首页期刊导航|农业机械学报
期刊信息/Journal information
农业机械学报
中国农业机械学会 中国农业机械化科学研究院
农业机械学报

中国农业机械学会 中国农业机械化科学研究院

任露泉

月刊

1000-1298

njxb@caams.org.cn

010-64882610，64882231

100083

北京德外北沙滩1号6信箱

农业机械学报/Journal Transactions of the Chinese Society for Agricultural MachineryCSCD北大核心CSTPCDEI
查看更多>>本刊是由中国科协主管、中国农业机械学会和中国农业机械化科学研究院主办的国家级学术期刊，农业工程类中文核心期刊，美国工程信息公司（EI）收录期刊。主要刊登农业机械、农业工程、农用动力和能源、农产品及食品加工机械、农机化以及有关边缘学科的基础理论、设计制造、材料工艺、测试仪器与手段的研究成果及发展动向,反映学科最新研究成果和学术水平。同时还将及时提供中国农业机械学会举办的国内外学术活动信息，可供农机乃至机械行业中、高级技术人员、大专院校师生及科研单位的有关人员阅读参考。
正式出版
收录年代

    菇类采摘机器人研究现状和展望

    王明友王达宋卫东孙玉利...
    1-8页
    查看更多>>摘要：中国是世界上食用菌生产与消费第一大国.随着中国食用菌产业规模的持续扩大,传统的人工采摘方式已无法满足高效率、低成本的生产需求,迫切需要采用智能化控制技术解决生产中用工量最大的采摘问题.本文首先以香菇机械化采摘为例,分析了成熟待采香菇物理特性与层架式生长环境特性对图像识别、机器视觉及柔性机械臂的要求;阐述了香菇采摘、平菇采摘、双孢蘑菇采摘及黑木耳采摘等主要食用菌品种在目标识别、路径规划、采摘方式和机器作业空间等方面的不同,强调了不同品种在采摘方面对复杂操作系统的独特需求.最后,总结现有食用菌采摘技术在识别、减损及效率等方面的局限性,提出未来菇类采摘机器人的发展方向.本文为菇类采摘机器人技术的发展提供了参考,助力我国食用菌产业全链条智能化生产.

    食用菌采摘机器人图像识别机器视觉综述

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于YOLO v8-Seg的地栽草莓采摘机器人垄面视觉导航控制方法

    应仇凯程泓超马锃宏杜小强...
    9-17页
    查看更多>>摘要：农业机械无人化作业离不开自主导航技术.随着传感器发展和计算机视觉技术的完善,农业机器人在温室大棚自主视觉导航作业逐渐成为可能.本文针对地栽草莓采摘机器人开展垄面视觉导航控制方法研究,分析地栽草莓种植农艺,基于YOLO v8实例分割算法获取草莓垄面特征,采用Canny边缘检测算法对垄面边缘信息进行提取.提出两条斜率分别为1和-1的直线遍历垄面边缘,通过统计截距信息,获取垄面上下各2个端点.进而得到垄面上下各2个端点的中心点坐标,连线垄面上下中心点成直线,即可获得垄面对应导航线.采集温室大棚环境下的地栽草莓垄面图像数据,经测试导航路径提取精度为96％,算法耗时30 ms.将算法部署至采用四轮阿克曼转向底盘的草莓采摘机器人,结合预瞄点跟踪算法,在仿真草莓垄上进行导航试验.经测试导航路径提取精度为94％,算法耗时30 ms.当行驶速度为0.2 m/s时,横向偏距最大为32.69 mm,均值为22.12 mm,均方根误差(RMSE)为5.37 mm,满足地栽草莓采摘机器人垄面自主导航控制.该控制方法配合采摘机器人自主采摘功能,可实现草莓采摘机器人无人自主作业.

    地栽草莓采摘机器人实例分割垄面视觉导航预瞄点跟踪YOLOv8-Seg

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    温室番茄采摘机器人伸缩式机械臂设计与试验

    王亚薇何津立林熙淼陆文武...
    18-28页
    查看更多>>摘要：针对番茄采摘环境复杂、可移动空间小等问题,设计了一种适用于宽沟窄畦温室种植模式下高效率采摘的番茄自主采摘机器人.采摘机器人的执行机构由四自由度伸缩机械臂、多位姿腕关节及三指扭转采摘末端手构成.通过分析番茄的生长情况和作业环境,设计了一种绳排式可伸缩移动关节,减少伸缩机构的尺寸.针对实际番茄采摘时的动作,采用三指式扭转采摘末端执行器,增加多位姿腕关节实现多位姿多方位的扭转采摘.采摘控制系统基于ROS集成采摘、规划等策略,控制机械臂完成采摘功能.基于宽沟窄畦种植模式下番茄温室的可移动空间,设计了一款四转四驱移动底盘,可实现在番茄种植垄间的移动和转向.研制了番茄采摘机器人样机,在番茄设施温室中进行了实地采摘试验,果实采摘成功率达到88.7％,采摘周期时间为13.4 s/个,具有较高的采摘作业效率和采摘成功率,满足温室番茄采摘要求.

