差最大值低于未加载里程计信息时构建的地图，分别为0.02m和0.14m；在实现机器人的定位与导航时采用未加载里程计信息的方式，横纵向偏差最大值及航向偏角最大值分别小于0.04m、0.10m和11°，且导航精度高于加载里程计信息时的数值，满足牛场环境中推翻草作业时的导航精度要求。

摘要:了解膜孔灌形成的土壤湿润体尺寸对于设计经济高效的灌溉系统至关重要。采用HYDRUS-2D/3D数值模拟方法，研究土壤容重和膜孔直径对12种质地土壤入渗特性的影响。基于180组数值模拟结果，对湿润体运移模型的参数进行了优化。采用田间圆筒入渗仪试验和室内土箱试验（文献资料）对模型的可靠性进行评价。结果表明：湿润半径和湿润深度均随膜孔直径和灌溉时间的增大而增大，而随土壤容重的增大而减小；两者与稳渗率和灌溉时间呈幂函数关系，建立一种适用于不同土壤质地类型的湿润体运移模型；对于特定土壤质地，稳渗率与土壤容重和膜孔直径之间具有良好的幂函数关系，幂函数指数分别为-6.3和1.1，幂函数系数只需1组圆筒入渗仪田间试验即可推求。所建模型计算值与12组试验实测值一致性较好，均方根误差接近于0（介于0.020~0.170cm之间），纳什效率系数趋近于1（介于0.995~0.999之间），实现了膜孔灌湿润体尺寸模型在田间的实际应用，试验设计简单，方便管理人员进行快速的现场评估。

摘要:甘肃省地处生态脆弱区，气候条件复杂，干旱发生概率高、范围广。为了更好地研究甘肃省干旱时空变化特征，综合考虑甘肃省气候类型和地理特征将其划分为4个气候分区（Ⅰ区，河西大陆性气候区；Ⅱ区，陇中北部季风气候区；Ⅲ区，陇南-陇中南部季风气候区；Ⅳ区，甘南高寒气候区），并采用甘肃省26个国家气象站点的气象资料，计算其近60年（1960—2019年）的月、季和年尺度的标准化降水蒸散指数（SPEI-1、SPEI-3、SPEI-12），结合气候倾向率、Mann-Kendall突变检验、空间插值等方法探讨甘肃省近60年的干旱时空演变特征。结果表明：从时间变化角度看，不同时间尺度的SPEI均呈减小变化趋势，且随时间尺度的增大，SPEI波动幅度越小；在四季变化上，春、夏、秋季SPEI在甘肃省各气候分区都呈现在波动中下降的趋势，且下降趋势明显，表明干旱趋势显著，冬季SPEI在各气候分区呈现在波动中上升的趋势，表明有湿润化的趋势。从空间变化角度看，甘肃省Ⅰ区呈干旱减缓趋势，Ⅱ区、Ⅲ区和Ⅳ区呈干旱加剧趋势，且春季各气候分区干旱加剧趋势明显，夏、秋季次之，而冬季基本上都呈现干旱减缓趋势；甘肃省不同气候分区不同等级干旱发生频率分布差异大且不均衡，干旱频率由小到大依次为：特旱、中旱、重旱、轻旱。

摘要:为探明沟垄集雨条件下限量补灌对麦田土壤质量的影响，在冬小麦生育期设置3种降雨年型（丰水年P1: 275mm、平水年P2: 200mm、干旱年P3: 125mm）和4个补灌量水平，以传统畦灌（Traditional flat planting，TF）为对照，对沟垄集雨补灌（Ridge-furrow mulching system，RF）条件下不同土层土壤微生物呼吸、土壤有机碳含量、微生物量碳含量及其熵值（土壤代谢熵和微生物熵）进行研究。连续3年的研究结果表明，与深层土壤相比，沟垄集雨补灌对表层土壤微生物呼吸强度和微生物熵影响更为显著。在冬小麦生育期降雨量和补灌量相同的情况下，沟垄集雨较传统畦灌表层和深层土壤微生物呼吸强度分别增加2.47%~21.67%和3.28%~24.59%，且均在干旱年（降雨量125mm）达到显著性差异；而土壤有机碳含量分别降低0.42%~15.49%和3.34%~11.52%。微生物熵分别增加9.09%~27.05%和11.9%~24.76%；对同一降雨量下不同补灌处理进行显著性分析结果表明，与传统畦灌对比，沟垄集雨补灌对土壤代谢熵影响不显著。研究结果可为沟垄集雨技术下限量补灌农田土壤质量变化预测及田间补灌管理提供科学依据。

