摘要:丘陵山区先进适用农机装备的研发是目前国内农机装备研究的热点和难点问题之一。目前，我国丘陵山区农业生产存在“无机可用，无好机用”的现实问题，并且先进适用丘陵山地农机装备（简称山地农业装备）的研发缺乏必要的理论支撑。本文重点综述了国内外山地农业装备尤其是山地拖拉机及山地农机调平技术、山地拖拉机驱动与动力系统、山地农机具及其作业性能的研究现状，阐述了农机土壤压实与坡地土壤耕作侵蚀的研究进展，总结归纳了山地农机设计及山地农机-土壤互作机理研究的计算机辅助方法。展望丘陵山地农机装备及坡地作业技术的研究重点及发展方向：山地农机-坡地土壤-作物（养分）互作机理研究；山地农机总体设计与农艺及坡地作业场景深度融合；山地农机姿态调平机构与控制策略；山地农机动力高效传递与灵便转向驱动；山地农机作业机组的智能化监测与精确自主导航。以期为我国丘陵山区农机装备的研发设计提供借鉴参考。

摘要:针对稻麦收获无人作业的需求，提出了一种使用激光雷达检测稻麦收获边界的算法，并连接无人控制系统实现收获边界的自动对齐。该算法首先对采集的收获轮廓点云划定感兴趣角度范围，根据雷达的安装高度和位置将测量数据由极坐标转换为三维直角坐标，融合陀螺仪测量的激光雷达安装姿态数据对测量点云进行校正；通过中值滤波和Z向阈值滤波将点云中的噪点和非稻麦轮廓点滤除；对比了K-means聚类和Z向中心差分法检测稻麦收获边界的精度，并进行了误差分析；开发了感知系统并制定了感知与控制的CAN通信协议，采用预瞄点追踪方法对实时检测的边界点进行对齐控制；分析研究了稻麦收获边界自动对齐精度检测方法。2022年6月在北京小汤山国家精准农业示范基地进行了收获边界检测与自动对齐控制系统试验，分别采用数据标注和GPS打点的方式进行了数据采集与分析，试验结果表明，基于K-means聚类的收获边界检测横向偏差平均值为22.24cm，基于Z向中心差分法的收获边界检测横向偏差平均值为1.48cm，Z向中心差分法的收获边界检测优于基于K-means聚类的检测方法，故采用Z向中心差分法进行自动对齐控制试验，整体控制系统自动对齐横向偏差平均值为9.18cm，标准差为2.48cm，该系统可用于稻麦收获无人作业。

摘要:为减少果园机器人在定位与建图过程中产生的累积漂移误差，本文提出一种基于密度二进制模式（Density binary pattern，DBP）描述子的激光回环检测算法。算法将点云空间分割为二进制单元块，提取包含点云高度与密度信息的全局描述子DBP。针对复杂果园的大尺度、高度相似、非结构化特性，基于两阶段搜索算法实现高效回环检测。基于历史帧DBP的环因子检索K近邻候选帧，确认与当前帧DBP描述子最相似的候选帧为最终目标回环索引。在具有多个回环事件的复杂果园场景中，DBP-LeGO-LOAM算法轨迹的均方根误差与标准差分别为0.24m与0.09m，相对LeGO-LOAM中基于距离的回环检测算法分别减少81%与91%。实验证明，本文方法对多回环复杂果园环境具有更好的适应性，为提高果园机器人建图与定位精度提供了有效解决方案。

摘要:为降低人工打顶的劳动强度，减少化学打顶的环境污染，改善“一刀切”式打顶机构的过打顶情况，通过分析手工打顶过程，设计了一种双圆盘式打顶机构，并基于机器视觉，设计打顶装置单行样机，实现棉花打顶的全程自动化控制。该装置主要由打顶机构、视觉检测机构、运动机构和棉花顶尖识别及控制系统组成。基于棉田调研、结构计算和预试验，确定了打顶装置的整体结构和关键部件尺寸。结合视觉识别研究基础与实际应用，选用YOLO v3算法搭建棉花顶尖识别及控制系统，实现棉花顶尖的识别定位，完成打顶机构的运动控制。以打顶期棉花为研究对象，进行棉花顶尖识别试验、打顶机构性能试验和田间试验，结果表明：棉花顶尖识别试验平均识别率为93%；打顶机构性能试验平均打顶率为94.67%；田间试验平均识别率为85.33%，平均打顶率为78.22%。研究结果可为棉花精准化与智能化打顶的研究提供参考。

摘要:针对长江中下游油菜适播期持续干旱或降雨导致土壤含水率波动大影响油菜成苗的实际情况，探究油菜农机农艺融合模式，提出一种旋耕碎土、两侧开畦沟、厢面旋切微垄、微垄表面播种的油菜微垄直播工艺，设计一种油菜直播机旋切式微垄种床制备装置。根据油菜直播株行距配置、根系生长特点，结合垄作土壤水热特性，确定微垄几何尺寸；基于运动学解析腹板端点旋切土壤的运动规律和腹板滚动包络线，从结构角度定性分析被动旋转过程并确定回转半径、腹板数量、腹板顶角范围；利用DEM-MBD耦合仿真，进行单因素试验和正交旋转回归试验，从土壤角度定量研究了腹板数量、腹板顶角、旋切深度、前进速度对微垄成形的影响规律，并得到装置腹板数量分别为6和8的较优工作参数组合；田间试验使用Trimble TX8三维激光扫描仪重构装置作业后微垄厢面，与仿真结果进行对比分析。结果表明，腹板数量分别为6和8时较优工作参数组合为：腹板顶角、旋切深度、有效沟深分别为28.00°、100mm、83.59mm和26.50°、92mm、64.26mm，田间试验微垄沟深和微垄距平均值为103.08、85.16mm和332.92、266.88mm，与仿真结果最大误差为8.25%，微垄合格率分别为100%和90%。

