大田除草机器人研究进展详细介绍_第1页
大田除草机器人研究进展详细介绍_第2页
大田除草机器人研究进展详细介绍_第3页
大田除草机器人研究进展详细介绍_第4页
大田除草机器人研究进展详细介绍_第5页
已阅读5页，还剩2页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

大田除草机器人研究进展详细介绍研究背景意义传统的中耕锄草机主要解决行间锄草问题。由于株间苗草集聚，机械锄草难度较大，目前主要依靠人工，导致劳动成本高且效率低。智能株间锄草机器人是一种能够实时识别作物行和苗草信息，并能控国内外研究现状用的限制，并规划在2005年前将5～10%的土地实现有机种植，同时日益增加的市场需求也促进了该技术的发展[83]加拿大以及中国等国也相继开展株间智能锄草的研究。2002年瑞典哈尔穆斯塔德大学的Aastrand等研制了一种基于机器±2厘米[83]2003年英国克兰菲尔德大学Home研制了一种摆动株间锄草系统，平均株距为300毫米，前进速度在4千米/小时以下时锄草效果良好，8千米/小时情况下有17%的作物根区域被锄刀入侵[84]。2014年西班牙塞维利亚大学的Pérez等设计了一款协作株间锄草机器人，1.2千米/小时为最佳的工作速度，8小时连续作业伤苗率为0.5%[85]。20毫秒[86]机械化科学研究院的毛文华等人采用基于多特征的田间杂草识别方89-98%，耗时为157~252毫秒[87]8%[88]中国农业大学黄小龙设计的一种旋转盘株间锄刀，锄草率为88.6%，伤苗率为1.6%[89]。关键技术与研究热点对行技术工对行和自动对行，人工对行主要依赖于拖拉机驾驶员的驾驶技术。机载体导航技术主要依赖GPS或机器视觉对载体进行路径规划和导苗草信息获取技术苗草信息获取技术可分为3类：机器视觉技术、地理信息系统（GIS）技术和近距离传感器实时检测技术。杂草和作物的辨别主要依靠机器视觉技术实现[90-92]。GIS技术是采用装配GPS的播种机或移栽机记录每棵作物的位置GPS坐标配合里程值信息对作物位置进行实时跟踪，并控制株间锄刀相应动作。GIS方法对作物绘制的地理种子地图，由于地图绘制与锄草作业并不在同一个时间近距离传感器检测技术主要是通过使用近距离传感对作物进行识别和定位，此类传感器的优点是成本较低，操作方便，系统简单。但该类传感器只有当作物靠近时才能检测出来，因此无预判功能；且对机器响应速度提出更高要求；同时机器前进速度受到限制。锄草装置根据株间锄草装置是否有动力源可分为被动锄草装置和主动锄草装存在问题与发展策略存在问题的问题主要包括（系统实时性降低（（锄草装置的研制过于简单。（液动锄草系统油源易受污染。液压供应主要通过拖拉机配备的液压输（）电驱和气动锄草系统，受到能源供给的限制，续航能力弱，不适宜大田锄草作业（发展建议大田除草机器人发展建议包括以下几点（（采用非）（3）

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论