靶向喷药机器人定位导航技术研究与应用

来源 :安徽农业大学 | 被引量 : 1次 | 上传用户:lucasyvette
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科技的发展与无线传感技术的成熟,农业生产正向着无人化迈进。农业机械作为无人化建设的重要组成部分,正由传统化向智能化进行转变。利用靶向喷药机器人针对病害作物进行精准施药,可大大降级农药对环境的污染。而具有定位导航功能的靶向喷药机器人,能够减少农民生产负担,有效地减少农药对人体的危害、提高产量、降低生产成本、扩大农民的生产规模。本文针对农业田间环境及温室大棚,研究了靶向喷药机器人定位导航技术,并开展实际应用,主要完成了以下工作:(1)设计了靶向喷药机器人定位导航系统方案。在对靶向喷药机器人定位导航系统功能的实际应用场景进行了需求分析的基础上,分别在硬件结构、关键部件选型以及在信息交换的软件环节等层面上开展了研究,提出了靶向喷药机器人定位导航系统的设计原则、总体框架。(2)设计了基于拓展卡尔曼滤波的紧组合定位算法。针对大棚蔬菜靶向喷药实际应用场景,分析对比了室内外主流定位系统的定位原理,并根据各定位的特点,选取了基于UWB定位系统与IMU定位系统的融合式定位方法,并设计了基于拓展卡尔曼滤波的紧组合算法,该方法够有效运用传感器与定位系统的优点实现优势互补,有效提升了定位精度。(3)设计了路径规划以及避障方法。通过对实际应用场景分析,利用网络栅格方法,对工作环境进行建模。相应的,对蚁群算法路径选择概率以及信息素的跟新进行算法改进,大大提高了路径规划的效率,同时使用了滚动窗口算法对局部进行路径规划,解决了避障问题。(4)实验与样机研制。在机器人操作系统(ROS)平台上,研发了组合定位模块、路径规划模块和运动控制模块的软件程序,搭建了大棚黄瓜病虫害识别及喷雾执行系统,研发了靶向喷药机器人,并在温室大棚内进行实际测试与应用。实验结果表明,本文所设计的靶向喷药机器人定位导航系统可以达到课题预期目标,满足课题研究要求。
其他文献
光合速率是植物重要的生理参数,光合作用吸收二氧化碳产生氧气的过程是节能减排的重要途径之一,通过监测植物的光合速率来了解植物生理情况,对植物生长发育的研究具有十分重要的意义,也充分符合当下“碳达峰、碳中和”绿色发展理念的科技需求。现有的光合生理监测仪在野外实时监测、网络化测控融合和经济化农业推广等方面支持不够,因此迫切需要一种检测效率更加高效的植物光合生理监测仪。本文针对以上问题,基于红外气体分析法
学位
目的 研究硬通道硬膜下穿刺预减压联合开颅术治疗急性硬膜下血肿并脑疝的临床效果。方法 选取普宁华侨医院颅脑外科2020年6月至2022年6月收治的急性硬膜下血肿并脑疝患者40例,采用随机数表法分为对照组和观察组,每组各20例。对照组实施标准外伤大骨瓣开颅术治疗,观察组采取硬通道硬膜下穿刺预减压联合开颅术治疗。统计致残率、病死率、并发症发生率,采用生活质量评价量表(SF-36)对生存质量进行评定并对比
期刊
<正>国家坚定不移实现双碳战略,故而新能源电动汽车得到了高速发展。中汽协数据显示,2022年我国新能源汽车产销取得产销666.3万辆、649.8万辆的成绩,乘用车市场占有率已超四分之一。新能源汽车汇集了各行业的先进科技,其中无人驾驶技术就是一大亮点。它不仅能够解放驾驶员的双手,还直接关乎驾驶安全,备受行业关注。
期刊
近年来,我国农业信息化建设不断推进,大幅度提高了农业效益,增加了农民收入。但由于目前谷类作物领域信息化建设还不完善,网络中海量的谷类作物知识大多是非结构化或半结构化形式,农民、专家等相关从业者很难及时准确的从传统搜索引擎中获取所需信息。因此,本文拟构建一个基于知识图谱的问答系统,能将网络中碎片化的谷类作物知识转化为结构化知识存储,对促进谷类作物领域信息化发展具有重要意义。本文基于知识图谱和问答系统
学位
鸟害普遍存在于各领域,面向鸟类的目标检测与识别具有重要意义。传统的鸟类检测与识别依赖人工,要求专家有较好的知识与经验储备,稳定性、效率较低。深度学习持续地发展,可将目标检测技术运用于此,以提升检测与识别效率。YOLOv3在该领域展现优异的水平,有结构简单、复现性好等特点。本文采用该算法为原始模型,通过若干改进策略以提升模型性能,且构建鸟类检测系统。主要工作如下:1)构建基于卷积神经网络的鸟类检测模
学位
推荐系统通过分析用户与物品的历史交互行为来获取用户的偏好,挖掘用户的潜在需求,进而向用户推荐其可能感兴趣的商品。在当前常见的农产品推荐系统中,大部分模型没有充分使用用户与农产品的评论、评分等交互数据,因此难以学习到较为准确的用户偏好,导致推荐效果不佳。条件生成对抗网络以生成对抗网络为基础,能够较好地拟合输入的数据的分布。为了学习更为准确的用户偏好,本文通过融合BERT与图卷积神经网络,从用户与农产
学位
花生作为我国常见的油料作物之一,幼苗期草害严重危害了花生的产量和品质,制约了花生生长。人工智能的飞速发展,大大提升了除草机器人的效率,但花生幼苗期伴生杂草叶片相似、田间背景复杂、光照强度多变以及目标遮挡等因素加大了研究难度。现有的机器除草搭载模型大、运算速度慢,多采用拍摄识别。因此,研究一种能够实现田间条件下实时、准确识别花生幼苗和杂草的算法对除草机器人的研发应用具有重要意义。本文主要研究工作和创
学位
小麦在全世界范围内有着广泛的种植面积,小麦赤霉病害导致粮食大规模减产时有发生。为了应对赤霉病害的爆发,通常采用提前喷洒农药预防赤霉病害,但是在农药喷洒过程中经常出现药物滥用问题,不仅污染环境,而且增加了种植成本。为了更好解决农药污染、减少农药的滥用问题,准确、迅速的识别小麦赤霉病害并鉴定等级具有指导生产的作用。随着卷积神经网络发展,为赤霉病害的无损检测提供了理论依据。为了识别小麦赤霉病害并且对赤霉
学位
光合作用维持植物自身生长,保持生态环境碳氧稳定性,反应光合速率大小成为植物光合监测的关键环节。本课题研制的光合仪因为现有设备中缺少同类型的移动监测方法,监测过程存在操作步骤繁冗、数据共享性偏差、仪器体积大且不方便携带等缺点,影响本系列仪器的用户体验和应用能力。本研究针对植物光合监测操作过程中存在的缺陷,设计以Android移动端监测方法为核心的便携式、可自主拆卸监测仪。通过3D建模集成,以草莓和天
学位
基于农业科技高速发展的大背景下,依赖于移动机器人来有效地提升农业作业效能,是一种必然的发展方向。移动机器人的路径规划问题又是其技术研究的重要内容。路径规划所代表的含义是机器人的最优路径规划问题,就是按照工作成本最低、行驶时间最少、行驶的路径最佳等,在真实的作业环境里面,寻求一条由起点至终点的最佳路线,以保证安全且有成效地规避障碍。本论文基于实验果园采用双向A*与APF算法并对其优化,可以较为顺利地
学位