摘要:针对现有气吸式排种器在进行花生高速播种作业时重播、漏播现象严重等问题，设计了一款驱导组合槽辅助附种气吸式高速精量排种器，在设计排种盘时将搅种凹槽、取种槽口、吸种型孔组合设计构成组合槽，实现扰种、驱种、辅助附种作用，保证高速作业时的排种性能。通过理论建模分析验证了排种盘结构设计的合理性并初步完成了关键参数的确定，借助离散元仿真软件对种群运移情况受关键参数的影响规律进行了分析，并进行了二因素五水平二次正交旋转组合试验，对结构参数进一步优化；得出搅种凹槽、取种槽口尺寸及作业速度均会对排种性能造成显著影响，并得出最优排种器参数组合：搅种凹槽深度3mm、基圆半径70mm；取种槽口左右端面上沿距离24.0mm、下沿距离19.1mm、深度10.5mm、排种盘外周到取种槽口后端面距离24.0mm。在该参数组合下，当风压为-6kPa、作业速度为6~12km/h时，粒距合格指数不小于93.33%，重播指数不大于3.52%，漏播指数不大于4.02%，破损指数不大于0.32%，具有良好的作业性能。

摘要:蔬菜移栽机在膜上移栽时，只能在较小的范围内调整株距，以保证较小栽植穴口，株距过大会造成栽植器前移撕膜，过小会导致栽植器后移带膜，形成较大穴口，影响幼苗后期生长，为此设计一套栽植静轨迹无级可调的往复式鸭嘴栽植装置。在分析栽植装置结构特点、工作过程及调整构件尺寸参数和安装参数以实现不同株距较小穴口栽植原理的基础上，提出了一套栽植静轨迹无级可调的栽植机构及其栽植方法。通过建立机构的运动学模型，开发了可视化辅助设计软件，分析了各参数对栽植特性的影响，使用逐步逼近法确定了一组满足要求的参数：L1=35mm、L2=350mm、L3=70mm、L5=280mm、dD=358mm、Φ4=15°、xB=20mm，标定了株距每间隔50mm对应的支点B纵坐标yB的位置。根据机构参数组合设计了鸭嘴栽植装置并建立了三维模型，进行了运动学仿真，验证了鸭嘴栽植装置结构设计的可行性。开展了实验室样机试验，试验结果表明：栽植株距在100~600mm之间，栽植合格率大于90%，株距变异系数小于6%，穴口长度均小于100mm，其中株距100mm时平均穴口长度为52.26mm，栽植效果良好，可以满足不同株距小穴口的栽植要求。

摘要:温室穴盘钵苗成苗后需要从穴盘移植到培养槽孔，但因人工作业效率低，限制了其规模化生产。为实现高效、高质量自动化移栽作业，本文设计一种用于温室穴盘钵苗高速取、放苗移栽作业的爪片插入式成排移植手部件，分析取苗作业过程移植手的受力及取放苗过程移植手的变形，结合ADAMS刚柔耦合仿真试验开展植苗手优化设计，确定爪片尖点拟合曲线及移植手抓取穴盘钵苗的运行轨迹。以移植手取苗深度、基质含水率、升降速度和水平横移速度为试验因素，开展成排移植手部件取、放苗正交试验，并确定最佳参数组合。结果表明，当取苗深度48mm、基质含水率69.9%、升降速度0.24m/s和水平横移速度0.35m/s时，取放苗成功率为97.9%，效率10322株/h，满足高速、高效移栽要求。该研究为温室穴盘钵苗高速移栽部件的国产化开发提供参考。

摘要:针对目前牧草收获、粉碎加工设备输送和切割等机构研究过程中离散元仿真缺乏准确模型的问题，以含水率高、物理力学特性较为复杂的苜蓿现蕾期茎秆为研究对象，借助EDEM仿真软件，分别基于Hertz-Mindlin(no slip)和Hertz-Mindlin with bonding接触模型对物理参数和粘结参数进行标定。以休止角和剪切试验为基础，通过Plackett-Burman试验、Steepest ascent试验和Box-Behnken试验确定了苜蓿茎秆的泊松比、剪切模量、碰撞恢复系数、静摩擦因数、滚动摩擦因数等物理参数和法向接触刚度、切向接触刚度、临界法向应力、临界切向应力、粘结半径等粘结参数。以确定的物理参数进行休止角仿真试验，结果表明，仿真休止角与物理试验休止角相对误差为0.52%；以确定的粘结参数进行剪切仿真试验，结果表明，仿真剪切破坏力与物理试验仿真破坏力相对误差为0.86%，说明所标定的参数能够真实反映苜蓿现蕾期茎秆的物理和力学特性。

摘要:针对现有棉秆收获机械拔断率、漏拔率高，作业时需对行等问题，设计了一种夹持辊式棉秆拔取装置。该装置主要由棉秆拔取机构、棉秆输送机构组成，通过对棉秆拔取机构作业过程进行运动学与动力学分析确定了各零部件的结构参数与工作参数。为了验证棉秆拔取装置工作的可靠性与作业性能，以机具前进速度、上拔秆辊转速、机具前进速度与拨秆轮线速度比值（简称速比）作为试验因素，棉秆拔断率、漏拔率为试验指标进行了三因素三水平二次回归响应面试验，建立了回归模型，分析了各因素对棉秆拔取装置作业性能的影响，并进行了参数优化与试验验证。试验结果表明：影响棉秆拔断率的因素主次顺序为上拔秆辊转速、机具前进速度、速比；影响棉秆漏拔率的因素主次顺序为速比、机具前进速度、上拔秆辊转速。优化后的工作参数为：机具前进速度0.60m/s、上拔秆辊转速46r/min、速比0.50，以此参数组合进行田间试验，得到棉秆拔断率为3.68%，漏拔率为5.19%，与理论优化值相对误差不超过5%，研究结果可为棉秆拔取装置的设计提供参考

摘要:针对与油菜薹机械化收获中的切割、夹持输送、打捆等关键环节密切相关的油菜薹茎秆离散元仿真模型缺乏准确粘结参数的问题，以“油蔬两用”双低型油菜收获期油菜薹机械化夹持段茎秆为研究对象，利用EDEM仿真软件提出三轴空间坐标法构建油菜薹夹持中段茎秆双层粘结离散元仿真模型。采用Design-Expert软件依次设计了Plackett-Burman试验、最陡爬坡试验和Box-Behnken试验，完成油菜薹夹持中段茎秆仿真粘结参数标定。利用标定的参数优化解构建剪切和径向压缩模型进行相应仿真试验，通过与物理试验对比分析，对模型参数进一步优化。结果表明，内芯-内芯的法向/切向接触刚度、表皮-内芯法向/切向接触刚度，以及表皮-表皮法向接触刚度对茎秆力学性能影响显著，分别为1.94×107、9.56×108、6.28×109N/m；所有力学模型的仿真值与实测值相对误差不大于3%，且茎秆受力变化趋势基本一致，表明标定优化后的参数具有可行性和准确性。所构建的油菜薹茎秆双层粘结离散元模型能表征其内部结构的力学特性差异，可为油菜薹茎秆相关系统的数值模拟研究提供模型基础。