    番茄采摘机器人伸缩式机械臂温室宽沟窄畦种植模式

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    垄作草莓双臂采摘机器人设计与试验

    董乃深程泓超应仇凯马锃宏...
    29-40,50页
    查看更多>>摘要：根据种植模式的不同,可将草莓分为垄作地栽和高架种植两种模式.相比于高架种植,垄作地栽种植成本较低,在国内占据较大的比例.为适应垄作草莓种植农艺,实现垄作草莓采摘,解决劳动力短缺、成本上升等一系列问题,本文研制了一台适用于垄作种植模式下的双臂草莓采摘机器人.该机器人能够在草莓地垄间行驶并自动识别成熟草莓,完成采摘、收集.以Arduino Nano V3.0开发板为主控制器,基于Ubuntu 20.04进行开发,以NVIDIA边缘计算平台Jetson Xavier NX为核心,机器人的移动平台使用了高地隙四轮转向底盘,采用RealSense L515作为检测识别草莓的传感器,通过YOLO v8-Pose网络获取草莓果实的目标检测框和关键点信息,结合关键点与点云处理实现对草莓果柄姿态获取和采摘点的定位;两套机械臂安装剪切-夹持一体式末端执行器,实现对草莓果柄的剪切与夹持.整个采摘系统由Arduino Nano V3.0开发板进行驱动,机械臂两侧均配有L515相机,通过相机的识别与捕捉,再通过串行总线将草莓果实的坐标数据传输给Jetson Xavier NX,驱动机械臂末端,实现草莓采摘.最后,在实地草莓大棚中进行采摘试验.试验结果表明,在果梗处无遮挡情况下采摘成功率达到85.4％,存在部分遮挡时采摘成功率为75.5％,采摘单个草莓平均耗时为12.5 s,损伤率为18.5％.

    垄作种植草莓双臂采摘机器人末端执行器三维点云

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    杂交水稻制种父本倒播差插秧视觉导航线实时提取方法

    潘宇镭吴雨铧李成龙史荣凯...
    41-50页
    查看更多>>摘要：在杂交水稻制种过程中,父本倒播差插秧作为确保制种成功的关键策略之一,对时间敏感性与空间精确性提出了极高要求.视觉导航可显著提升作业精度与效率,然而,面对多样化制种条件,如母本作物的形态差异、作物行内的漏插现象以及作物行的低直线度等问题,实时且准确地提取行间导航线成为制约制种智能化、高效化发展的关键.针对上述问题,提出了一种高效、精确、实时的行间导航线提取方法,并对其进行了全面验证.构建了一个包含不同播差的倒播差数据集,并基于此数据集,优选双分支分割网络(BiSeNetV2)训练模型提取母本作物行掩膜.利用掩膜内各像素的距离转换结果,提取母本作物行的中心线.使用分段筛选法提取最靠近父本厢左右两侧的母本作物行中心线作为父本厢边界线.使用旋转扫描法配对两侧父本厢边界线特征点,并将配对的特征点对中点作为导航线特征点.采用样条曲线将导航线特征点拟合连接,形成最终的插秧导航线.语义分割试验结果表明,BiSeNetV2分割结果的平均像素精确度、平均交并比和推理速度分别为88.73％、57.47％和143.32 f/s.导航线提取试验结果显示,该导航线提取方法平均偏差为4.66像素,标准差为2.73像素,导航线提取速度为12.52 f/s.田间试验进一步验证了本研究方法的有效性.试验数据显示,自动导航插秧路径与人工标定的最佳路径之间的平均偏差仅为64.93 mm,标准差为51.96 mm,其中80％以上的定位点偏差小于83.26 mm.本文提出的杂交水稻制种父本倒播差行间实时导航线提取方法,通过集成数据集的完整制备、母本作物行的高效分割、作物行中心线的准确提取、父本厢边界线特征点的正确配对以及样条曲线的精确拟合,显著提高了导航线提取的实时性、准确性和鲁棒性.为杂交水稻制种父本倒播差行间实时插秧导航提供了重要参考.