摘要:农田水热传输过程的量化对于农业用水管理和作物灌溉制度的制定具有重要意义。本文利用波文比通量观测系统实测数据和气象站资料，对覆膜滴灌紫薯农田的水热通量变化规律及其对环境因子的响应进行了研究。结果表明：潜热通量是全生育期覆膜滴灌农田能量支出的主要部分，显热通量和土壤热通量支出占比较小，全生育期潜热通量、显热通量、土壤热通量支出占比分别为69.12%、25.14%、6.57%。不同天气条件下，显热通量的大小和变化范围均小于潜热通量。潜热通量对降雨和灌溉的响应最为显著，且降雨影响程度大于灌溉。净辐射、气温对潜热通量的影响较大，表层土温和风速变化的影响则较低，各环境因子主要通过直接和间接作用共同对潜热通量产生影响。该研究成果可以深化对覆膜滴灌紫薯农田水热传输规律的认识，为作物高效用水提供理论依据。

摘要:为明确未来气候条件下关中地区夏玉米农田适宜的施肥-秸秆措施以控氨稳产及应对气候变化，基于2019—2020年大田试验，进行不同氮肥种类和不同秸秆还田模式对农田土壤氨挥发和作物产量的影响研究。根据田间实测数据对DNDC模型进行校正与验证，利用验证后模型模拟未来气候条件下不同施肥-秸秆措施对夏玉米产量及土壤氨挥发累积量的影响，综合考虑产量和生产单位产量玉米的土壤氨挥发累积量，最终提出未来气候条件下关中地区夏玉米农田的优化控氨稳产施肥-秸秆措施。结果表明：校正后的DNDC模型可以很好地模拟不同施肥-秸秆措施条件下夏玉米生长和农田土壤氨挥发累积量。在未来气候条件下，秸秆还田会显著提高夏玉米产量并降低生产单位产量玉米的土壤氨挥发累积量。在RCP4.5排放情景下，未来2030—2090年，秸秆全量还田配施180kg/hm2稳定性氮肥生产单位产量玉米的土壤氨挥发累积量较低且产量较高；在RCP8.5排放情景下，未来2030—2050年和2070—2090年，秸秆全量还田配施180kg/hm2稳定性氮肥和秸秆全量还田配施162kg/hm2稳定性氮肥生产单位产量玉米的土壤氨挥发累积量较低且产量较高。因此，在RCP4.5排放情景下，秸秆全量还田配施180kg/hm2稳定性氮肥为关中地区2030—2090年较为优化的控氨稳产施肥-秸秆措施；在RCP8.5排放情景下，秸秆全量还田配施180kg/hm2稳定性氮肥和秸秆全量还田配施162kg/hm2稳定性氮肥分别为关中地区2030—2050年和2070—2090年较为优化的控氨稳产施肥-秸秆措施。本研究可为关中地区实现农业可持续发展及稳产减排提供参考。

摘要:构建日光温室环境预测模型，准确预测温室环境变化有助于精准调控作物生长环境，促进果蔬生长。而温室小气候环境数据多参数并存、耦合关系复杂，且具有时序性和非线性，难以建立准确的预测模型。针对以上问题，提出一种基于麻雀搜索算法（SSA）优化的长短期记忆网络(LSTM)温室环境预测模型，实现了温室环境数据的精准预测。实验结果表明，采用SSA自动进行参数选优的方式，解决了LSTM模型参数手动选择的难题，大幅缩短模型训练时间，且最优的网络参数能够发挥模型的最佳性能。对日光温室内空气温湿度、土壤温湿度、CO2浓度和光照强度6种环境参数进行预测，SSA-LSTM平均拟合指数高达97.6%，相比BP、门控循环单元（GRU）、LSTM，其预测拟合指数分别提升8.1、4.1、4.3个百分点，预测精度明显提升。