摘要:为提高离散元法对指导香蕉秸秆粉碎还田装备设计与优化的准确性与可靠性，本文利用Hertz-Mindlin with bonding接触模型建立香蕉秸秆离散元粘结模型并进行参数标定。运用高速摄影技术开展碰撞恢复试验、静摩擦及滚动摩擦台架试验，确定了香蕉秸秆碰撞恢复系数、静摩擦因数和滚动摩擦因数等基本离散元模型接触参数。开展香蕉秸秆物理与仿真剪切试验，获得破坏香蕉秸秆外皮的力学特征曲线，确定物理最大剪切力为122.41N；通过中心组合设计（Central composite design, CCD）响应面法确定香蕉秸秆粘结模型的法向接触刚度、切向接触刚度、临界法向应力与临界切向应力的最佳参数组合为5.89×107N/m、2.49×106N/m、1.39×105Pa、1.34×105Pa。以参数标定结果进行仿真验证，结果表明，仿真剪切力结果与物理剪切力相对误差仅为2.34%，验证了该粘结参数标定方法的可行性，可为香蕉秸秆粉碎还田机设计与研究提供理论参考。

摘要:针对名优茶选择性采摘时，因茶叶附壁导致收集成功率低的问题，根据一芽二叶的物理参数设计了一种螺纹管吸附式茶叶采收器。通过预试验得到了影响茶叶收集成功率的因素：负压、螺纹线数和螺纹导程的参数范围；采用Fluent仿真和Box-Behnken响应面分析法，研究各因素对茶叶收集成功率的影响。试验结果表明：3个因素改变管内近壁面处的空气切向速度；各因素对收集成功率的影响显著性主次排序为: 负压、螺纹导程、螺纹线数；以茶叶收集成功率为优化目标对各参数进行优化并对优化后的参数取整，得到参数为：负压H=120Pa、螺纹线数N=9、螺纹导程S=95mm。以优化后的参数进行吸附式收集试验，结果表明收集成功率为98%，即优化后收集成功率相较于优化前提高26个百分点，试验值与预测值的相对误差小于5%，优化模型结果可靠。

摘要:针对目前玉米籽粒直收机籽粒损失检测系统缺乏检测夹带损失技术的问题，设计了基于嵌入式单片机的玉米籽粒直收机夹带损失检测系统。该检测系统包括损失检测传感器、数据采集器和数据显示终端，可以同时监测收获机的清选损失和夹带损失，实时反馈收获机的收获损失速率以及损失量。通过模态仿真软件对不同材料、不同厚度的监测板进行有限元分析，选择厚0.5mm的不锈钢板作为监测板；运用Multisim对滤波器性能进行仿真分析；设计基于STM32系列单片机的自适应限时滤波算法，可以有效抑制谷物撞击引起的的余振干扰。在试验台架上，对不同大小的玉米籽粒、杂余以及玉米穗进行标定试验，获取信号特征；经装机试验表明，玉米籽粒夹带损失检测结果最大误差为9.96%，平均误差约为6.52%，损失速率变化趋势反馈及时，能够辅助工作人员进行作业决策。

摘要:联合收获机知识库系统使用SQL Server数据库，数据库中的众多数据表具有独立性，便于构建和管理。但当知识库数据量达到一定规模后，对数据表逐一查询不具有可操作性，将全部数据表融合又会导致数据结构混乱、内容表述不清、技术无法实现。针对这一问题，提出联合收获机知识库数据多表联合查询方法。从多角度划分数据表类型，分析联合收获机知识库数据存储结构，设置多表联合数据管理范围；应用SQL（Structured query language）语言将多表信息融合为数据集并存入临时表中，实现多表联合运行；利用人机交互界面将用户查询需求转换成多表联合查询语句，生成查询结果，实现多表近似范围查询和多表精确定位查询。多表联合查询与传统单表知识查询之间的测试结果表明，多表近似范围查询比系统原有的单表近似范围查询节约用户操作时间50%及以上，最高达到90.4%；多表精准定位查询比系统原有的单表精准定位查询节约用户操作时间48.1%及以上，最高达到89.6%。多表联合查询的实现使联合收获机知识库系统具有实用性与可行性，可为同类知识库系统数据管理提供可借鉴的思路和方法。

摘要:高标准农田是国家粮食安全的重要保障，作为其中的重要工程，田间道路的快速准确获取可为高标准农田建设质量评估和效果评价提供基础数据支撑。针对传统方法对细窄田间道路识别精度低、泛化能力不强的问题，本文提出了基于U-Net网络的高标准农田道路识别方法。首先，在分析田间道路基本特征的基础上，选取GF-2影像作为试验数据，采用面向对象方法对影像进行分割并根据对象特征进行分类，剔除光谱特征与田间道路相似的建筑物等非道路要素，减少道路识别干扰；然后，对影像进行裁剪、标签制作和数据增强等操作，并使用U-Net网络挖掘影像的深浅层特征，通过不断调整参数对网络进行训练，实现田间道路的快速识别；最后，依据道路断点特征，采用局部连接法对道路断点进行修复，并以河北省定州市东亭镇为试验区进行方法测算与精度验证。结果表明：通过挖掘622幅田间道路样本的影像特征，U-Net网络可以有效识别各类场景下的高标准农田道路，通过对道路断点进行修复后，研究区田间道路识别精确率达96%，召回率和F1值分别为62%、75%，该识别精度能够满足高标准农田建设质量快速评估要求。相比传统识别方法，结合面向对象和深度学习的方法可以在减少建筑物干扰的基础上快速地识别出田间道路，能更好解决田间道路材质差异大、植被遮挡等造成识别结果噪声多、误识别问题，该方法可为细窄地物的识别提供方法参考。

