摘要:路径跟踪是无人驾驶技术的重要组成部分，是实现铰接转向车辆准确平稳自主行驶的关键，对提高铰接转向车辆在农业、林业、矿山及建筑等行业的作业效率和安全性具有重要意义。车辆模型构建、控制算法设计和算法验证评估是路径跟踪控制研究的基础，围绕这3方面阐述了铰接转向车辆路径跟踪控制研究的进展。首先回顾了铰接转向车辆的几何学模型、运动学模型和动力学模型，并讨论了各类模型在路径跟踪控制研究中的适用场景及局限性；在此基础上，阐述了铰接转向车辆路径跟踪控制算法的研究现状，对比并总结了每种算法的优缺点及适用范围，并进一步归纳了算法的验证与评估手段；最后展望了铰接转向车辆路径跟踪技术未来的研究重点及方向：考虑车辆动力学因素及模型参数动态时变特性的车辆建模研究；融合各类算法适应性并结合智能算法的多工况自适应控制算法设计；标准化、流程化的高保真仿真场景开发及集成准确性、稳定性、安全性等多性能的评估方法研究。

摘要:为了解决机器人将农产品从收获场所转移到仓库或运输车辆存在的移动轨迹和作业轨迹相对独立且耗时长的问题，本文设计一种物料移运机器人，并提出一种物料移运机器人协同作业时间最优轨迹规划方法，获得机器人作业系统和行驶系统协同作业的时间最优轨迹。该方法建立机器人协同作业的运动学模型和动力学模型，对物料移运机器人开展时间最优轨迹规划，并基于Lyapunov理论设计控制律减少跟踪误差，最后通过Matlab/Simulink和ADAMS联合仿真验证方法的有效性。结果表明，提出的轨迹规划方法可使机器人在抓放料协同作业和避障协同作业中取得平滑且时间最优的运动轨迹，机器人各关节的位移、速度、加速度、力/力矩曲线变化平缓，两履带牵引力满足机器人的要求且可快速稳定跟踪时间最优路径。

摘要:针对名优茶机械化采摘过程中侧芽无法采摘的问题，根据顶芽、侧芽及茶梗的相关参数并结合茶园环境设计了一种末端执行器，利用分体式刀具的刀齿弯曲变形适应茶梗的干扰从而采摘侧芽。通过有限元仿真刀具切割侧芽得到采摘成功率的影响因素为刀齿宽度、刀齿长度及刀具厚度；采用三因素三水平的中心组合设计与响应面分析法研究各因素对采摘成功率的交互影响；以采摘成功率为响应值建立二次回归模型，确定各因素对采摘成功率的影响显著性主次排序为：刀齿长度、刀齿宽度、刀具厚度。以采摘成功率为目标对各试验因素进行优化，得到优化后的刀齿宽度、刀具厚度、刀齿长度分别为2.6、0.9、20.0mm。采用优化后的参数进行茶园采摘试验，结果表明，末端执行器能够有效完成茶叶采摘工作，顶芽、侧芽采摘成功率分别为93%、63%，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:针对采摘机器人对场景中目标分布密集、果实相互遮挡的检测及定位能力不理想问题，提出一种引入高效通道注意力机制(ECA)和多尺度融合特征金字塔(FPN)改进Faster R-CNN果实检测及定位方法。首先，利用表达能力较强的融合FPN的残差网络ResNet50替换原VGG16网络，消除了网络退化问题，进而提取更加抽象和丰富的语义信息，提升模型对多尺度和小目标的检测能力；其次，引入注意力机制ECA模块，使特征提取网络聚焦特征图像的局部高效信息，减少无效目标的干扰，提升模型检测精度；最后，采用一种枝叶插图数据增强方法改进苹果数据集，解决图像数据不足问题。基于构建的数据集，使用遗传算法优化K-means++聚类生成自适应锚框，提高模型定位准确性。试验结果表明，改进模型对可抓取和不可直接抓取苹果的精度均值分别为96.16%和86.95%，平均精度均值为92.79%，较传统Faster R-CNN提升15.68个百分点；对可抓取和不可直接抓取的苹果定位精度分别为97.14%和88.93%，较传统Faster R-CNN分别提高12.53个百分点和40.49个百分点；内存占用量减少38.20%，每帧平均计算时间缩短40.7%，改进后的模型参数量小且实时性好，能够更好地应用于果实采摘机器人视觉系统。

摘要:针对云南山地种植的深纹核桃树体高大造成现有机械难于采收，而人工爬树用竹竿击打采收成本高且伤亡大的问题，提出了搭载无人机的气振式核桃采收原理及方法，基于深纹核桃成熟果实的果柄连接强度的测试与分析结果，进行了核桃脱落的气振流动仿真分析，设计了搭载于六旋翼农业植保无人机上的气振式核桃采收机，分析了气振式核桃采收机在发射气振时的反冲稳定性，实施了气振式核桃采收机搭载无人机进行采收的试验验证，按效率优先和采净率优先两种采收模式，对气振式核桃采收机的采收效率和采净率做了预测分析。研究结果表明，核桃成熟度为80%、90%和100%时，使核桃果柄断裂实现落果的气振临界流速分别为77.5、69.0、58.5m/s；气舱容积为20L且气压为1MPa时,气振式核桃采收机的气动喷口至核桃挂果位置的最佳距离为0.5m，单次气振流动采收的最大有效面积的仿真值和试验值分别约为0.09m2和0.10m2，最大有效采收面积随着到气动喷口距离增大而减小。

摘要:针对勺链式大蒜播种机取种过程中常出现的漏种、重种问题，设计了一种多重扰动清种式大蒜单粒取种排种器。取种勺在充种阶段获取多粒蒜种，经多重扰动清种，最终取种勺内仅余1粒蒜种。本文以金乡蒜种为研究对象，阐述了排种器的工作原理，确定了排种器的各项参数和多重扰动装置的最佳安装位置。通过DEM〖CD*2〗MBD耦合仿真试验，分析了倾斜角、取种勺线速度对充种成功率的影响，以及凹槽形状对单粒取种率的影响。运用 Box-Behnken 中心组合试验方法，以第2弧形突出部分坡度、倾斜角、取种勺线速度为试验因素，以单粒取种率和漏种率作为评价指标，开展了三因素三水平正交试验。利用 Design-Expert 8.0.6 数据分析软件，分析了各因素对单粒取种率与漏种率的影响，对试验因素进行优化，确定了多重扰动装置最佳结构参数。设计试验台对仿真结果进行验证，倾斜角、取种勺线速度分别为15°、0.07m/s的条件下，通过调节多重扰动装置与取种勺凹槽顶端距离适配不同级别蒜种，当Ⅰ级、Ⅱ级、Ⅲ级蒜种距离分别为0、6.1、12.1mm时，单粒取种成功率分别为92.2%、97.2%、95.6%，具有良好的取种性能。