摘要:堆肥发酵是农业废弃物基质化、肥料化利用的一个重要技术手段。在堆肥发酵过程中，温度影响着发酵堆的发酵速率、发酵质量，因此研究发酵堆内部的温度分布对于发酵堆的精准管控至关重要。但由于不同堆置方式的发酵堆体积、高度不同导致传统固定探针式传感器难以灵活、便捷地进行针对性测量，给农业废弃物发酵过程的精准管控带来极大不便。针对以上问题，设计了一种杆体模块化、可拼接的低功耗组合式多层温度监测系统。实现了基于CAN总线的检测模块自适应识别，基于JSON封装与关系数据库的配置信息同步与自适应匹配，以及系统现场端、服务器端、微信小程序端人机界面自适应生成。经过功能、功耗以及系统实际测试，结果表明，监测系统可以实现连续监测过程中实时数据监测、低功耗运行，具备良好的稳定性，并且实现了系统硬件、服务器端、微信小程序端的同步配置、信息显示等功能，满足废弃物堆肥发酵过程的温度多层长期监测需求。

摘要:以冷榨磨浆工艺所得豆乳为原料，研究高压均质辅助不同蛋白酶（碱性蛋白酶、木瓜蛋白酶、菠萝蛋白酶）水解豆乳对其结构及品质的影响。结果表明，随着均质压力的增加，酶解豆乳溶解度和水解度分别高达91.9%和8.24%，同时豆乳粒径分布更加均匀，表面负电荷增加，稳定性明显提高；SDS-PAGE电泳、红外光谱和荧光光谱研究豆乳中蛋白结构的变化，结果表明不同均质压力辅助酶解处理改变了蛋白质的线性表位，大分子量的抗营养蛋白因子条带呈变浅趋势，二级结构中α-螺旋、β-折叠和无规则卷曲含量减少；测定抗营养因子含量揭示蛋白质结构与功能的关系，发现均质压力在100MPa时，3种酶对大豆球蛋白、β-伴大豆球蛋白、植酸、大豆凝集素、胰蛋白酶抑制剂和脂肪氧化酶6种抗营养因子达到最佳去除效果，抑制率分别高达51.28%、57.83%、72.31%、71.4%、89.55%和82.96%，脲酶活性均呈阴性。研究结果可为营养健康豆乳的制备提供理论基础。

摘要:为了解决饲料生产过程中入仓原料种类采用人工取样感官识别所存在的问题，实现原料种类自动识别，以玉米、麸皮、小麦、豆粕、鱼粉等大宗饲料原料为研究对象，自主设计搭建了多通道入仓原料种类自动识别装置，采集饲料原料图像数据集，并使用数据增强的方法增加样本多样性。基于ResNet18网络模型加入通道注意力机制、增加Dropout函数，并嵌入余弦退火法的Adam优化器，引入迁移学习机制训练模型，构建适用于饲料原料种类识别的CAM-ResNet18网络模型。CAM-ResNet18网络模型的原料种类验证准确率达99.1%，识别时间为2.58ms。与ResNet18、ResNet34、AlexNet、VGG16等网络模型相比，模型验证集准确率分别提升0.6、0.2、3.7、1.1个百分点。针对混淆矩阵结果分析，测试集识别平均准确率达99.4%，具有较高的精确度和召回率。结果表明，构建的CAM-ResNet18网络模型在饲料原料种类识别方面具有较高的识别精度和较快检测速度，自主研发的多通道入仓原料种类自动识别装置具有实际应用价值。

