<正>为防止学术不端行为和进一步提高期刊质量,自2023年7月起,本刊特对所投稿件做如下要求,望作者周知。1.文章背景:文章项目背景必须为省级以上基金项目,并提供项目资助背景名称、项目号和计划任务书,文章研究内容须与基金项目研究内容相符。2.文章结构:文章最短篇幅为7版(双栏,每行22字,46行,宋体5号,Word2003),应有题目、摘要、关键词(包括英文),引言、正文、结论。提供作者简介:姓名(出生年-),性别(民族为汉可省略),籍贯(具体到市县),职称,学位,电子信箱和联系电话。
为了提高葡萄种植棚内葡萄自动采摘的准确度和效率，在葡萄的图像识别中必须依靠性能优越的嵌入式计算机和轻量级低延迟的神经网络模型。为此，基于OpenMV4 H7 Plus和OpenMV IDE开发环境，在葡萄种植棚中现场采集葡萄图片，利用PyCharm的Python编程，经过旋转、平移、缩放和噪声添加等操作后形成扩展的深度学习葡萄图像数据集；应用Edge Impulse搭建模型规模小、检测速度快的MobileNet V2神经网络，以像素96×96作为输入并采用迁移学习的方式训练，得到反映模型质量的Epoch Loss、Train Loss、Recall和F1 Score等指标，显示在经过一定的学习循环后Epoch Loss、Train Loss均收敛到较小值且Recall和F1 Score逐步趋于稳定，其验证集准确度为92.4%;同时，搭建了一个试验装置，将所得模型部署到OpenMV4 H7 Plus模块，模拟试验摄像头相对葡萄横向移动时的识别效果。研究结果表明：配置了神经网络学习算法的OpenMV4 H7 Plus模块对葡萄识别准确度较高且识别速度较快，具有一定的应用价值。
针对现有水果分拣技术在非表观信息感知方面的不足，提出了一种基于关节电机速度反馈的仿人机械手硬度感知与分拣方法。通过内置速度编码器获取机械手与水果接触时的运动反馈，建立水果硬度与电机速度之间的映射关系，从而实现对水果成熟度的准确识别与分拣。首先，介绍了仿人机械手的整体结构与机械手指的模块化设计，构建了机械手运动学模型，并对手指的工作空间进行了分析，为后续抓取和硬度感知试验提供了理论支撑；然后，基于仿人机械手对不同硬度物体的抓取数据，深入分析了物体硬度与关节电机速度之间的映射关系，得出电机速度的变化能够有效反映物体硬度的结论。通过多次试验验证了映射关系的稳定性与可重复性，为此方法的可行性提供了试验依据。最后，提出了基于关节电机速度反馈的仿人机械手水果分拣方法，并对不同软硬程度的橙子进行分拣试验，结果表明：所提出方法的分拣成功率达到90%,具备有效性和可靠性。
为了提高育苗生产线的工作效率和对穴播种的稳定性，优化设计了主要由穴盘供给装置和气吸滚筒式排种器组成的穴盘育苗生产线。穴盘供给装置由步进送盘装置和抓盘-移盘装置构成，采用气力驱动和拟人手指抓取工作方式，可以将成叠的穴盘逐个放置到育苗生产线的输送带上，供给效率达到1 000盘/h。通过EDEM-Fluent耦合仿真了吸排种动力学过程，获取了籽粒运动轨迹，分析了正压差波动对排种籽粒轨迹的影响，得出在投种角为-15°、正压差为0.8 kPa时排种籽粒轨迹具有较高稳定性的结论。以籽粒下落到穴孔中心为目标，建立了穴盘输送位置和理论投种角的匹配方程。实时监测穴盘的输送位置和滚筒的转动位置，以实际吸孔位置与理论投种角的差值为输入参数，建立了滚筒转速的模糊控制策略，即通过滚筒转速的自适应调节控制，使得实际投种角误差控制在一定范围内，消除因穴盘连续输送波动导致的播种位置误差。以油菜籽粒为对象开展了对穴播种性能试验，结果表明：滚筒转速的自适应调节可以有效提高连续对穴播种作业的稳定性，作业效率400～800盘/h,单粒播种精度可以稳定在93%以上。