摘要:由于棉花秸秆在机械化收获和粉碎加工过程中缺乏准确的仿真模型参数，从而造成在机具设计中仿真效果和实际作业存在较大的差异，在一定程度上限制了棉花秸秆收获以及粉碎装置的设计研究。本文以新疆棉花秸秆作为试验材料，开展仿真分析研究，通过物理试验测定棉花秸秆的本征参数后，利用EDEM软件进行试验仿真，对棉花秸秆进行参数标定。采用堆积角试验和弯曲试验方法，测量出棉花秸秆堆积角和最大破坏载荷分别为28.62°和143.21N。应用Hertz-Mindlin no slip模型和Hertz-Mindlin with bonding模型进行棉花秸秆的堆积角仿真试验和弯曲仿真试验，得到棉花秸秆之间碰撞恢复系数、静摩擦因数、滚动摩擦因数和棉花秸秆-钢之间碰撞恢复系数、静摩擦因数、滚动摩擦因数分别为0.5、0.41、0.06、0.5、0.37、0.08，以及棉花秸秆法向接触刚度、切向接触刚度、临界法向应力与临界切向应力分别为4.15×1010N/m、5.60×1010N/m、40MPa、50MPa。将以上结果进行粉碎试验验证，棉花秸秆粉碎后依据长度和宽度不同，分为粉末型物料、破碎型物料、未破碎型物料，仿真试验质量和实际试验质量之间偏差为6.84%、8.29%、7.37%，证明了参数的可行性，可用于棉花秸秆参数标定。

摘要:针对马铃薯分段收获中，人工捡拾劳动强度大、效率低、成本高的问题，设计了一种自走式马铃薯捡拾装袋机。该自走式马铃薯捡拾装袋机能一次性完成马铃薯捡拾、薯土分离、除秧和装袋的工作。阐述了自走式马铃薯捡拾装袋机整体结构，并对捡拾装置、升运链装置、三级输送链装置、分拣台以及卸料装置等关键部件进行详细设计；运用DEM-MBD耦合的方法对马铃薯在两级输送链交接处的运动过程及受力情况进行分析；运用Box-Behnken试验方法，以漏薯率和伤薯率为评价指标，以整机前进速度、捡拾装置输送链线速度、升运链线速度、三级输送链线速度为试验因素，对该机工作参数进行四因素三水平试验，使用Design-Expert软件建立二次多项式回归模型。对回归模型进行优化后，绘制响应面，并得出该机最优工作参数。田间试验表明：当前进速度为0.70m/s、捡拾装置输送链线速度为1.10m/s、升运链线速度为1.20m/s、三级输送链线速度为1.30m/s时，漏薯率为2.82%，伤薯率为3.61%，满足马铃薯捡拾收获作业要求。

摘要:针对马铃薯联合收获后含杂率高、后续二次清选伤薯破皮严重等问题，对气筛式马铃薯清选装置进行了优化设计，在低损伤的同时保持一定的清选除杂功能，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，得到影响除杂率和薯块损伤的主要因素，通过EDEM-Fluent耦合构建仿真模型，以风机出风口气流速度、摆抖筛摆抖形式、摆抖频率、筛面倾角为试验因素，以马铃薯清选率和洁净率作为评价指标，对清选过程进行了多组仿真，并依据仿真结果进行验证与优化。研究结果表明，清选装置风机出风口气流速度对马铃薯气力清选的可行性起着决定性作用，摆抖筛摆抖形式、摆抖频率和筛面倾角对清选效果影响大，影响由大到小为风机出风口气流速度、摆抖筛筛面倾角、摆抖筛摆抖频率，且摆抖筛前后简谐摆抖优于上下摆抖。最优工作参数组合：摆抖筛前后简谐摆抖、摆抖筛筛面倾角为25°、摆抖频率为10Hz、风机出风口气流速度为60m/s，此时仿真试验马铃薯清选率为93.1%，洁净率为98.7%，台架试验马铃薯清选率为91.6%，洁净率为99.2%。研究结果可为马铃薯清选装置设计与优化提供理论依据。

摘要:为了降低茶叶抖筛机的误筛率，从颗粒动力学角度研究了筛面倾角、振动幅度、振动频率对茶叶颗粒在抖筛机筛网上运动特性的影响。结合离散元方法对茶叶颗粒在筛面的运动进行数值模拟，通过分析茶叶颗粒的筛分过程，明晰了抖筛过程中筛上茶叶颗粒的运移机理。结果表明：茶叶颗粒主要集中在筛网中间，频率太大或者太小都会造成茶叶颗粒在筛网上的横向偏析；茶叶颗粒在筛网上的平均速度、旋转动能与振幅、频率呈正相关，筛面倾角对茶叶颗粒在筛网上的平均速度、旋转动能影响较小，茶叶颗粒沿X轴方向和Z轴方向速度对茶叶颗粒在筛网上的平均速度贡献最大；迁移系数的变化幅度随着筛面倾角、振动幅度、振动频率的增加而呈现逐渐增加的趋势，对茶叶抖筛过程颗粒迁移能力影响由大到小为：振动幅度、振动频率、筛面倾角；当振动幅度为22.5mm、筛面倾角为3°、振动频率为4.166Hz时，茶叶抖筛试验误筛率最小，茶叶抖筛试验误筛率结果与仿真试验结果相差在5个百分点以内，表明DEM模拟具有较高的准确性。

摘要:针对雪茄烟叶在旺长期及成熟期因植株高大及叶片生长致使烟田垄间空间小，且雪茄烟叶生产对烟叶色泽及完整度要求高，田间管理要求不能损伤烟叶，导致生产中雪茄烟叶植株中下层烟叶植保困难的问题，结合烟叶植株生长特征，设计了一种遥控自走式雪茄植株中下层烟叶植保喷雾机，该装置主要包括喷雾系统、履带底盘及控制系统，可实现装置在烟田垄间遥控行走、中下层烟叶喷雾及路况可视等功能。为获取烟株生长特征，运用三维激光扫描仪对其进行扫描并建立了植株叶片田间空间分布模型；根据烟叶田间分布特征，确定装置总体结构和工作方式；结合烟叶形态特征和植保农艺要求，对喷雾系统进行了结构设计及分析，确定了参数范围；根据田间作业需求，对履带底盘进行了动力学分析，对控制系统进行了设计。开展了场地试验，利用Box-Behnken优化了喷雾系统参数，当喷雾压力为0.65MPa、喷嘴夹角为20.4°、喷嘴孔径为0.4mm时，经垂直雾滴分布测量仪模拟雪茄烟叶叶片层垂直方向的药液附着性能试验表明，雾滴沉积量垂直分布满足雪茄烟叶植保要求。田间试验结果表明，雪茄植株中下层烟叶正面药液覆盖率为52%~83%，背面药液覆盖率为22%~45%，可实现雪茄植株中下层烟叶药液的有效喷施。

