隨著精細農(nóng)業(yè)、智慧農(nóng)業(yè)等新概念的提出,機器人越來越廣泛的應用于農(nóng)業(yè)植保作業(yè)。本文從農(nóng)業(yè)植保機器人移動平臺、環(huán)境信息獲取、物聯(lián)網(wǎng)植保技術等方面綜述了國內(nèi)外農(nóng)業(yè)植保機器人研究現(xiàn)狀和發(fā)展動態(tài),分析了農(nóng)業(yè)植保機器人移動平臺行走方式、環(huán)境信息獲取途徑、無人自主作業(yè)以及物聯(lián)網(wǎng)在農(nóng)業(yè)植保機器人領域的應用。最后對農(nóng)業(yè)植保機器人未來的發(fā)展方向進行展望。 

【文章來源】：玉林師范學院學報. 2020,41(03)

【文章頁數(shù)】：15 頁

【部分圖文】：

腿式機器人移動平臺

RGB相機避障技術具有設備價格低、便于安裝、數(shù)據(jù)信息量豐富、處理算法較為成熟的特點，在農(nóng)業(yè)植保機器人自主避障行駛方面有著廣泛的應用，主要步驟包括圖像獲取、圖像預處理、障礙物檢測、自主避障，圖像獲取常使用單目相機[50]、雙目相機[51]。目前，由于價格低廉、測距準確度高、技術較為成熟等優(yōu)點，雙目相機在農(nóng)業(yè)植保機器人領域得到了較多的應用。植保機器人實際作業(yè)環(huán)境十分復雜，各種因素均對圖像產(chǎn)生較大影響，而通過使用特殊的顏色空間模型[52]、光線自適應法[53]以及圖像復原[54]等進行圖像預處理，可提高成像質(zhì)量。對于圖像中障礙目標檢測的方法有閾值分割法、背景差分法、幀差法、光流法、機器學法、卷積神經(jīng)法，YIligu等[55]基于卷積神經(jīng)網(wǎng)絡法對玉米根莖進行識別，如圖8所示，在檢測并確定障礙目標后，可通過核函數(shù)[56]、Camshift等[57]算法實現(xiàn)自主避障。3.2 智能導航作業(yè)技術

采用多頻三星接收機和多星座接收模塊，通過BDS和GPS數(shù)據(jù)，可得到更多的衛(wèi)星可見數(shù)據(jù)和更穩(wěn)定的信噪比，即通過將位置已知基準站測量的偽距修正值或相位信息發(fā)送到移動站來提高精度，通過考慮當前位置、速度、航向和調(diào)控角度對導航的影響，采用GNSS信號可為農(nóng)業(yè)機械導航。(2）慣性導航系統(tǒng)

【參考文獻】：
期刊論文
[1]農(nóng)業(yè)機械導航技術研究進展[J]. 張漫,季宇寒,李世超,曹如月,徐弘禎,張振乾.  農(nóng)業(yè)機械學報. 2020(04)
[2]農(nóng)業(yè)裝備智能控制技術研究現(xiàn)狀與發(fā)展趨勢分析[J]. 劉成良,林洪振,李彥明,貢亮,苗中華.  農(nóng)業(yè)機械學報. 2020(01)
[3]農(nóng)業(yè)機器人技術研究現(xiàn)狀[J]. 張鵬,張麗娜,劉鐸,吳鴻欣,焦博.  農(nóng)業(yè)工程. 2019(10)
[4]輪式挖掘機四輪獨立轉(zhuǎn)向液壓系統(tǒng)設計[J]. 楊美鏡,劉曉華,陳文凱.  農(nóng)業(yè)工程. 2019(09)
[5]基于鹵鎢燈光源和多路光纖的土壤全氮含量檢測儀研究[J]. 李民贊,姚向前,楊瑋,周鵬,郝子源,鄭立華.  農(nóng)業(yè)機械學報. 2019(11)
[6]新型輪腿復合機器人的運動分析及步態(tài)研究[J]. 張程煜,郭盛,趙福群.  機械工程學報. 2019(15)
[7]基于RED-NIR的主動光源葉綠素含量檢測裝置設計與試驗[J]. 孫紅,邢子正,張智勇,龍耀威,李民贊,ZHANG Qin.  農(nóng)業(yè)機械學報. 2019(S1)
[8]水田田埂邊界支持向量機檢測方法[J]. 蔡道清,李彥明,覃程錦,劉成良.  農(nóng)業(yè)機械學報. 2019(06)
[9]小型煙草植保機移動平臺結構設計與試驗[J]. 劉路,楊路,高觀光,李志強,鄭泉,陳黎卿.  農(nóng)業(yè)機械學報. 2019(04)
[10]擾動下農(nóng)用運輸車輛路徑跟蹤控制器設計與試驗[J]. 劉正鐸,張萬枝,呂釗欽,鄭文秀,穆桂脂,程向勛.  農(nóng)業(yè)機械學報. 2018(12)

碩士論文
[1]基于機器視覺的非結構化道路識別與障礙物檢測研究[D]. 鐘鵬飛.華南農(nóng)業(yè)大學 2016
[2]基于直線檢測技術的壟線識別方法研究[D]. 徐璟雪.哈爾濱工程大學 2015



本文編號：3293406