摘要
中国大蒜年产量约2000万吨，出口量占全球的70％以上，大蒜为农民增收、国家创汇做出重要贡献，作为天然抗生素，大蒜产业极具发展潜力。中国大蒜个头大、形态规则，在国际市场上具备明显竞争优势，与大蒜单粒正芽播种农艺有密切关系。有研究表明，大蒜倒播、横躺播种与正芽播种相比，需要出苗时间更长，成蒜重量更低，蒜头异形率更高。大蒜正芽机构是大蒜单粒正芽播种的核心技术之一，对提高我国大蒜商品性和国际竞争力有着重要意义。 传统大蒜正芽播种机纯机械式正芽机构多数利用蒜种自身重心分布、蒜种芽尖形状等特征判定并调整蒜种芽尖朝向，普遍只对某一种特征较为明显蒜种的正芽效果较好。多数传统纯机械式正芽机构对蒜种形状饱满、芽尖长的苍山蒜蒜种进行正芽时效果较好，而面对蒜种形状瘦长、芽尖短且弯曲的杂交蒜蒜种时，正芽效果不够理想。为解决大蒜播种机正芽机构对不同品种大蒜正芽效果差距较大的问题，增强蒜种正芽机构的适用性，本文提出基于机器视觉的蒜种朝向识别与播种正芽方法，并开展相关技术与装置研究，具体研究内容如下: (1)针对现有大蒜播种机固定式正芽机构正芽效率较低的问题，本研究提出一种基于平行四边形机构原理的双轮盘式传动机构为正芽机构的基础结构，结合视觉识别系统，建立正芽机构正芽流程，明确正芽机构各部分功能。 (2)针对现有纯机械式正芽机构对蒜种特征不明显、芽尖短且弯曲的蒜种难以判定蒜种朝向并进行正芽的问题，提出一种以机器视觉识别竖立姿态蒜种朝向并利用机械结构对蒜种进行正芽的方法，设计完善机构各部分结构及功能，建立机构三维模型。分析机构Adams运动仿真结果，实现承载蒜种、翻转蒜种正芽的功能，发现该机构存在难以适配多行大蒜播种机正芽的问题。 (3)针对竖立姿态识别正芽机构难以实现多行大蒜播种机正芽的问题，改进设计一种以横躺姿态识别蒜种朝向的正芽机构，完善机构各部分结构及功能,建立机构三维模型，分析机构Adams运动仿真结果，确定机构功能可行性。 (4)开展基于深度学习卷积神经网络的目标检测算法研究，基于YOLOv5目标检测算法，提出识别横躺姿态蒜种左右朝向的方法，利用苍山蒜和杂交蒜蒜种作为识别对象，建立带标签的图像数据集，训练算法网络。分析网络训练结果，算法准确率与召回率稳定在99％,平均精度均值(mAP@0.5)稳定在99％,调和精度均值(mAP@0.5∶0.95)稳定在97％,确定算法识别效果处于较高水平。 （5）建立横躺姿态识别正芽机构的实物样机，完成样机装配与试验台搭建，利用试验台进行视觉识别试验，确立不同品种、不同大小、不同双轮盘转速下蒜种朝向识别准确率平均值为97％,验证视觉识别算法的准确性。进行了正芽试验,实现在中低速状态下，横躺姿态识别正芽机构对不同品种、不同大小的蒜种平均达到90％以上的正芽率，克服了传统纯机械式正芽机构对不同品种蒜种正芽效果不理想的局限性。
NETL