摘要:杂草的有效控制是降低直播稻稳产风险的重要措施，播前土壤火焰处理是以非化学方法在进行播种前抑制杂草种子萌发的有效手段。为明确土壤火焰处理中温度场对杂草种子发芽率的影响规律，采用数值模拟方法对燃料分流部件中集管结构参数进行了研究，数值模拟和验证试验结果表明，当集管内径d为20mm、气体输入流量为1.0~3.5m3/h时，最大流量偏差系数Δη在3.0%以内，支管间气体流量分配较均匀。基于数值模拟结果设计了火焰燃烧装置，研究6种输入流量（1.0~3.5m3/h）的液化石油气燃料对火焰高度和火焰温度分布的影响，以拖拉机行进速度、燃料输入流量和土壤深度作为试验因素，进行了全因素试验，采用稻田间常见的杂草种子研究温度场对杂草种子发芽率的影响规律。试验结果表明，在常温常压工作环境下，火焰高度和火焰温度最高值均随着燃料输入流量的增大而增大；当拖拉机行进速度为2.36km/h，燃料输入流量为2.5、3.0、3.5m3/h时，土壤温度最高值可分别达到92.83、116.58、156.83℃；相比未经火焰处理的对照组，当土壤温度达到92.83℃时，在α=0.05的显著性水平下，千金子、异型莎草种子发芽率显著降低，但马唐、鳢肠种子发芽率受影响不显著，当土壤温度达到116.58℃和156.83℃时，4种杂草种子发芽率均显著降低；当土壤温度达到156.83℃时，马唐、鳢肠、千金子和异型莎草4种杂草种子发芽率分别降低94.82%、87.81%、86.54%和84.05%。田间试验结果表明，土壤火焰处理对稗草、马唐、鳢肠和异型莎草有显著的抑制萌发作用，其相对除草率Y≥80.00%。

摘要:为在田间管理中对作物产量进行估测，通过两年大田试验收集了大豆生殖生长期的高光谱数据及产量数据，基于各生育期一阶微分光谱反射率计算了7个光谱指数：比值指数（Ratio index，RI）、差值指数（Difference index，DI）、归一化光谱指数（Normalized difference vegetation index，NDVI）、土壤调整光谱指数（Soil-adjusted iegetation index，SAVI）、三角光谱指数（Triangular vegetation index，TVI）、改进红边归一光谱指数（Modified normalized difference index，mNDI）和改进红边比值光谱指数（Modified simple ratio，mSR），使用相关矩阵法将光谱指数与大豆产量数据进行相关性分析并提取最佳波长组合，随后将计算结果作为与大豆产量相关的最佳光谱指数，最后将各生育期筛选出的与大豆产量相关系数最高的5个光谱指数作为模型输入变量，利用支持向量机（Support vector machine，SVM）、随机森林（Random forest，RF）和反向神经网络（Back propagation neural network，BPNN）构建大豆产量估算模型并进行验证。结果表明，各生育期（全花期（R2）、全荚期（R4）和鼓粒期（R6））计算的光谱指数与产量的相关系数均高于0.6，相关性较好，其中全荚期的光谱指数FDmSR与大豆产量的相关系数最高，达到0.717；大豆产量最优估算模型的方法是输入变量为全荚期构建的一阶微分光谱指数和RF组合的建模方法，模型验证集R2为0.85，RMSE和MRE分别为272.80kg/hm2和5.12%。本研究成果可为基于高光谱遥感技术的作物产量估测提供理论依据和应用参考。

摘要:冬小麦是我国的主要粮食作物之一。为进一步准确地估测冬小麦产量，以陕西省关中平原为研究区域，选取冬小麦主要生育期与水分胁迫和光合作用等密切相关的条件植被温度指数（VTCI）、叶面积指数（LAI）和光合有效辐射吸收比率（FPAR）作为遥感特征参数，采用改进的粒子群算法优化小波神经网络（IPSO-WNN）以改善梯度下降方法易陷入局部最优的缺陷，并构建冬小麦产量估测模型。结果表明，IPSO-WNN模型的决定系数R2为0.66，平均绝对百分比误差（MAPE）为7.59%，相比于BPNN（R2=0.46，MAPE为11.80%）与WNN（R2=0.52，MAPE为9.80%），IPSO-WNN能够进一步提高模型的精度、增强模型的鲁棒性。采用灵敏度分析的方法探究对冬小麦产量影响较大的输入参数，结果发现，抽穗-灌浆期的FPAR对冬小麦产量影响最大，其次拔节期的VTCI、抽穗-灌浆期和乳熟期的LAI以及返青期和拔节期的FPAR对冬小麦产量的影响较大。通过IPSO-WNN输出获取冬小麦综合监测指数I，构建I与统计单产之间的估产模型以估测关中平原冬小麦单产，结果显示，估测单产与统计单产之间的R2为0.63，均方根误差（RMSE）为505.50kg/hm2，相比于前人的研究较好地解决了估产模型存在的“低产高估”的问题，因此，本文基于IPSO-WNN构建的估产模型能够较准确地估测关中平原冬小麦产量。

摘要:为充分挖掘时间序列遥感参数的时序信息和趋势信息，并进一步提升冬小麦估产精度，以陕西省关中平原为研究区域，选取与冬小麦长势密切相关的生育时期尺度的条件植被温度指数（VTCI）、叶面积指数（LAI）和光合有效辐射吸收比率（FPAR）作为遥感参数，构建耦合变分模态分解（VMD）与门控循环单元（GRU）神经网络的估产模型。应用VMD算法将各个时间序列遥感参数分解为多组平稳的本征模态函数（IMF）分量，选取与原始时间序列遥感参数高度相关的IMF分量进行特征重构，并将重构特征作为GRU网络的输入，以构建冬小麦组合估产模型。结果表明，VMD-GRU组合估产模型决定系数为0.63，均方根误差为448.80kg/hm2，平均相对误差为8.14%，相关性达到极显著水平（P<0.01），其精度优于单一估产模型精度，表明该组合估产模型能够提取非平稳时间序列数据的多尺度、多层次特征，并充分挖掘冬小麦各生育时期遥感参数间的内在联系，获得准确单产估测结果的同时提升了估产模型的可解释性。