摘要:人类活动和气候影响土地利用变化，而土地利用变化是影响生境质量变化最基本因素之一，探究不同气候情景下生境质量对区域土地资源可持续利用和生态保护具有重要意义。本文以南昌市为例，基于耦合SD(System dynamics)-PLUS(Patch-generating land use simulation)模型模拟预测共享社会经济发展路径(Shared socioeconomic pathways, SSPs)与典型浓度路径(Representative concentration pathways, RCPs)组合情景下南昌市2035年土地利用格局，InVEST (Integrated valuation of ecosystem services and trade-offs)模型评估2000—2020年以及3种不同气候情景下南昌市2035年生境质量并进行时空变化分析，结果表明：3种情景下，2035年南昌市耕地、林地、草地面积下降，建设用地扩张迅速，水域和未利用地变化幅度较小。2000—2020年生境质量持续下降且空间分布差异较大，优等生境质量分布于山地丘陵以及湖泊水域，中、差等则分布于耕作区和城镇地区。3种气候情景下，2035年南昌市生境质量呈减速下降趋势，主要表现出中等向差等生境转换，退化程度由大到小依次为SSP585、SSP245、SSP119。研究结果可为南昌市高质量发展和生物多样性保护提供科学依据。

摘要:为探究无人机多源遥感影像估算玉米叶面积指数（Leaf area index，LAI）垂直分布，在田间设置了密度和播期试验，在7个生育时期利用无人机采集了可见光、多光谱和热红外影像并同步获取玉米LAI垂直分布数据。同时，为合理制定无人机飞行任务，分析了不同飞行高度和不同太阳高度角下获取的无人机影像对估算玉米LAI的影响。基于无人机影像提取的与玉米LAI相关性较高的植被指数、纹理信息和冠层温度等特征，利用7种机器学习方法分别构建了玉米冠层不同高度LAI估算模型，从中选取鲁棒性强的2个模型用于分析在不同飞行高度和不同太阳高度角下估算LAI的差异。研究结果表明，MLPR和RFR模型对玉米LAI估算鲁棒性最强，全生育期下模型rRMSE为11.31%（MLPR）和11.42%（RFR）。玉米冠层LAI垂直分布估算误差，所有模型的平均rRMSE分别为9.1%（LAI-1）、14.19%（LAI-2）、18.62%（LAI-3）、23.29%（LAI-4）和26.7%（LAI-5）。对于玉米穗位叶及以下部位的LAI估算误差均在20%以下，得到了较好精度。同时，在不同飞行高度和太阳高度角试验中可以得出，当飞行高度为30m时LAI估算精度最高，R2为0.73，rRMSE为10.97%，在09：00—10：00观测的玉米LAI估算精度最高。无人机多源遥感影像数据可以准确估算玉米冠层LAI垂直分布，及时掌握玉米功能叶片LAI长势差异，可为玉米品种筛选提供辅助。

摘要:苎麻生理生化性状是其遗传基础和环境条件综合影响的结果，能够反映特定胁迫环境下苎麻的生长发育状况。无人机遥感技术为大规模田间作物长势监测提供了有效手段，利用无人机搭载多光谱相机对苎麻理化性状进行综合评价具有实际意义。因此，以苎麻种质资源为研究对象，采用无人机多光谱遥感获取苎麻冠层的光谱参数和纹理参数，运用相关性分析法（Pearson correlation analysis，PCA）、递归特征消除法（Recursive feature elimination，RFE）2种最优特征筛选方法和线性回归（Linear regression，LR）、决策树（Decision tree, DT）、随机森林回归（Random forest，RF）、支持向量机（Support vector machines，SVM）、偏最小二乘回归分析（Partial least squares regression analysis，PLSR）5种机器学习算法分别构建了苎麻叶绿素相对含量（SPAD值）、叶面积指数（Leaf area index，LAI）和叶片相对含水量（Relative water content，RWC）的估测模型。结果表明，苎麻理化性状与冠层光谱偏态参数存在显著相关性，基于偏态参数构建的苎麻理化性状估测模型能包含更多信息输入。对比PCA方法，RFE能更有效地筛选敏感特征参数，从而提高估测模型精度。基于多时序融合数据的苎麻理化性状估测模型精度较高，LR-SAPD估测模型的R2为0.662，RMSE为2.088；LR-RWC估测模型的R2为0.793，RMSE为2.213%，SVR-LAI模型能较好估测苎麻叶面积指数，R2为0.737，RMSE为0.630。提出的准确高效、性价比高、普适性高的田间苎麻理化性状动态监测方法，可用于作物理化含量的快速、无损估测。

摘要:为实现利用多光谱技术开展芳樟叶绿素相对含量（SPAD）监测，及时快速诊断芳樟矮林生长状况，为田间管理决策提供信息支持，以红壤区芳樟矮林为研究对象，利用无人机多光谱遥感影像，提取波段反射率，筛选植被指数，分别以波段反射率和植被指数为模型输入量，采用偏最小二乘回归、支持向量回归、反向传播（Back propagation，BP）神经网络和径向基函数（Radial basis function，RBF）神经网络4种方法构建芳樟矮林SPAD反演模型，并对比不同输入量、不同模型模拟结果的反演精度。研究结果表明：对比两种不同的输入量，在同一模型反演的精度相差不大；其中，基于偏最小二乘回归法，以植被指数为模型自变量估测芳樟矮林SPAD效果略优；基于支持向量回归、BP神经网络和RBF神经网络，以波段反射率为模型自变量估测芳樟矮林SPAD效果略优；对比4种建模方法，不同方法建模预测精度不同，与偏最小二乘回归、支持向量回归和BP神经网络相比，基于RBF神经网络反演芳樟SPAD的精度最高，以波段反射率和植被指数为模型输入量的测试集为例，其决定系数R2分别为0.788、0.751，均方根误差（RMSE）分别为1.838、2.457，表明RBF神经网络在芳樟矮林SPAD预测过程中具有明显优势。

摘要:田埂精确提取是数字化农业管理的重要前提。针对由于遮挡、斑秃等因素干扰，给基于语义分割方法提取田埂带来困难问题，提出一种基于注意力机制和边缘感知模块的U-Net网络实现田埂提取。首先，将多信息注意力引入U型分割网络的下采样中，增强相邻层之间的上下文信息，提升对田埂区域语义特征的表示能力。其次，将边缘感知分割模块应用至U-Net解码部分的每一层，在不同语义特征层提取田埂边缘信息，提高田埂区域语义分割精度。最后，联合边缘感知损失与语义分割损失构建联合损失函数，用于整体网络优化。通过对安徽省淮北市濉溪县小麦基地采集的无人机麦田数据集进行训练和模型验证，实验结果表明，本文模型语义分割像素准确率高达95.57%，平均交并比达到77.48%。