    杂交水稻倒播差制种机器视觉作物行检测自动导航导航线提取

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于伪距及多普勒频移的改进GNSS定位算法研究

    王法安王博洋张兆国刘新琦...
    51-60页
    查看更多>>摘要：针对三七种植区树木遮挡引起的卫星导航信号弱和相位失锁等导致智能化设备定位精度差问题,提出了基于伪距及多普勒双差定位算法的三七联合收获机遮蔽环境改进全球卫星导航系统(Global navigation satellite system,GNSS)定位算法.由于伪距测量和多普勒频移测量受影响因素的不同,以伪距双差及多普勒频移双差为输入,载噪比为权重,通过卡尔曼滤波实现测量值融合,降低估计误差校正伪距和多普勒频移测量.采用贝叶斯信息准则选择正则化参数,并通过Lasso回归求解重加权最小二乘问题,实现模型稀疏化,得到改进定位结果.使用u-bloxZED-F9P高精度全球导航卫星系统接收机采集RINEX格式报文,并通过Matlab实现了数据提取与位置解算.在开阔环境、荫棚遮蔽和树荫遮蔽工况下进行了实车定位精度试验.试验结果与传统伪距定位算法相比,静态定位时,开阔环境、荫棚遮蔽环境和树荫遮蔽环境位置误差分别降低13.43％、56.08％和46.35％,定位偏差均方根误差分别减少75.64％、62.31％、50.21％;动态工况下定位误差分别降低36.97％、52.14％、62.37％,定位偏差均方根误差分别减少45.34％、60.24％、65.81％.所提方法有效降低了 GNSS卫星信号差、相位失锁带来的定位误差,有效提高了复杂工况下农机定位精度与定位可信度,可为丘陵山区因树木遮挡导致智能化设备定位精度差问题提供理论和技术支撑.

    全球卫星导航系统导航定位伪距双差卡尔曼滤波

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLO v8s的水稻种植机械作业质量检测

    刘双喜张玮平胡宪亮王刘西航...
    61-70页
    查看更多>>摘要：稻田中秧苗与稻种规范化精准识别检测是实现水稻种植机械作业质量检测的前提,为解决水稻种植图像识别研究过程中存在稻田背景复杂、机械运行速度快、形态特征难以提取等造成识别准确率较低的问题,提出一种基于改进YOLO v8s的轻量化质量检测方法.首先,通过由井关PZ60型水稻插秧机的研制而成的稻田种植质量检测装置,搭建作业质量检测图像采集平台,拍摄获得作业质量的图像构成ImageSets数据集,根据国家相关标准制定质量检测评价指标.随后通过引入轻量化GhostNet模块,减少网络模型的运行参数量;同时为了提升卷积神经网络检测性能,将CPCA注意力模块引入到检测算法中,有效地增强对水稻作业质量的特征提取,抑制稻田复杂的背景信息,准确获得作业图像的关键特征,对秧苗与稻种这种数量多、体积小的目标的检测效果有较为明显的提升;其次,将YOLO v8s模型中的CIoU损失函数替换为EIoU损失函数,使模型具有更快更好的收敛速度与定位效果,实现作业质量的精确识别.试验结果表明,改进后的YOLO v8s模型在测试集上的平均精度均值为92.41％,精确率为92.11％,召回率为92.04％;与YOLO v5s、YOLO v7、YOLO v8s、FasterR-CNN网络模型相比,平均精度均值分别提高7.91、7.71、4.28、1.03个百分点.改进后模型检测速度与内存占用量分别为88f/s、19.2 MB,与YOLO v8s模型相比分别减少12.8％、10.7％,经种植环境测试能够检测出作业质量是否合格,能够实现质量检测的作用.改进YOLO v8s网络模型对稻田作业质量检测具有快速准确的识别能力,具有较好的鲁棒性,在水稻种植质量检测方面有显著成效,可为水稻种植机械化质量检测提供新的检测方法.