摘要:目前Sentinel-1/2协同反演植被土壤含盐量的研究大多是基于Sentinel-2光谱信息和Sentinel-1后向散射系数，没有考虑Sentinel-2光谱信息容易受土壤亮度等信息影响，Sentinel-1后向散射系数容易受土壤粗糙度和水分影响。为进一步提高Sentinel-1/2协同反演植被土壤含盐量的精度，用水云模型对雷达卫星后向散射系数进行校正，消除植被影响；然后协同Sentinel-2纹理特征，基于VIP、OOB、PCA 3种变量筛选和RF、ELM、Cubist 3种机器学习回归模型构建植被土壤含盐量反演模型。研究结果表明：经过水云模型去除植被影响后的雷达后向散射系数及其极化组合指数与土壤含盐量的相关性有一定程度的提高。不同变量选择方法与不同机器学习方法耦合模型在反演土壤含盐量中，OOB变量筛选方法与RF、ELM和Cubist 3种机器学习方法的耦合模型精度最佳，建模集和验证集的R2都在0.750以上，且验证集的RMSE和MAE均最小；其中OOB-Cubist耦合模型精度最高，且R2v/R2c为0.955，具有良好的鲁棒性。研究可为机器学习协同物理模型、光学卫星协同雷达卫星在土壤含盐量反演中的进一步应用提供思路。

摘要:针对土壤Cd高光谱遥感定量反演中的机理性不足及数据冗余问题，提出一种基于有机质特征谱段的反演方法。该方法首先提取土壤光谱中对重金属Cd具有吸附作用的有机质特征谱段，进而通过竞争性自适应重加权采样法（Competitive adaptive reweighted sampling，CARS）优选特征谱段，采用偏最小二乘回归法（Partial least squares regression，PLSR）建立重金属Cd的反演模型，并利用郴州矿区土壤实验室光谱数据和哈密黄山南矿区野外光谱数据进行方法验证。研究表明：有机质特征谱段提取在降低数据冗余的同时提高了重金属Cd的反演精度，CARS算法相对于相关系数法（Correlation coefficient，CC）和遗传算法(Genetic algorithm，GA)特征选择具有更高的反演精度，基于有机质特征谱段的CARS-PLSR算法在土壤实验室光谱和野外实测光谱所得验证精度R2分别为0.94和0.80，表明该算法对于实验室和野外光谱均具有一定适用性。研究可为土壤重金属含量高光谱反演的特征波段选择和算法优选提供参考。

摘要:针对智慧农业中叶绿素的精准预测问题，本文提出了基于双分支网络的玉米叶片叶绿素含量高光谱与多光谱协同反演的方法。使用欠完备自编码器进行数据降维，捕捉数据中最为显著的特征，使降维后的数据可以代替原始数据进行训练，从而加快训练效率，使用双分支卷积网络将多光谱数据用于填充高光谱数据信息，充分利用高光谱数据的空间细节信息，再结合1DCNN建立玉米叶片叶绿素含量预测模型。结果表明，与传统降维算法相比较，欠完备自编码器处理后预测结果最佳，决定系数R2为0.988，均方根误差（RMSE）为0.273，表明使用欠完备自编码器进行降维可以有效提高数据反演精度；与单一的高光谱数据反演模型和多光谱数据反演模型相比，双分支卷积网络预测模型均取得较优的预测结果，R2在0.932以上，RMSE均在1.765以下，表明基于双分支卷积网络的高光谱与多光谱图像协同反演模型可以有效地利用数据的特征；对于其他数据结合本文提及的双分支卷积网络模型进行反演，其R2均在0.905以上，RMSE均在2.149以下，表明该预测模型具有一定的普适性。

摘要:针对现有的机载数据单木分割方法对林型的普适度不高，尤其在高郁闭度阔叶林地带提取精度偏低的问题，选用海南省海口市热带阔叶林地带的光谱影像和LiDAR数据，先采用基于距离阈值的单木分割方法，利用高分光谱影像分割得到的树冠边缘，对初始探测树顶点进行位置约束。获得单木顶点的精确定位后，采用基于种子点的单木分割方法分割，完成了阔叶林的单木提取。结果显示，与已有的基于单木间相对间距单木分割方法相比，本研究通过选取最佳分割尺度结合光谱影像进行精确定位，改善了原有单一尺度分割方法导致的过分割现象，将单木识别精确率由0.67提升至0.92。该方法在使用遥感对森林单木进行分割工作中，可以更好地识别单木，对不同林型适用度较高，可以为后续的单木信息提取工作提供数据基础。

摘要:针对已有杂草识别模型对复杂农田环境下多种目标杂草的识别率低、模型内存占用量大、参数多、识别速度慢等问题，提出了基于YOLO v5的轻量化杂草识别方法。利用带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration，MSRCR)增强算法对部分图像数据进行预处理，提高边缘细节模糊的图像清晰度，降低图像中的阴影干扰。使用轻量级网络PP-LCNet重置了识别模型中的特征提取网络，减少模型参数量。采用Ghost卷积模块轻量化特征融合网络，进一步降低计算量。为了弥补轻量化造成的模型性能损耗，在特征融合网络末端添加基于标准化的注意力模块(Normalization-based attention module，NAM)，增强模型对杂草和玉米幼苗的特征提取能力。此外，通过优化主干网络注意力机制的激活函数来提高模型的非线性拟合能力。在自建数据集上进行实验，实验结果显示，与当前主流目标检测算法YOLO v5s以及成熟的轻量化目标检测算法MobileNet v3-YOLO v5s、ShuffleNet v2-YOLO v5s比较，轻量化后杂草识别模型内存占用量为6.23MB，分别缩小54.5%、12%和18%；平均精度均值(Mean average precision，mAP)为97.8%，分别提高1.3、5.1、4.4个百分点。单幅图像检测时间为118.1ms，达到了轻量化要求。在保持较高模型识别精度的同时大幅降低了模型复杂度，可为采用资源有限的移动端设备进行农田杂草识别提供技术支持。

摘要:针对传统农业机器人抓取过程中视觉识别番茄果实尺寸和姿态存在枝叶遮挡的问题，提出了一种基于视触觉感知的番茄尺寸和姿态解析方法。在果实抓取过程中通过视触觉传感器得到果实外轮廓接触局部点云信息，然后通过相机参数标定以及各手指关节变换矩阵，将不同传感器坐标系下的点云信息变换到同一基坐标系下，进而通过点云改进PCA算法和ICP算法解析抓取果实的尺寸和姿态信息。为了评估所提出解析方法的性能，在实验室环境下进行了番茄尺寸和姿态检测试验。通过游标卡尺测量和深度相机扫描分别获得番茄果实尺寸和姿态的真实值，并与本文方法解析结果进行对比。检测试验结果表明，本文方法获得的番茄横向尺寸和纵向尺寸平均相对误差分别为8.66%和11.08%，番茄果轴与视场投影面的水平夹角和垂直偏转角平均相对误差分别为10.03%和14.02%。本文方法解析的番茄果实尺寸与姿态信息，可应用于番茄果实抓取过程中的姿态调控，从而提高番茄果实抓取采摘的可靠性。