摘要:样本点权重调整是遥感分类精度评价中样本点空间分配的关键环节。以北京市顺义区精度评价样本点为例，提出了一种兼顾面积属性与不确定性信息的样本点权重调整方法——模糊调整权重法，用于布设精度评价样本点。首先，构建用于表达不确定性信息的模糊中和指数及其权重，融合模糊中和指数权重和面积权重构建模糊调整权重，并计算各个分层的模糊调整权重结果，完成样本点特征空间分配；其次，设置不同梯度样本点集，结合平均最短距离最小化准则和空间模拟退火算法实现样本点地理空间优化布设；最后，构建权重调整效果评价指标，进行模糊调整权重效果评价，并与其他权重调整方法和未进行权重调整的布点方法进行对比分析。结果表明：顺义区不确定性大、中、小的层模糊调整权重分别为0.45、0.37、0.18，与面积权重相比，不确定性大的层权重显著增加、中层权重稍微增加、小层权重明显降低；5个不同数据集样本点权重调整的精度评价总体精度、相对精度、均方根误差和标准偏差结果分别为69.90%~73.48%、96.28%~99.82%、0.01和0.01；模糊调整权重布点方法评价效果优于面积权重、模糊中和指数权重、不确定性空间分层权重布点方法，以及空间均匀抽样和简单随机抽样方法，样本点权重调整更加准确可靠。设计的模糊调整权重法布设精度评价样本点，能够兼顾面积属性和不确定性信息，又可以避免权重调整过度，提高了各个分层样本点空间分配的合理性。

摘要:为实时准确地检测到自然环境下背景复杂的荔枝病虫害，本研究构建荔枝病虫害图像数据集并提出荔枝病虫害检测模型以提供诊断防治。以YOLO v4为基础，使用更轻、更快的轻量化网络GhostNet作为主干网络提取特征，并结合GhostNet中的核心设计引入更低成本的卷积Ghost Module代替颈部结构中的传统卷积，得到轻量化后的YOLO v4-G模型。在此基础上使用新特征融合方法和注意力机制CBAM对YOLO v4-G进行改进，在不失检测速度和模型轻量化程度的情况下提高检测精度，提出YOLO v4-GCF荔枝病虫害检测模型。构建的数据集包含荔枝病虫害图像3725幅，其中病害种类包括煤烟病、炭疽病和藻斑病3种，虫害种类包括毛毡病和叶瘿蚊2种。试验结果表明，基于YOLO v4-GCF的荔枝病虫害检测模型，对于5种病虫害目标在训练集、验证集和测试集上的平均精度分别为95.31%、90.42%和89.76%，单幅图像检测用时0.1671s，模型内存占用量为39.574MB，相比改进前的YOLO v4模型缩小84%，检测速度提升38%，在测试集中检测平均精度提升4.13个百分点，同时平均精度比常用模型YOLO v4-tiny、EfficientDet-d2和Faster R-CNN分别高17.67、12.78、25.94个百分点。所提出的YOLO v4-GCF荔枝病虫害检测模型能够有效抑制复杂背景的干扰，准确且快速检测图像中荔枝病虫害目标，可为自然环境下复杂、非结构背景的农作物病虫害实时检测研究提供参考。

摘要:为了实现复杂环境下农业机器人对番茄果实的快速准确识别，提出了一种基于注意力机制与改进YOLO v5s的温室番茄目标快速检测方法。根据YOLO v5s模型小、速度快等特点，在骨干网络中加入卷积注意力模块（CBAM），通过串联空间注意力模块和通道注意力模块，对绿色番茄目标特征给予更多的关注，提高识别精度，解决绿色番茄在相似颜色背景中难识别问题；通过将CIoU Loss替换GIoU Loss作为算法的损失函数，在提高边界框回归速率的同时提高果实目标定位精度。试验结果表明，CB-YOLO网络模型对温室环境下红色番茄检测精度、绿色番茄检测精度、平均精度均值分别为99.88%、99.18%和99.53%，果实检测精度和平均精度均值高于Faster R-CNN模型、YOLO v4-tiny模型和YOLO v5模型。将CB-YOLO模型部署到安卓手机端，通过不同型号手机测试，验证了模型在移动终端设备上运行的稳定性，可为设施环境下基于移动边缘计算的机器人目标识别及采收作业提供技术支持。

摘要:针对番茄病害识别模型参数量大、计算成本高、准确率低等问题，本文提出一种基于多尺度特征融合和坐标注意力机制的轻量级网络（Multiscale feature fusion and coordinate attention MobileNet, MCA-MobileNet）模型。采集10类番茄叶片图像，采用基于Wasserstein距离的生成对抗网络（Wasserstein generative adversarial networks, WGAN）进行数据增强，解决了样本数据不足和不均衡的问题，提高模型的泛化能力。在原始模型MobileNet-V2的基础上，引入改进后的多尺度特征融合模块对不同尺度的特征图进行特征提取，提高模型对不同尺度的适应性；将轻量型的坐标注意力机制模块（Coordinate attention, CA）嵌入倒置残差结构中，使模型更加关注叶片中的病害特征，提高对病害种类的识别准确率。试验结果表明，MCA-MobileNet对番茄叶片病害的识别准确率达到94.11%，较原始模型提高2.84个百分点，且参数量仅为原始模型的1/6。该方法较好地平衡了模型的识别准确率和计算成本，为番茄叶片病害的现场部署和实时检测提供了思路和技术支撑。

摘要:针对密集分布的荔枝花遮挡严重导致检测困难，现有研究方法忽略了非极大抑制过程中密集建议框之间的相互作用的问题，为提升检测精度、降低漏检率，提出了一种基于polyphyletic损失函数的检测方法。该方法在损失函数中包含一个聚合损失项，以迫使建议框接近并紧凑定位相应目标，同时增加专门为密集作物场景设计的边界框排斥损失，使预测框远离周围对象，提高密集荔枝花检测鲁棒性。与Faster R-CNN、Focus Loss、AdaptiveNMS和Mask R-CNN进行对比，实验表明，该方法在标准苹果花数据集上识别精度比其他方法高2个百分点，验证了该方法检测的通用性，同时，该方法在自建荔枝花数据集的平均精度均值达到87.94%，F1值为87.07%，缺失率为13.29%，相比Faster R-CNN、Focus Loss、AdaptiveNMS和Mask R-CNN分别提高20.09、14.10、8.35、4.86个百分点，具有较高检测性能。因此，本文提出的方法能够高效地对密集荔枝花进行检测，为复杂场景下的密集作物检测提供参考。