    水稻种植质量检测机械作业YOLOv8漂秧漏秧图像识别

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于MobileNetV2-CBAM的机收场景下冬小麦成熟期在线分类识别方法

    王发明倪昕东张旗陶伟...
    71-80,100页
    查看更多>>摘要：小麦成熟期在线精准分类识别将为实现联合收获机的智能化调控提供有效支撑.本文提出一种基于车载相机和深度学习结合的冬小麦成熟期在线分类方法.以车载相机拍摄的实时图像为主,无人机拍摄的图像为辅,构建小麦乳熟-蜡熟初期、蜡熟后期-完熟初期、完熟后期-枯熟期和已收割区数据集(4 400幅).针对机收环境复杂、小麦图像模糊等问题,以MobileNetV2为基础网络结构,在特征提取后添加卷积注意力模块(Convolutional block attention module,CBAM)提升对图像特征的自适应提取能力.为了评估模型可信度,采用可视化技术观察模型对图像的关注区域.以不同分类模型为对比,对建立的MobileNetV2-CBAM模型性能进行评价.试验结果表明,MobileNetV2-CBAM模型在测试集中的分类识别准确率达到99.5％,相比于MobileNetV2高0.7个百分点;与ResNet和Swin Transformer模型相比,在分类精度未发生明显差异的前提下,MobileNetV2-CBAM模型内存占用量(8.73 MB)仅为其1/8和1/11.为了验证模型实际应用效果,田间试验结果表明,在车速4～6 km/h条件下,每隔1s识别1幅图像,成熟期分类识别精度为96.8％,满足机收场景下的小麦成熟期在线分类准确性和实时性要求.

    小麦成熟期MobileNetV2-CBAM深度学习车载相机

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    水稻联合收获机主动离心式秸秆抛撒装置设计与试验

    刘迪王晓燕李洪文何进...
    81-91页
    查看更多>>摘要：针对东北黑土稻区水稻种植密度大、秸秆量多,导致还田过程中秸秆抛撒不均匀影响后续整地和插秧的问题,设计了一种水稻联合收获机主动离心式秸秆抛撒装置.通过建立导流板导秆落盘、抛撒盘离心抛秆、秸秆空中抛离3个过程运动学模型并进行理论分析,对导流单元、离心抛撒单元等关键部件进行设计.运用EDEM离散元软件进行单因素仿真试验,明确抛撒盘转速、扇叶偏角、导流板倾角和还田速率对抛撒横向均匀性变异系数的影响规律.以横向均匀性变异系数和抛撒幅宽为试验指标,利用主动离心式抛撒试验台进行Box-Behnken参数优化试验,并对优化结果进行田间验证与对比.验证试验结果表明,当抛撒盘转速为255r/min、抛撒扇叶偏角为7°、导流板倾角为35°、还田速率为3.5 kg/s时,抛撒横向均匀性变异系数为17.34％,抛撒幅宽为4.58 m,与预测值误差小于5％,满足设计要求.通过与水稻联合收获机原装的导流式秸秆抛撒装置进行性能对比试验,得出设计的主动离心式秸秆抛撒装置抛撒效果更优.

    水稻联合收获机东北黑土稻区离心抛撒离散元

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于白平衡特征增强的秸秆目标分割方法

    姜含露王飞云潘宇轩刘阳春...
    92-100页
    查看更多>>摘要：针对图像中多种复杂环境干扰,本文结合秸秆在东北黑土地上具有的颜色优势,提出一种基于白平衡特征增强的秸秆目标分割模型.DLv3+/CPM/SEM模型采用编解码结构,在DLv3+模型基础上融合了颜色感知模块CPM与空间增强模块SEM,利用白平衡技术提高秸秆目标在图中的对比度使其在多种干扰因素的影响下仍能保持对秸秆目标检测的准确率.其中编码部分利用残差网络组成双分支特征提取结构,通过全反射算法增强秸秆颜色特征的同时,消除光线条件对图像颜色显现的干扰,双分支特征通过级联的感知方式并入颜色感知模块CPM,以加强补色的形式对图像中偏色严重的秸秆进行多层级的颜色特征增强,从而提取准确的秸秆特征表达;解码部分将整合的特征代入具有ASPP的解码模型中,加入空间增强模块SEM提高秸秆和农田背景的区分度,优化秸秆目标分割模型性能.经试验验证,提出的DLv3+/CPM/SEM改进模型在准确率和MIoU的模型整体评价指标上都高于其它对比模型,在不同光源条件、秸秆长度、垄沟深浅和土块大小的干扰条件下均有较好的分割效果,同时结合距离划分结果后,对非单一农田背景的秸秆监测图像的覆盖率计算精度更为准确.

    秸秆分割DLv3+空间增强模块颜色感知模块

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据