摘要:食用菌菌丝体表型特征是食用菌种质资源评价和科学育种的重要依据。针对传统阈值分割方法提取菌丝体区域易受到光照不均、菌丝体不规则生长和培养皿内产生代谢物等因素干扰的问题，制作食用菌菌丝体图像数据集，并提出一种基于深度学习的食用菌菌丝体表型参数自动测量方法。将U-Net网络编码器部分替换为VGG16的前13个卷积层，引入预训练权重，构建适用于菌丝体分割的VGG-UNet模型。测试集上对比实验表明，该模型的平均交并比达到98.18%，比原始U-Net模型高0.93个百分点。经该模型获取菌丝体分割图像后，利用OpenCV相关函数计算菌丝体的半径、周长、面积、覆盖度、圆整度这5个表型参数。将人工测量方法与本文方法进行线性回归分析，得出菌丝体半径、周长、面积和覆盖度的决定系数分别为0.9795、0.9915、0.9750和0.9750，均方根误差分别为2.20mm、4.73mm、176.74mm2和3.16%。经测试，本文方法能准确地完成食用菌菌丝体表型参数自动测量任务，为食用菌表型分析研究提供理论基础。

摘要:为实现葡萄早期病害的快速准确识别，针对葡萄病害的相似表型症状识别率低及小病斑检测困难的问题，以葡萄黑腐病和黑麻疹病为研究对象，提出了一种基于自适应鉴别器增强的样式生成对抗网络与改进的YOLO v7相结合的葡萄黑腐病和黑麻疹病的病斑检测方法。通过自适应鉴别器增强的样式生成对抗网络和拉普拉斯滤波器的方差扩充葡萄病害数据。采用MSRCP算法进行图像增强,改善光照环境凸显病斑特征。以YOLO v7网络框架为基础，将BiFormer注意力机制嵌入特征提取网络，强化目标区域的关键特征；采用BiFPN代替PA-FPN，更好地实现低层细节特征与高层语义信息融合，以同时降低计算复杂度；在YOLO v7的检测头部分嵌入SPD模块，以提高模型对低分辨率图像的检测性能；并采用CIoU与NWD损失函数组合对损失函数重新定义，实现对小目标快速、准确识别。实验结果表明，该方法病斑检测精确率达到94.1%，相比原始算法提升5.7个百分点，与Faster R-CNN、YOLO v3-SPP和YOLO v5x等模型相比分别提高3.3、3.8、4.4个百分点，能够实现葡萄早期病害快速准确识别，对于保障葡萄产业发展具有重要意义。

摘要:为实现水稻病害的轻量化识别与检测，使用ECA注意力机制改进MobileNetV3Small模型，并使用共享参数迁移学习对水稻病害进行智能化轻量级识别和检测。在PlantVillage数据集上进行预训练，将预训练得到的共享参数迁移到对水稻病害识别模型上微调优化。在开源水稻病害数据集上进行试验测试，试验结果表明，在非迁移学习下，识别准确率达到97.47%，在迁移学习下识别准确率达到99.92%，同时参数量减少26.69%。其次，通过Grad-CAM进行可视化，本文方法与其他注意力机制CBAM和SENET相比，ECA模块生成的结果与图像中病斑的位置和颜色更加一致，表明网络可以更好地聚焦水稻病害的特征，并且通过可视化和各水稻病害分析了误分类原因。本文方法实现了水稻病害识别模型的轻量化，使其能够在移动设备等资源受限的场景中部署，达到快速、高效、便携的目的。同时开发了基于Android的水稻病害识别系统，方便于在边缘端进行水稻病害识别分析。

摘要:随着信息化技术的快速发展，农户通过线上智能农业问答系统解决线下农业病虫害问题已成为趋势。问句分类在问答系统中发挥着至关重要的作用，其准确性直接决定了最终返回答案的正确性。传统的单标签文本分类模型难以直接准确捕捉到农业病虫害问句的确切意图，而且由于缺乏大规模公开的农业病虫害问句语料，使得现有研究具有一定的难度。为此，本文基于树状结构构建了一个农业病虫害问句层级分类体系，由问句模糊性向精确性逐层细化分类，旨在克服农业问句的语义复杂性；此外，引入对抗训练方法，通过构建对抗样本并将其与原始样本一同用于大规模语言模型的训练，以提高模型泛化能力，同时缓解了因语料不足而产生的问题。通过对真实问答语料库的实验验证，本文提出的方法能够提升农业病虫害问句的分类性能，可为农业病虫害自动问答系统提供有效的问句意图识别。

摘要:干旱频发对生态资源、农业发展造成了严重影响，为揭示山西省干旱时空演变特征，基于1971—2020年山西省24个气象站点的逐月气象资料，利用改进的Mann-Kendall方法检验各气象因子的年变化趋势，采用FAO56 Penman-Monteith公式计算参考作物腾发量（ET0），分析单个气象因子变化情况下ET0的变化特征和对气象因子的敏感性，比较各时间尺度（月、季、年尺度）不同干旱指数（降水距平百分率（Pa）、标准化降水指数（SPI）和标准化降水蒸散指数（SPEI））对山西省干旱灾害监测能力。结果表明：ET0与相对湿度呈负相关，气象因子对ET0的敏感性由大到小依次为相对湿度、日最高气温、2m处风速、日最低气温、日平均气温，ET0呈波动下降趋势。SPEI能够在多时间尺度上有效反映山西省干旱状况，是该地区干旱监测的有效工具。在月、季、年尺度下，比较3个干旱指数， Pa检测效果较差，〖JP2〗SPI和SPEI在某些地理区域存在较大差异，整体而言，SPEI在多数地区检测干旱的性能更好；SPEI-1〖JP〗尺度下，各干旱等级发生频率由大到小依次为轻旱（14.8%）、中旱（10.6%）、重旱（5.6%）、特旱（1.9%），3月干旱发生率最高（34%），12月发生率最低（31.8%），吕梁市、晋中市、大同市干旱情况较为严重；SPEI-3尺度下，季节发生干旱频率由大到小依次为秋季（33.5%）、夏季（32.5%）、春季（31.9%）、冬季（31.4%），大同市、长治市特旱发生频率最高，旱情最为严重，忻州市轻旱频率、朔州市中旱频率、吕梁市重旱频率最高；SPEI-12尺度下，轻、中、重、特旱频率分别为14.8%、10.5%、5.4%、2.3%，SPEI-12相较SPEI-1和SPEI-3识别重旱、特旱的站点更多，并基于游程理论得出，山西省南部干旱频次更多，东部干旱历时更长、干旱严重程度更大，干旱峰值主要出现在山西省南北部，由于年均降水呈波动性下降，年均气温整体上升，山西省的气候趋于暖干化，南北部旱情将有所加重，中部地区旱情有所减缓，全域性干旱仍有很大发生可能。