摘要:准确、高效的奶牛行为识别有助于疾病检测、发现异常，是感知奶牛健康的关键。通过分析奶牛在牛场中各时段的行为，提出一种基于时空特征的奶牛行为识别模型, 该模型在时域段网络（TSN）的基础上融合了时态移位模块（TSM）、特征注意单元（FAU）和长短期记忆（LSTM）网络。首先，利用TSM融合时间信息以提高时序建模能力，并将时序建模后的视频帧输入TSN。其次，利用FAU融合高分辨率空间信息和低分辨率语义信息，增强模型空间特征的学习能力。最后，由LSTM聚合过去和当前信息进行奶牛行为分类。实验表明，该方法对进食、行走、躺卧、站立行为识别准确率分别为76.7%、90.0%、68.0%、96.0%，平均行为识别准确率为82.6%，和C3D、I3D、CNN-LSTM网络相比，本文模型平均行为识别准确率分别提升7.9、9.2、9.6个百分点。光照变化会对奶牛行为识别准确率产生一定影响，但本文模型受光照影响相对较小。研究成果可为感知奶牛健康和疾病预防提供技术支持。

摘要:针对目前蛋鸡啄羽异常行为（包括啄和被啄）识别精度比较低的问题，提出了一种基于改进YOLO v6-tiny模型进行啄羽异常行为识别的方法。该方法通过在YOLO v6-tiny模型中引入DenseBlock结构并融入CSP结构的SPP模块（SPPCSPC）的方式，增强了YOLO v6-tiny模型的特征提取能力，扩大了模型的感受野，提升了模型的检测精度。在识别出啄羽异常行为的基础上，对如何基于异常行为发生次数，进行蛋鸡个体分类进行了研究。提出了基于YOLO v6-tiny模型进行蛋鸡个体识别，并将啄羽异常行为识别结果输入个体识别网络，进行蛋鸡个体分类的方法。同时，本文还分别对2种不同的养殖密度、一天当中3个不同的时间段，异常行为发生次数的变化规律进行了分析。实验结果表明，优化后的模型对啄和被啄异常行为的识别平均精度（AP）分别为92.86%和92.93%，分别比YOLO v6-tiny模型高1.61、1.08个百分点，比Faster R-CNN模型高3.28、4.00个百分点，比YOLO v4-tiny模型高6.15、6.63个百分点，比YOLO v5s模型高2.04、4.27个百分点，比YOLO v7-tiny模型高5.39、3.92个百分点。本文方法可以识别出啄和被啄羽异常行为，为蛋鸡异常行为的智能检测提供了技术支撑。

摘要:为解决养殖场条件下羊只的个体识别问题，本文基于小波变换与卷积神经网络，提出一种融合频域特征与空间域特征的羊脸识别模型DWT-GoatNet。首先采集总计30只高相似度西农萨能奶山羊日间、夜间两种不同光照环境下的面部图像，基于SSIM指标剔除其中相似度过高的样本，接着进行图像裁剪，并通过模糊、调整亮度、平移、旋转、加入噪声、缩放等方法完成数据增强；然后，设计基于二维离散小波变换（2D-DWT）与卷积运算的羊脸特征提取模块，完成特征融合；之后，以前述羊脸特征提取模块为基础，添加分类模块，进行卷积神经网络搭建；最后，进行超参数组合寻优，形成羊脸识别模型。试验结果表明，本文所构建的羊脸识别模型在日间、夜间两种不同光照环境下测试集上识别准确率分别可达99.74%和99.89%，高于AlexNet、VGGNet-16、GoogLeNet、ResNet-50、DenseNet-121等经典卷积神经网络模型，说明所构建模型适用于羊只的个体识别，为精准养殖、农险理赔领域相关工作提供了有效解决方案。

摘要:针对柔性pH芯片复合结构多层打印制备过程的配准偏差严重，限制其农用pH值在线监测精度及稳定性问题，比较分析了MSER仿射变换模型对“叠层复合结构”柔性pH芯片性能的影响，分析了配准后柔性pH芯片在基质培番茄根系pH值在线监测应用中的可行性。试验结果表明：MSER仿射变换模型配准后，农用柔性芯片加工最小线宽和线间距分别为90、500μm，芯片加工平均相对误差可控制在25%以内；配准后，农用柔性pH传感器灵敏度达到了每单位pH值-61.9mV，响应范围为2.0~10.0，与商用玻璃pH电极的测量绝对误差小于0.15，相对误差小于4.1%；基质培番茄根系pH值监测试验中，自制柔性芯片与商用pH电极的测量结果具有较好一致性，同步测定结果的绝对误差小于0.09，相对误差小于1.5%，RMSE仅为0.05。MSER仿射变换配准方法可有效提高“叠层复合结构”农用打印柔性传感芯片的制备精度及传感检测准确性。

摘要:在全球变化背景下，揭示土壤养分系统对气候和人类耕地利用活动变化的响应对于农业可持续发展至关重要。基于焉耆盆地的气候、耕地利用强度（LUI）和土壤养分数据，采用敏感性、贡献率和GIS方法分析了土壤养分系统对气候和人类耕地利用活动变化的敏感性及其空间分异特征。结果表明：焉耆盆地气候暖湿化趋势明显（气温倾向率为3℃/(10a)，降水量倾向率为39mm/(10a)），LUI微幅上升；土壤养分系统对气候和LUI变化的敏感性存在显著的空间差异和响应差异。土壤养分系统对气温变化敏感性的空间异质性更高，对LUI变化敏感性更具有响应深度；气候和LUI对土壤养分系统变化的贡献率空间分异明显，并且LUI的贡献率大于气候；土壤养分系统的敏感性及其空间布局是自然环境和人类耕地利用活动相互调节和空间分异的综合结果。研究结果可为提高区域土壤养分系统应对气候变化的能力和耕地精准高效管理提供科学依据。

摘要:以江苏省沿海地区不同围垦区剖面土层原状土样为研究对象，基于CT扫描技术，通过构建孔隙网络模型，对土壤孔隙分布及其拓扑关系进行定量表征，统计分析了土壤孔喉参数，包括孔径分布、配位数、喉道半径及喉道长度；运用提取的孔隙网络实现土壤中单相水的渗流模拟，分析土壤的绝对渗透系数（饱和导水率）及其主要影响因素。结果表明，围垦活动对改良土壤孔隙活动起到积极作用，随围垦年限的增加，连通孔隙的半径范围、平均配位数、喉道半径趋于增大，喉道长度趋于减小；浅层土壤的孔隙结构较为良好。单相水模拟中，模拟计算的土壤绝对渗透系数和试验测定的饱和导水率结果吻合度较好，呈现出一致的变化规律。灰色关联度显示喉道半径对土壤渗透性能的影响最大。

