传统的温室作业方式依赖于人工操作,工作效率低且难以保证作业的质量和稳定性。温室自主导航系统可以实现温室内自动化导航和作业,提高温室作物的生产效率和品质。因此,设计一种定位与地图构建(Simultaneous Localization And Mapping, ...传统的温室作业方式依赖于人工操作,工作效率低且难以保证作业的质量和稳定性。温室自主导航系统可以实现温室内自动化导航和作业,提高温室作物的生产效率和品质。因此,设计一种定位与地图构建(Simultaneous Localization And Mapping, SLAM)技术下的温室自主导航系统,可利用激光雷达等传感器实时构建温室内的地图,并利用SLAM算法实现自主定位与导航。为了提高系统的鲁棒性和性能,提出了一种基于改进粒子滤波算法的姿态估计方法。试验结果表明:该温室自主导航系统能够高效准确地实现温室内的自主导航任务,为农业生产提供了一种新的自动化解决方案。展开更多
【目的】通过优化光谱指数与叶水势(Leaf Water Potential,LWP)之间的关系,寻找不同生育时期的最佳敏感波段,提高作物水分状况的估测精度。【方法】利用布置在内蒙古武川县和察哈尔右翼前旗的多品种不同水分梯度的田间试验,基于不同生...【目的】通过优化光谱指数与叶水势(Leaf Water Potential,LWP)之间的关系,寻找不同生育时期的最佳敏感波段,提高作物水分状况的估测精度。【方法】利用布置在内蒙古武川县和察哈尔右翼前旗的多品种不同水分梯度的田间试验,基于不同生育时期采集的叶片光谱反射率和LWP,分析水分敏感波段与生育时期的关系,并探究350~2500 nm波段范围内差值、比值和归一化差异光谱指数的最佳波段组合。【结果】生育时期对光谱指数最佳敏感波段的选择对研究结果具有显著影响。单一生育时期的最佳敏感波段主要分布在红边和近红外波段,而不同生育时期合并后的最佳敏感波段则主要位于近红外波段。优化光谱指数与LWP之间呈高度线性相关性,其中优化归一化差异光谱指数(NDSI)是估测单一生育时期马铃薯LWP的最佳优化光谱指数。随着生育时期的推进,光谱指数与LWP之间的线性关系逐渐增强,在淀粉积累期估测效果最佳且具有更强的鲁棒性,训练数据的决定系数(R^(2))达到0.90,RMSE为0.07MPa,MRE为6.70%,而验证数据的R^(2)为0.87,RMSE为0.08MPa,MRE为7.41%。生育时期合并后,优化光谱指数对块茎形成期和块茎膨大期的合并生育时期的马铃薯LWP估测表现出更好的效果。训练数据和验证数据的R^(2)分别为0.64和0.53,RMSE分别为0.14 MPa和0.16 MPa,MRE分别为10.39%和12.40%。相比于现有的水分敏感光谱指数,优化光谱指数明显提高了合并生育时期估测LWP的准确性和稳定性。【结论】马铃薯生育时期对现有水分敏感光谱指数估测LWP有显著影响,基于波段优化构建的新光谱指数能够改善现有光谱指数在估测时指数敏感性低和数据离散问题,显著提高了马铃薯LWP模型估测稳定性,为优化光谱指数在马铃薯水分状况监测和精准灌溉管理提供科学指导。展开更多
文摘传统的温室作业方式依赖于人工操作,工作效率低且难以保证作业的质量和稳定性。温室自主导航系统可以实现温室内自动化导航和作业,提高温室作物的生产效率和品质。因此,设计一种定位与地图构建(Simultaneous Localization And Mapping, SLAM)技术下的温室自主导航系统,可利用激光雷达等传感器实时构建温室内的地图,并利用SLAM算法实现自主定位与导航。为了提高系统的鲁棒性和性能,提出了一种基于改进粒子滤波算法的姿态估计方法。试验结果表明:该温室自主导航系统能够高效准确地实现温室内的自主导航任务,为农业生产提供了一种新的自动化解决方案。