摘要:为探寻黑土区坡耕地不同水土保持耕作措施对土壤理化性状的影响机理，开展了田间小区试验。设置横坡耕作（TP）、垄向区田（RF）、深松（SF）、横坡耕作+垄向区田（TP-R）、横坡耕作+深松（TP-S）、垄向区田+深松（RF-S）3种水土保持耕作措施及3种组合耕作措施，并以常规顺坡耕作（CK）为对照，分析了土壤孔隙度、土壤机械组成、水稳性土壤团聚体稳定性、土壤养分含量等指标，并采用TOPSIS模型对不同水土保持耕作措施进行了综合评价，筛选了土壤稳定性强且蓄水保肥效果良好的水土保持耕作措施。结果表明：在玉米的全生育期内，深松、垄向区田、横坡耕作均能提高土壤体积含水率。TP-S处理体积含水率最大，0~40cm土层平均体积含水率较CK处理增加29.47%；RF-S处理平均孔隙度最大，TP-S处理次之，平均孔隙度较CK处理分别增大10.68%、9.25%；TP-S处理能够显著提高土壤稳定性，其中平均质量直径（MWD）、几何平均直径（GMD）和大团聚体含量（R0.25）较CK处理分别增加12.30%、19.57%、13.97%；TP-S处理能够改善土壤机械组成，TP-S处理粗砂粒、粉粒、黏粒含量较CK处理增加15.40%、26.89%、1.90%，细砂粒含量较CK处理降低31.56%；TP-S处理IN（无机态氮）、AP（有效磷）、AK（速效钾）含量最高，较CK处理IN、AP、AK含量分别增加42.81%~55.32%、39.69%~40.68%、20.41%~25.45%。由TOPSIS模型综合评价结果可知，TP-S处理贴合度最高，土壤结构更稳定，且蓄水保肥效果更好，为适宜该地区的水土保持耕作措施。

摘要:为探明沈乌灌域节水改造后因渠道衬砌、引排水量减少引起的土壤含盐量时空分布特征及变化规律，采用区域土壤信息定点监测，结合经典统计学、空间插值以及机器学习建模反演等技术手段，利用Landsat 8卫星获取光谱数据，通过对实测土壤含盐量、光谱指数及波段反射率进行处理，运用Adaboost回归、BP神经网络回归、梯度提升树回归、KNN回归、决策树回归、随机森林回归方法构建了沈乌灌域土壤含盐量空间反演模型。采用最优反演模型对沈乌灌域土壤含盐量空间分布特征进行了遥感反演。结果表明： 通过全变量单一回归法筛选出相关系数大于0.55的9个光谱因子，使用SPSS PRO软件构建6种机器学习反演模型，对比6种反演模型精度，验证集决定系数R2由大到小依次为随机森林回归、梯度提升树回归、Adaboost回归、KNN回归、决策树回归、BP神经网络回归。其中随机森林回归模型的拟合精度最佳，训练集与验证集的决定系数R2分别为0.834和0.86，说明随机森林回归模型的反演效果较好。反演结果表明：节水改造后非盐渍土面积增加391.7km2，占灌域总面积的21%，中度盐渍土面积、重度盐渍土面积、盐土面积分别减少95.61、63.37、45.7km2，分别占灌域总面积的5%、3%、2%。综上所述，节水改造工程完成后，沈乌灌域土壤盐渍化程度减轻，作物生长安全区面积增加，但由于渠道衬砌以及引排水量减少，土壤盐分淋洗效果减弱，土壤盐分在灌域内部运移，整体土壤环境得到改善，局部地区出现盐分聚集。

摘要:需耗水机制是进行农田/果园水分管理和调控的基础。本文聚焦蒸腾耗水机制，基于贝叶斯参数估计方法对比了不同Jarvis-Stewart模型配置对干热河谷区橙子林蒸腾耗水量的模拟效果，探索了Jarvis-Stewart模型在影响因子交互效应较强条件下蒸腾耗水模拟中的适用性。结果表明，考虑不同影响因子及其限制函数会对模拟效果产生较大影响，其中考虑土壤含水率和叶面积指数对模拟效果改善作用明显，而引入饱和水汽压差和气温则不同程度地降低模拟精度；考虑的影响因子越多，模型结构越复杂，模拟效果不一定越好；筛选出的最佳模型结构基本实现了橙子林蒸腾耗水的可靠模拟，但模拟效果仍有明显改进空间，因此，应综合考虑模型复杂程度、模拟精度及不确定性等，进一步探究适宜的模型结构。研究可为果园节水灌溉技术体系建立和水分管理优化提供科学依据，也能为耗水模型的进一步发展和完善提供理论支撑。

摘要:针对空间异质性导致的土壤含水率反演误差较大的问题，分别以玉米灌浆期和小麦苗期的土壤含水率反演为例，利用无人机多光谱遥感技术获取喷灌和畦灌灌溉方式下的正射影像。将34组光谱特征变量按照滑动窗口法提取不同空间尺度的光谱信息平均值，通过极端梯度提升（Extreme gradient boosting，XGBoost）、支持向量机回归（Support vector machine regression，SVR）以及偏最小二乘回归（Partial least squares regression，PLSR）3种机器学习模型确定采样点光谱信息最优窗口尺度；然后，采用皮尔逊相关系数特征变量筛选法（Pearson correlation coefficient feature variable screening method，R）结合XGBoost和SVR模型对提取的34组光谱特征变量进行筛选，选取与土壤含水率敏感的特征变量；最后，估算土壤含水率。结果表明：喷灌方式下所选择的采样点最优光谱信息窗口尺度比畦灌小，其最优窗口尺度范围分别为11×11~21×21和15×15~29×29；采用皮尔逊相关系数特征变量筛选方法结合机器学习模型可有效提高土壤含水率反演精度；5种机器学习模型（R_XGBoost、R_SVR、XGBoost、SVR、PLSR）中R_XGBoost模型估算土壤含水率精度最优，在喷灌和畦灌方式下玉米灌浆期R_XGBoost模型的测试集决定系数R2分别为0.80、0.83，均方根误差（Root mean square error，RMSE）分别为1.27%和0.98%，小麦苗期R2分别为0.76、0.79，RMSE分别为1.68%和0.85%；土壤含水率反演模型在畦灌条件下的精度优于喷灌条件下。该研究可为基于无人机多光谱影像分析的信息挖掘和土壤水分监测提供参考。

摘要:日光温室后墙蓄热降低了通风降温效率，高温会刺激植物水分蒸腾，降低水资源利用率。本文以北京市通州区日光温室为研究对象，在原有的上、下通风口基础上，增设后墙通风口。基于DO辐射模型、组分输运模型和多孔介质模型建立了日光温室的计算流体力学（CFD）模型，探究了不同通风方式下温室微环境状况，并结合作物蒸腾模型分析获得了作物蒸腾特征。结果表明，气温变化会直接影响作物蒸腾强度，两者空间分布特征一致。中午温室高温，开启后墙、下通风口，较原来开启上、下通风口，气流走向相似，因减少部分蓄热墙体，降温效率提高5.7%，蒸腾量下降0.020mm/h，开启后墙、上、下通风口，蒸腾量较原来下降0.005mm/h。开启后墙、上通风口，由于两通风口靠近一侧且距离作物较远，只能形成北侧局部降温，降温效率下降10.3%，除湿效率较原来提高5.7%，蒸腾量升高0.035mm/h。此外，在通风口组合中，将靠下的通风口设置在迎风方向，可减少外界来风能量、动量损失，以提高通风降温效率。研究结果可为日光温室微环境调节提供参考。