摘要:构建了基于梯形模糊数和分布式作物模拟模型的空间分布式农业生产预警模型来实现作物产量和水分生产力综合警情预警预报。模型采用空间分布式作物产量和水分生产力作为警情指标来计算系统警级，引入梯形模糊数来表征目标产量和水分生产力的不确定性，采用空间分布式作物模拟模型来模拟常规灌溉、0.8倍常规灌溉和0.6倍常规灌溉下的作物产量和水分生产力，进而对现状1976—2012年和未来RCP4.5情景下2026—2045年不同灌溉水平下进行农业生产风险预报预警，并衡量了未来20年产量和水分生产力的静态协调度和每5年4个周期的动态协调度。结果表明，同一作物在不同土壤类型和不同灌溉水平下预警等级不同，警级随着灌溉水平的降低呈现不规则变化规律，协调性随着灌溉水平的降低而减小。模型能够识别出未来气候变化不同节水灌溉水平下的空间异质性作物产量和水分生产力的警级，实现精准化农业生产风险预警预报，有利于实现高效率降警处理。

摘要:土壤水动力参数是模拟田间土壤物质传输过程的基本参数，准确确定土壤水动力参数对实现农田生境精准调控具有重要意义。基于一维垂直入渗试验数据，采用代数方法和数值方法，构造3个不同的目标函数，并分析鲸鱼优化算法和灰狼优化算法反演Brooks-Corey-Mualem模型参数的适用性。结果表明：通过选择合适的目标函数，两种群智能优化算法均可用于反演土壤水动力参数。在代数方法中，鲸鱼优化算法在目标函数2下（由累积入渗量、入渗时间、含水率构成的相对误差）固定参数θr、θs优化得到的土壤水动力参数误差最小，反演参数得到的累积入渗量、入渗率、含水率的相对误差都在9.74%以下，决定系数都在0.9040以上，反演时间为70s；在数值方法中，灰狼优化算法在目标函数3下（由累积入渗量、湿润锋深度、含水率构成的相对误差）固定参数θr、θs优化得到的参数误差最小，反演参数得到的累积入渗量、入渗率、含水率的相对误差都在2.53%以下，决定系数都在0.9917以上，反演时间为115s。因此，代数方法所用时间短、精度相对较低，数值方法所用时间较长、精度相对较高，在反演土壤水动力参数时，可根据误差精度需求，选择合适的优化方法。

摘要:农田干燥收缩产生的裂隙影响土壤水力-物理结构特征，并为农田灌溉水或污染物运移产生优先通道。为揭示农田裂隙形态和基质收缩等演化特征，并对土壤裂隙率进行预测，基于室内土壤收缩及裂隙发育模拟试验，采用图像处理及形态学算法分析了裂隙几何特征，选取非侵入性局部收缩分析方法量化基质域收缩特性；根据脱湿过程中土壤孔隙由基质域向沉降域和裂隙域中的转换机理，结合收缩特征曲线VG-PENG模型、收缩几何因子Logistic函数2个子模型，提出土壤裂隙率预测模型，并对不同厚度土壤试样的裂隙率进行验证。结果表明，厚度在土壤开裂过程中对裂隙形态影响显著，表现为随着土壤厚度加大，土壤表面大裂隙宽度总体加大，且裂隙骨架密度减小，土壤收缩开裂进程放缓；土壤在干燥过程中，基质收缩呈现非均匀特征，并向块区型芯聚集，裂隙边壁区域呈现出局部集中变形区，且收缩量随土壤厚度增加而增大。裂隙率预测模型结合土壤收缩非均匀性特征，从土壤物理角度预测了裂隙率关于含水率的演化过程，有效模拟了裂隙率随含水率演化规律(模型决定系数R2>0.91)。模型弥补了以往裂隙模型未考虑收缩各向异性的不足，可为裂隙流模型构建及其土壤基质水力特征提供参数基础，有助于制定膨缩土壤修复及水分管理方案。

摘要:前屋面是实现日光温室内外环境沟通的重要构建部分，通过控制前屋面覆盖物状态即可达到控制日光温室内部环境的目的。保温卷帘、通风卷膜以及遮阳网布作为日光温室常见的3种主要覆盖功能材料，在依靠共同前屋面构造面实现铺卷动作时，存在作业机械结构难以协调、自动化程度低等问题。结合3种覆盖物铺卷的功能需求，设计其彼此相协调的铺卷装置，包括外侧铺卷结构和内侧铺卷结构两个主要部分以及相配套的覆盖物协调铺卷控制方法。通过比例缩放的实体模型和实地试验相结合的方法验证了所设计日光温室前屋面覆盖物协调铺卷装置可以有效实现卷帘、卷膜和遮阳网布3种覆盖物的协调铺卷，且具有较好的控制精度和稳定性。模型试验结果表明：覆盖物开度控制的平均相对误差均小于3.5%，均方根误差均小于2.0%。覆盖物铺卷控制在各个开度下的变异系数均小于3.0%。而卷帘铺卷控制装置在实地试验中，其开度控制试验结果的平均相对误差均小于2.5%，均方根误差小于1.26%，测试数据的变异系数小于1.0%，也表现出较好的作业控制精度和稳定性。实地试验和模型试验结果中的测量数据整体变化趋势相同，进一步验证了装置模型试验结果的合理性和整体装置的实施可行性。

摘要:地理位置与环境因素的不同导致水稻品质存在差异，优质原产地的稻米质优味美，对消费者更有吸引力，因此研究水稻原产地溯源，建立水稻原产地可信溯源系统具有重要意义。传统物联网区块链溯源系统将溯源数据上传至中心化的服务器，再由服务器上传至区块链；这无法很好地利用边缘节点中的资源，还使其易受数据伪造或数据丢失等安全风险的影响。设计了一套基于区块链和边缘计算的水稻原产地溯源模型，依托嵌入式设备的边缘计算能力，对传感器数据实时数据融合并在嵌入式设备上部署区块链。此外，设计边缘计算场景下区块链网络的存储扩展方法和边缘计算工作流程。最后，经过测试分析，查询公开溯源数据的平均时间为45.84ms，查询隐私溯源数据的平均时间为50.92ms，边缘节点加密上链的平均时间为1.27s，边缘多链存储容量消耗为传统单链的18%，能够满足水稻原产地溯源实际的应用需求。