摘要:富士苹果在贮藏期后熟过程中其生理特性发生变化，不适宜的贮藏会影响出库品质和售卖价格。为使贮藏期果实以较好的品质出库销售，开展对贮藏后熟苹果品质模型研究，并在此基础上对苹果出库进行评价和预测。采集了全贮藏期不同时间苹果样本的近红外光谱和品质指标（可溶性固形物含量、硬度和失重率），分析贮藏期间果实漫反射光谱和品质指标变化规律，基于波长1000~2400nm范围内的漫反射光谱结合预处理和特征波长提取方法，建立贮藏期苹果品质的偏最小二乘（PLS）和带有反馈的非线性自回归（NARX）预测模型，根据行业标准确定苹果出库品质判断依据，采用基于熵权的TOPSIS法对果实出库品质进行综合评价，实现PLS对品质得分和NARX对多品质指标的预测。结果表明，在预测SSC含量、硬度和失重率时，最优模型分别为CARS-SPA-PLS、CARS-NARX和SPA-NARX，相关系数分别为0.914、0.796和0.918，均方根误差分别为0.511°Brix、0.475kg/cm2和0.682%；在预测品质得分时，PLS模型的相关系数与均方根误差分别为0.896和0.0434，NARX多输出模型的相关系数分别为0.794、0.785和0.905，均方根误差分别为0.308°Brix、0.492kg/cm2和0.714%。应用近红外光谱技术能实现对果实贮藏品质监测和出库品质筛选，可为高效贮藏管理技术提供方法。

摘要:模型传递可解决不同近红外光谱仪间多元校正模型无法共享的问题。以食用油为研究对象，对其酸值和过氧化值模型进行传递分析。在主机上建立偏最小二乘多元校正模型，利用无参数高效模型传递（PFCE）算法中NS-PFCE无标样算法和FS-PFCE有标样算法分别实现模型传递，探讨了标准化样品数量对模型传递效果的影响。并与经典的3种有标样传递算法和2种无标样传递算法进行对比。结果表明，经NS-PFCE无标样传递后，从机酸值与过氧化值预测集均方根误差分别从0.613mg/g和16.153mmol/kg下降到0.275mg/g和9.523mmol/kg；而经FS-PFCE有标样传递后，从机酸值与过氧化值预测集均方根误差分别下降到0.274mg/g和8.945mmol/kg。且随着标准化样品数量的增加，经PFCE算法传递后预测集均方根误差越低。无参数高效模型传递算法联合应用单一的无标样算法和有标样算法两种传递方式，增强了传递模型的适应性和包容性，同时有效地降低主机光谱与从机光谱之间的差异，实现了不同光谱仪间校正模型的共享。

摘要:为了实现多果品内部品质的现场无损快速检测，基于多光谱技术设计了一种可更换探头的手持式多果品内部品质无损检测仪。该检测仪的硬件系统由主机和多光谱采集探头组成。主机包括微处理器、电源管理模块、稳压驱动模块及输入输出模块。多光谱采集探头由12个不同波长的发光二极管和数字光电传感器组成。在MDK 5.0开发环境下用C语言开发了检测仪的软件。利用开发的检测仪分别采集了“华优”猕猴桃和“雪”梨的漫反射多光谱，并基于偏最小二乘法建立了预测猕猴桃和梨的可溶性固形物含量(SSC)和硬度的模型。将预测模型导入到检测仪后对仪器的性能进行了测试。结果表明，该检测仪对猕猴桃SSC和硬度的测量均方根误差分别为1.51%和5.13N，对梨SSC和硬度的测量均方根误差分别为0.52%和4.57N，检测时间在2s以内，可通过更换探头实现对多种果品内部品质的无损快速检测。

摘要:To eliminate the deviation between the actual pressure and the expected pressure of the shifting clutch of hydraulic mechanical continuously variable transmission (HMCVT) during the pressure tracking control process, a global terminal sliding mode control algorithm based on extended observer was proposed to achieve the high-precision tracking control of the pressure. By establishing the nonlinear mathematical model of wet clutch with uncertain disturbance, the state space equation of pressure control system was derived. The mismatched disturbance was estimated by extended observer, the linear term was introduced to accelerate the global convergence of terminal sliding mode control. Then a global terminal sliding mode pressure tracking controller based on extended observer was designed for HMCVT shifting clutch pressure system in real time. Finally, the effect of the controller was simulated and verified by bench test. The simulation and test results showed that the uncertain disturbance can be accurately observed by the extended observer. Compared with the traditional TSMC, the dynamic response time was only 0.13s, the overshoot was only 0.08MPa, and no chattering phenomenon occurred for the proposed algorithm. In addition, the control algorithm had good performance anti-interference capability, which was reflected by the smallest jerk (reduced by 12.7% at most) and sliding friction work (reduced by 10.2% at most). The results proved that pressure tracking control algorithm proposed had good robustness, and it can be applied to pressure tracking control of HMCVT shifting clutch.