摘要:光合速率及蒸腾速率是植物的2个重要生理指标。在全人工环境下，选取意大利生菜作为对象，设计并开展多环境变量对生菜光合速率及蒸腾速率影响的嵌套实验，得到环境因子对生菜光合速率及蒸腾速率的影响规律，应用神经网络构建生菜幼苗期光合速率及蒸腾速率预测模型。针对幼苗期生菜，选择温度、相对湿度、光子通量密度（Photosynthetic photon flux density, PPFD）及CO2浓度共4个环境影响因素，采用随机森林方法对数据进行相关性分析。结果表明，与蒸腾速率相关性由大到小的因素依次为CO2浓度、温度、相对湿度、PPFD，与光合速率相关性由大到小的因素依次为CO2浓度、PPFD、温度、相对湿度；采用枚举法确定隐藏层节点数和训练函数，通过遗传算法优化BP神经网络的初始权值和阈值，构建GA-BP神经网络生理指标预测模型。应用测试数据对模型进行验证，光合速率及蒸腾速率预测值与实测值的决定系数分别为0.96212、0.97944，均方根误差（RMSE）分别为2.9832μmol/(m2·s)、0.0014358mol/(m2·s)，表明GA-BP神经网络在模型精度和迭代次数方面性能显著提高。研究结果可为设施生菜生产环境调控提供有效依据。

摘要:在成型燃料内部构建固体桥结构可有效改善其物理品质，利用不同粒径桉木屑构建了具有固体桥结构的颗粒燃料，并进一步研究了颗粒燃料的燃烧特性。提出的构建方法为同种原料不同粒径混配成型，在电子压力机上进行了粒径(0，1mm]原料混配粒径(4mm，5mm]原料的颗粒压缩成型实验，结果显示混配量5%~10%时颗粒内部长粒径粒子的交叉缠绕，可形成适量的固体桥结构，短粒径粒子填充饱满，粒子间结合紧密。较佳的混配量为5%，〖JP2〗颗粒具有较高的松弛密度，为1074.79kg/m3，最高的Meyer强度，为23.93MPa，最低的比能耗，为27.06kJ/kg，平衡含水率为11.65%，吸水速率k为0.0153min-1。在热分析仪上进行了成型颗粒燃烧实验，颗粒燃烧过程较为平稳且有所延长，在升温速率10~40℃/min的范围内，着火温度Ti在246.60~265.00℃之间，最大失重速率(dm/dτ)1max在-6.84~-29.10%/min之间，综合燃烧指数S在7.26×10-12~1.09×10-10min-2·K-3之间。在X射线荧光光谱仪上分析了颗粒灰分的元素组成，预测颗粒燃烧时具有中等或较高的结渣沾污趋势。

摘要:在冷链行业集群式发展的背景下，为解决在三文鱼冷链多链协同过程中由于监管数据持续性与碎片化所带来的跨链签名数据传输且真实性验证效率缓慢的问题，设计了基于区块链的三文鱼冷链多链协同监管模型，该模型包括基于聚合签名算法的数据验证与冷链模式监管的方法，该方法在提升跨链监管数据真实性验证效率的同时保证了三文鱼冷链监管的细粒度与完整性。最后，基于以太坊平台实现了三文鱼冷链多链协同监管模型的原型系统。经系统性能测试，在监管性能方面，多链架构监管性能相较于单链架构平均提高17.98%，且随着区块链交易增多，多链架构监管性能优势将更加明显；在真实性验证效率方面，根据验证时间曲线的趋势线斜率分析，传统验证算法的斜率为57.448，而聚合签名算法的斜率为0.553。这表明随着签名数量的增加，聚合签名算法在验证效率方面具有明显的优势；在通信消耗方面，传统签名算法所需要的签名通信量在理论极限值下最多可达到4875B，而聚合签名算法所需的签名通信量即使在未压缩的情况下也一直保持在96B。测试结果表明，在三文鱼冷链场景中，聚合签名与验证的方法在数据批量传输批量验证的条件下具有良好的效率优势，为可信冷链监管、集群式冷链发展提供借鉴与参考。

摘要:发芽与表面损伤检测是鲜食马铃薯商品化的重要环节。针对鲜食马铃薯高通量分级分选过程中，高像素图像目标识别准确率低的问题，提出一种基于改进Faster R-CNN的商品马铃薯发芽与表面损伤检测方法。以Faster R-CNN为基础网络，将Faster R-CNN中的特征提取网络替换为残差网络ResNet50，设计了一种融合ResNet50的特征图金字塔网络（FPN），增加神经网络深度。采用模型对比试验、消融试验对本文模型与改进策略的有效性进行了试验验证分析，结果表明:改进模型的马铃薯检测平均精确率为98.89%，马铃薯发芽检测平均精确率为97.52%，马铃薯表面损伤检测平均精确率为92.94%，与Faster R-CNN模型相比，改进模型在检测识别时间和内存占用量不增加的前提下，马铃薯检测精确率下降0.04个百分点，马铃薯发芽检测平均精确率提升7.79个百分点，马铃薯表面损伤检测平均精确率提升34.54个百分点。改进后的模型可以实现对在高分辨率工业相机采集高像素图像条件下，商品马铃薯发芽与表面损伤的准确识别，为商品马铃薯快速分级分等工业化生产提供了方法支撑。

摘要:芳香族香气成分是青梅果实及其加工产品杏仁特征性香气的贡献者,目前此类特征性香气的累积规律及形成机制未得到充分研究。为探究青梅果实中芳香族特征香气物质的形成累积及其生源机制，以不同成熟期的青梅为材料，利用顶空-固相微萃取-气相色谱-质谱联用技术测定了芳香族特征香气成分，结合特异性氨基酸等前体物进行相关性分析。结果显示，成熟过程中芳香族特征香气差异明显，成熟中期（花后80～100d）香气物质代谢最为活跃，氨基酸含量最低。青梅中特征香气物质累积变化表明，芳香族香气物质来源于苯丙氨酸代谢途径，苯甲醛与苯乙醛合成途径存在竞争关系，且苯甲醛为通过非β氧化途径形成。

