|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 矮化密植枣园收获作业视觉导航路径提取显示文摘针对矮化密植枣园环境的复杂性,提出一种基于图像处理的枣园导航基准线生成算法。选用B分量图进行处理,提出'行阈值分割'方法分割树干与背景;根据拍摄场景及视角提出'行间区域'方法剔除行间噪声;通过统计树干与地面交点位置分布区域选取图像五分之二向下区域进行处理;依据树干纵向灰度分布规律,采用浮动窗口灰度垂直投影方法结合形态学开闭运算提取树干区域;基于枣园行间线性分布特征引入'趋势线',而后利用点到直线的距离与设定阈值作比较选取树干与地面的交点;利用交点的位置分布将其归类,并采用最小二乘法原理拟合左右两侧边缘,提取边缘线上各行的几何中心点生成枣园导航基准线。通过对阴天、晴天、顺光、逆光、噪声多元叠加5种条件进行试验,结果表明,该算法具有一定的抗噪性能,单一工况条件导航基准线生成准确率可达83.4%以上,多工况条件准确率为45%。针对5种工况条件的视频检测,结果表明,单一工况条件算法动态检测准确率可达81.3%以上,每帧图像处理平均耗时低于1.7 s,多工况条件检测准确率为42.3%,每帧图像平均耗时1.0 s。该研究可为矮化密植果园实现机器人自主导航作业提供参考。 | 彭顺正 坎杂 李景彬 | 2017 | 农业工程学报2017，33，9： | 38 |
| 2 | Research and development in agricultural robotics:A perspective of digital farming显示文摘Digital farming is the practice of modern technologies such as sensors,robotics,and data analysis for shifting from tedious operations to continuously automated processes.This paper reviews some of the latest achievements in agricultural robotics,specifically those that are used for autonomous weed control,field scouting,and harvesting.Object identification,task planning algorithms,digitalization and optimization of sensors are highlighted as some of the facing challenges in the context of digital farming.The concepts of multi-robots,human-robot collaboration,and environment reconstruction from aerial images and ground-based sensors for the creation of virtual farms were highlighted as some of the gateways of digital farming.It was shown that one of the trends and research focuses in agricultural field robotics is towards building a swarm of small scale robots and drones that collaborate together to optimize farming inputs and reveal denied or concealed information.For the case of robotic harvesting,an autonomous framework with several simple axis manipulators can be faster and more efficient than the currently adapted professional expensive manipulators.While robots are becoming the inseparable parts of the modern farms,our conclusion is that it is not realistic to expect an entirely automated farming system in the future. | Redmond Ramin Shamshiri Cornelia Weltzien Ibrahim A.Hameed Ian J.Yule Tony E.Grift Siva K.Balasundram Lenka Pitonakova Desa Ahmad Girish Chowdhary | 2018 | International Journal of Agricultural and Biological Engineering2018，11，4： | 17 |
| 3 | 电驱锄草机器人系统设计与试验显示文摘根据移栽蔬菜田间锄草作业工况和要求,基于视觉伺服控制技术,设计了电驱锄草机器人系统。该系统以中小功率拖拉机为配套动力,由伺服电动机驱动月牙形锄草刀护苗锄草和对行,减少了能耗与污染物排放,提高了系统伺服特性。机器视觉系统实时采集田间图像并处理,对作物进行识别与定位。控制器结合视觉系统获取的刀苗距、锄草机器人前进速度、锄刀相位角度及机器人横向偏差信息,利用智能伺服驱动器精确控制锄草刀避苗和对行。试验表明,在前进速度不高于1.5 km/h、作物株距不小于0.35 m工况下,伤苗率小于10%,田间杂草锄净率约为90%。 | 李南 陈子文 朱成兵 张春龙 孙哲 李伟 | 2016 | 农业机械学报2016，47，5： | 9 |
| 4 | 基于数码相片的林冠郁闭度提取方法研究显示文摘应用在江苏省东台林场拍摄的全天空相片,通过建立基于RGB照片的分类模型将相片中树叶、树干和天空分离,从而达到精确提取林冠郁闭度的目的。结果表明,该方法的总体分类精度达到0.94,Kappa系数为0.89,分类精度较高,且在主干部分的区分上效果良好,总体分类精度达到0.94,Kappa系数为0.84。在低郁闭度下相片的计算精度高于高郁闭度相片,这与拍摄时的环境条件有关。将模型估测结果与抬头望法结果对比,得出两者的R2为0.77,在郁闭度较低时模型估测结果大于目测结果,在郁闭度较高时模型估测结果小于目测结果。此外,两者都显示14a生杨树林郁闭度高于9a生杨树林郁闭度,具有较好的一致性。 | 濮毅涵 徐丹丹 王浩斌 | 2020 | 林业资源管理2020，，6： | 3 |
您所在的机构暂未开通此部分的功能，请联系管理员