摘要:根据基于方位特征方程的并联机构拓扑设计理论和方法，设计、分析了一种零耦合度且部分运动解耦的三自由度非对称两平移一转动（2T1R）并联机构，包括：给出机构的拓扑设计过程，计算其自由度、耦合度κ等主要拓扑特性；其次，基于拓扑特征运动学建模方法，求出其符号式位置正反解，并通过正解进行工作空间计算；同时导出位置逆解方程，得到动平台雅可比矩阵，由此导出机构内各构件的速度、加速度以及奇异性；又运用基于虚功原理的序单开链法进行逆向动力学建模，得到该机构主动副的驱动力变化曲线，同时以子运动链（SKC）为单元，求解SKC连接处运动副的支反力，并通过ADAMS予以动力学仿真验证。最后，分析了该机构可用作不同高度输送带之间物料自动转运、卸料装置的潜在应用场景，并给出了其概念设计。本文为两支链大转角并联机构的高效运动学、动力学建模与分析，以及机构性能优化与样机研发提供了理论依据。

摘要:为降低并联机构机械误差测量和补偿的难度，实现机构末端的精确控制，本文提出一种基于Jacobian和RBF神经网络相结合的末端误差补偿方法。以一种3-PTT并联机构为研究对象，分析机构正、逆运动学，验证数学模型的正确性。根据运动学模型解算Jacobian，分析机构约束奇异和运动奇异。为验证机构末端误差补偿方法的有效性，设置两种实验条件，分别为是否有丝杠的回程误差补偿和末端受不同负载，并通过激光跟踪仪测定末端位置。实验结果表明，使用本文的误差补偿方法后，机构末端轴向(x轴)、径向(y轴)位置误差均降低90%以上，竖直方向(z轴)位置误差均降低80%以上，证明了本文方法的有效性。

摘要:针对动力学不确定性的机器人轨迹跟踪问题，本文提出一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法。将轨迹跟踪中已产生的误差进行累加，实时前馈补偿到参考轨迹上即将被跟踪的点上。给出了该方法的控制框图，由控制框图导出跟踪误差与命令误差之间的关系式。关系式表明只需控制器中的控制算法保证速度误差稳定，即可保证跟踪误差收敛。此外，提高补偿增益的值可以提高误差的收敛速度。分析PD控制律能满足所提方法的收敛条件。给出了所提方法中参数的调节方案。通过仿真和实验验证了该方法的有效性。实验结果表明，各个关节跟踪轨迹1得到的误差绝对值均不大于0.0087rad；跟踪轨迹2得到的误差绝对值均不大于0.0059rad。

摘要:为使伺服压力机具有良好的拉深性能，需要对其轨迹进行合理规划。针对六连杆大型伺服压力机，构建一种主传动机构轨迹规划方法。基于库伦-粘性摩擦模型，建立主传动机构的高精度动力学模型。考虑冲压过程中的工艺约束和要求，提出基于复合三角函数的伺服电机加减速控制的改进模型。针对主传动机构的能耗和效率进行分析，以滑块运动的周期能耗和生产节拍为优化指标，通过线性加权的方式构造多目标优化函数，引入机械手送料时间、滑块最大速度、主动件角速度、伺服电机动态限和热极限等约束，采用遗传算法完成了多目标优化设计。结果显示：优化后，伺服压力机主传动机构在一个周期的能效提升4.54%，生产节拍时间减小3.23%，实现了良好的拉深工艺模式。