摘要:针对丘陵山区单边制动农用履带车辆路径跟踪精度低、控制次数多、转向偏差大等问题，本文开展不同负载条件下履带车辆路径跟踪控制研究。首先，对履带车辆的转向运动学进行理论分析，并建立履带车辆运动学模型；其次，根据履带车辆单边制动转向特性，提出一种基于瞬时旋转中心（Instantaneous center of rotation，ICR）的大角度转向控制算法，该算法能够根据规划路径的转向点位置与履带车辆转向瞬心，规划出最优的转向目标点，并控制履带车辆在该转向目标点一次性转向到所需航向，与此同时，完成转向控制器设计；最后，开展履带车辆在3种不同负载条件下的仿真试验与田间试验。仿真结果表明，大角度转向控制算法产生的跟踪路径平均误差面积与平均转向控制次数分别降低68.95%、68.77%；田间试验结果表明，大角度转向控制算法产生的跟踪路径平均横向偏差均值、平均转向控制次数与转向点处平均最小偏差分别减少57.27%、33.93%、62.29%，且路径跟踪效果更优，验证了大角度转向控制算法的有效性。试验结果满足履带车辆路径跟踪的要求，为实现农用履带车辆的路径跟踪提供理论基础与参考。

摘要:针对传统以液压驱动或纯电驱动的履带式农机装备功耗大、系统响应慢、电池续航短、功率扭矩输出不足等问题，本文提出了一种高效液电混动履带式行走底盘，集成了液压驱动和电驱动两套独立动力系统，双液压马达及双伺服电机的四轮驱动结构，可实现整机大扭矩输出，利于整机轻量化设计；通过伺服电机速度及力闭环控制，适应匹配底盘外负载的变化，可显著改善闭式液压驱动系统的动态输出特性，提高整机动态控制性能并降低工作能耗。基于AMESim与Matlab建立了电液混动系统的联合仿真模型，对比分析整机在平地直线行驶、山地爬坡、原地转向等不同工况的行驶动态性能，试验结果表明所设计的液电混合驱动履带底盘最大行驶速度可达1.1m/s，原地转弯时间最快为2.4s，最小转弯直径为150cm，可实现丘陵山地复杂地形转弯及调头；履带底盘直线行驶偏移率不大于3.3%；在相同工况下与液压驱动相比，液电混合动模式下整机能耗可减少9.3%，提高了整机工作效率。

摘要:针对基于距离的人工势场法(Artificial potential field，APF)存在的局部极小值问题，提出了一种含避障角的人工势场法的避障路径规划方法。在平面环境中，采用斜率判定路径规划过程中的位置关系，通过机器人当前点到障碍物的距离与障碍物的影响半径二者之差得出人工势场法中的排斥力，并对排斥力的偏转角进行调整；另外，在空间环境中利用圆弧插补理论将机器人平面避障问题转换为空间避障问题；基于机器人构型配置对改进人工势场法进一步完善以满足实际避障要求。仿真和实验研究结果表明，含避障角的人工势场法，在单个或多个障碍物环境中进行避障路径规划时解决了局部极小值的问题，同时实现了6自由度机器人末端在避障时的轨迹曲线平滑无振荡，验证了所提出避障路径规划方法的可行性。

摘要:针对工业机器人在高度制造领域精度不高的问题，本文提出了一种基于POE模型的工业机器人运动学参数二次辨识方法。阐述了基于指数积(Product of exponential，POE)模型的运动学误差模型构建方法，并建立基于POE误差模型的适应度函数；为实现高精度的参数辨识，提出了一种二次辨识方法，先利用改进灰狼优化算法(Improved grey wolf optimizer, IGWO)实现运动学参数误差的粗辨识，初步将Staubli TX60型机器人的平均位置误差和平均姿态误差分别从(0.648mm，0.212°)降低为(0.457mm，0.166°)；为进一步提高机器人的精度性能，再通过LM(Levenberg-Marquard)算法进行参数误差的精辨识，最终将Staubli TX60型机器人平均位置误差和平均姿态误差进一步降低为(0.237mm，0.063°)，机器人平均位置误差和平均姿态误差分别降低63.4%和70.2%。为了验证上述二次辨识方法的稳定性，随机选取5组辨识数据集和验证数据集进行POE误差模型的参数误差辨识，结果表明提出的二次辨识方法能够稳定、精确地辨识工业机器人运动学参数误差。

摘要:并联机器人因具有刚度大、结构稳定、承载能力大和运动负荷小等优点，在农业和工业等领域得到了广泛的应用。现有大部分并联机器人因支链呈空间对称分布，难以进入狭长空间工作。因此，针对狭长的工作环境，提出了一种新型三自由度并联结构，该机构整体沿一条直线导轨方向布置，减少了垂直于导轨方向的宽度，使之易于放入狭窄的空间内，同时能拥有较大工作空间，并实现3个自由度上的平动运动。通过G-K公式计算机构自由度；验证了该并联机器人设计的合理性；对平台进行了运动学和动力学分析；并根据遗传算法分析其奇异性；通过解析法对机构工作空间进行了分析。研究成果为三自由度并联机器人进入狭长空间工作提供了新的思路与构型。

摘要:为了解决单一阻塞介质变刚度软机械手抓取复杂外形物体效果不佳的问题，受人体手指结构启发，设计了一种仿指腹结构的混合阻塞变刚度软手指。将其设计为双层结构，外层为气动驱动器，内层为基于主动层干扰与被动颗粒阻塞的混合阻塞变刚度层，使得软手指自动贴合被抓取对象，实现主动驱动的被动适应，并通过调整刚度实现可靠抓取。基于传统缝纫工艺，采用超弹性硅胶材料制造软手指。采用Euler-Bernoulli梁理论和虚功原理，建立了基于悬臂梁结构下的多材料软手指的刚度控制模型，并据此提出增大整体刚度的材料筛选方法。弯曲特性实验表明软手指的弯曲性能优异。变刚度和抓取实验结果表明，混合阻塞软手指刚度增大4.6倍，建立的刚度模型最大相对误差为3.4%；在抓取对象表面粗糙度增大的条件下，软手指拉脱力仍增大17%，达到1.7N；相较于单阻塞介质软手指，抓取成功率和承载能力均得到显著提高。

摘要:针对四轴卧式镗床旋转轴需测几何误差的数目不统一与完备性缺失的问题，提出了基于形状创成函数的四轴卧式镗床旋转轴PIGEs形成机理分析方法与旋转轴完备几何误差测量辨识方法。基于形状创成机理构建了卧式镗床几何误差创成函数，确定了旋转轴可通过误差补偿进行调整的最少与位置无关的几何误差（Position-independent geometric error, PIGEs）数目。建立了卧式镗床旋转轴4项PIGEs、6项与位置有关的几何误差（Position-dependent geometric error, PDGEs）、6项安装误差(Setup error, SEs)与球杆仪(Double ball bar, DBB)测量轨迹半径之间的完备性函数模型，设计了基于DBB的四轴联动Viviani曲线测量轨迹，构建了旋转轴6项PDGEs的NURBS表征与PIGEs、SEs辨识方法。开展了误差补偿对比实验验证，结果表明，利用几何误差完备性测量与辨识结果进行误差补偿，较仅单一补偿6项PDGEs可提升圆轨迹测量精度40.69%。