摘要:针对猕猴桃产业联盟链交易中金额与身份的双重隐私保护问题，提出一种基于+HomElG零知识证明(+HomElG zero knowledge proof，+HomElG-ZKProof)和SM2的猕猴桃产业联盟链隐私交易方案。首先，转账方利用+HomElG加密交易金额后将其发送给接收方，接收方基于SM2签名确认交易后发送给转账方；其次，转账方基于+HomElG-ZKProof对交易金额相关密文生成零知识证明证据，基于SM2可链接环签名对交易金额相关密文和交易双方身份分别生成环签名，与接收方SM2签名一起经系统层Raft共识打包上链；然后，由监管节点验证SM2签名、两次环签名及链接性后确认交易双方身份，用户节点间在应用层使用PBFT共识验证交易金额相关密文、环签名及交易金额相关零知识证明证据后确认交易的有效性；最后，由监管节点将有效交易区块编号经系统层Raft共识上链并更新账户余额。分析表明，该文方案具有抗篡改攻击、抗公钥替换攻击、抗假冒攻击以及匿名性，安全性较高；测试结果表明，该文方案可以实现猕猴桃产业联盟链用户交易金额、身份的双重隐私保护；在安全参数为2048bit时，交易时间为4.495s，可以满足猕猴桃产业联盟链交易的实际需要。

摘要:研究了我国西北地区175款干红葡萄酒样品的CIELAB颜色特征，基于红葡萄酒颜色可视化表征方法，对供试酒样进行了颜色的微观量化分类和宏观量化分级研究。结果表明：供试酒样的颜色特征具有一定的离散性和区分度，表明酒样颜色具有多样性、独特性和差异性的特点，具备微观量化分类和宏观量化分级的基础；将175款干红葡萄酒的色调、色度和明度这3个颜色特征属性分别划分为5个类别，共得到供试酒样的125个微观颜色类别，可应用于酒样颜色特征的描述、传递与比较等；进一步基于人对红葡萄酒颜色的感官倾向构建了红葡萄酒颜色品质的宏观量化分级方法，该方法将供试酒样划分为6个宏观颜色级别，相比于其他的分类和分级方法，本文的微观量化分类和宏观量化分级方法具有客观、简便、分级效果明显，易于标准化和数字化的特点。

摘要:为研究添加果胶、黄原胶和κ-卡拉胶3种多糖的种类和质量浓度（0.002、0.004、0.006g/mL）对大豆蛋白（SPI）-绿原酸（CA）水凝胶的凝胶特性和分子间作用力的影响，通过测定SPI-CA/多糖三元凝胶的红外光谱，分子间作用力、流变学、水分分布和微观结构等指标，最终探明不同多糖与SPI-CA相互作用机制以及不同多糖对SPI-CA凝胶性质改善的差异性和相似性。结果表明，添加黄原胶和κ-卡拉胶后，蛋白中β-折叠相对含量从24.59%升高至24.87%~26.65%，无规则卷曲含量显著降低（P＜0.05），这有利于凝胶网络结构的形成。3种多糖的添加均显著增强了凝胶中氢键的作用以及凝胶中固定水的结合能力，相较于果胶和黄原胶，添加κ-卡拉胶后凝胶中的氢键的作用更强，T21的弛豫时间更短，凝胶结构也更加致密。凝胶的储能模量G′、损耗模量G″、硬度和咀嚼性均与κ-卡拉胶的浓度呈正相关。适量的果胶和黄原胶的加入能够形成稳定的凝胶，但是过度填充果胶和黄原胶会降低凝胶的热稳定性，破坏凝胶网络结构。

摘要:以某并联式柴电混合动力拖拉机为研究对象，分析其拓扑结构特点及工作特性，构建拖拉机旋耕、犁耕耦合动力学模型，以整机等效燃油消耗量最小为目标，电机功率和柴油机功率为控制变量、电池荷电状态为状态变量，建立基于庞特里亚金极小值原理的节能控制策略，基于Matlab仿真平台对该节能控制策略进行仿真试验。结果表明:与基于最佳经济性曲线的节能控制策略相比，所制定的基于庞特里亚金极小值原理节能控制策略能够合理控制柴油机和电机的运行状态，使柴油机、电机工作在高效率区，有效降低了拖拉机田间作业时的等效燃油消耗量。旋耕工况下，等效燃油消耗量降低10.44%；犁耕工况下，等效燃油消耗量降低11.20%。

摘要:针对一种双环多杆天线展开机构进行了运动学与动力学特性分析，首先分析了展开机构构型特征，并对整体机构进行了单元分解，基于螺旋理论，绘制了单元机构的螺旋约束图；进而建立了单元机构的螺旋约束方程组，然后通过螺旋速度递推求得机构中构件的角速度和质心线速度，采用坐标转换求导法得到了速度雅可比矩阵，利用螺旋导数并基于螺旋加速度合成法则得到了构件的螺旋加速度和角加速度以及质心线加速度；最后基于拉格朗日方程，建立了整体机构的动力学方程，通过数值计算与模拟仿真，分析得到了不同构件的运动学与动力学特性，验证了理论推导的正确性。本文分析的双环多杆天线展开机构为单自由度机构，整体结构简单，仅需一个驱动便可收拢和展开，基于螺旋理论和拉格朗日法相结合的运动学和动力学建模分析方法物理意义明确，可以较好地应用于此类空间可展开机构的分析中。

摘要:为确保采茶机器人的精准采摘，研究设计安装于移动底盘的6-DOF混联采茶机器人机构。根据基于方位特征的机器人机构拓扑结构设计理论，提出并设计一个6-DOF混联操作手；对混联机构进行正反解位置分析；以杆长之和最小为目标函数，采用非线性规划法对机构进行杆件尺寸优化；应用有限位置法求出完全平衡时配重的质量参数与位置参数；运用遗传算法研究摆动力部分平衡优化，求出其配重质量和位置参数最优解，部分平衡优化结果表明，质心轨迹在y、z方向上的波动分别减少53.72%、25.10%，总摆动力波动减少43.33%，从而验证了部分平衡优化的有效性。为该混联采茶机器人结构设计与样机研制奠定了技术基础。