为满足复杂环境中番茄采摘机器人果实三维定位需求，克服番茄三维定位中光照变化对相机影响、三维点云定位的资源消耗和速度问题，提出了一种基于相机与激光雷达融合的番茄果实三维定位方法。首先，对传感器采集的数据进行预处理，基于改进的YOLOv5s模型对番茄图像进行感兴趣区域(Region of Interest, RoI)提取，通过传感器联合标定将RoI转换为带有点云信息的截锥体区域提议；其次，对区域内点云进行反射率分析，分割出番茄果实点云，通过SOM K-means聚类算法对分割出来的果实点云进行聚类，进而对果实重叠的点云进行个体分割；最后，使用多模态融合算法将二维的图像检测中心与番茄点云质心相关联。引入EIoU Loss对YOLOv5s网格的损失函数进行优化，改进的模型在测试集上的识别准确率为99.65%,与YOLOv5s和Faster RCNN相比，识别准确率分别提高了3.7个百分点、5.9个百分点。对随机选取的52株番茄果树样本进行定位，试验结果表明：改进后算法的定位准确率为95.48%,相比于双目立体视觉检测识别准确率提高了2.48个百分点，定位误差小于4.5 mm。机械臂采摘试验表明，改进后算法满足番茄采摘机器人视觉定位要求。
针对果园机器人在路径跟踪过程中存在精度差、响应慢的问题，提出一种改进樽海鞘群算法ISSA(Improve Salp Swarm Algorithm)与传统PID控制相融合的控制方法。首先对果园机器人建立运动学模型；然后采用混沌映射、非线性收敛因子、灰狼算法狩猎机制多策略融合对樽海鞘群算法进行改进，利用8种测试函数将ISSA与4种算法进行测试对比分析，测试结果显示ISSA算法在收敛速度、寻优精度和稳定性等方面具有明显优势；接着使用改进樽海鞘群算法优化PID控制参数，并在Matlab的Simulink中进行多种路径跟踪仿真，调节时间相比传统PID控制器缩短84.4%、超调量降低47.9%;最后搭建果园机器人试验平台并开展路径跟踪试验，行驶速度分别为0.4、0.6和0.8 m/s,每组进行3次重复试验，3种速度下平均横向误差分别为5.27、6.29及7.81 cm,满足果园机器人工作要求。
以中耕期甘蔗作物的无人机图像为研究对象，针对植株叶片互相遮挡、目标粘连和背景信息复杂等问题，设计了一种基于改进YOLOv5s的甘蔗检测计数模型。首先，通过在网络中使用基于归一化的注意力模块，加强对图像中中耕期甘蔗植株的特征学习和特征提取，并且减弱与甘蔗植株相似的蔗地杂草背景对检测效果的干扰。其次，原始YOLOv5s网络中的耦合头替换为改进过的高效解耦头，用以进行分类和回归分支的解耦计算，提升甘蔗植株检测模型的性能。最后，更改边界框损失函数为动态非单调聚焦机制WIoU,提高模型收敛速度。同时，采用多尺度训练在一定程度上提高改进模型对物体大小的鲁棒性，最终使模型可以输入任意大小的图片。试验结果表明：改进的YOLOv5s模型准确率、召回率和平均精度均值分别为97.72%、91.7%和96.2%,较原始YOLOv5s模型分别提高3.82、4.5、2.5个百分点。统计表明：测试集的30幅甘蔗图像中，甘蔗植株真实值为1 104,改进YOLOv5s模型生成的甘蔗植株数为1 086,漏检个数为18,漏检率为1.6%,改进模型对无人机图像中的甘蔗植株计数误差较小，可为甘蔗的检测计数、长势评估提供技术支撑。
果树修枝机作业过程中会产生强烈的液压冲击，为了探究其原因，利用AMESim软件中的HCD液压元件设计模块，建立了由齿轮泵、三位四通电磁换向阀和柱塞马达组成的液压系统模型。通过分析马达进油口、换向阀进油口和换向阀回油口的压力和流量可知，液压冲击来源于负载冲击和液流惯性两个方面。为了进一步验证这一结论，进行了田间试验，通过分析短暂抱死、长时间抱死和正常工作工况下的压力变化，以及设备启停和换向时的压力超调量，得到压力变化率分别为4.37、7.82、4.43 MPa/s,液流惯性引起的最大超调量为3 268%。由此表明：负载冲击具有随机性和突变性的特点，是引起液压系统冲击振动的最主要因素；液流惯性具有振荡起伏剧烈、作用时间短、平息速度快的特点，仅在设备换向启停时发生。研究结果有助于进一步优化果树修枝机的液压设计和工作性能，为后续液压冲击抑制提供了参考和依据。
针对现有步行式插秧机栽插长秧龄大苗时出现的秧箱推歪已栽秧苗问题和搭桥问题，设计了一种适用于栽插长秧龄水稻秧苗的曲柄摇杆式分插机构。通过建立曲柄摇杆式分插机构的运动学模型，编写了分插机构的辅助分析优化设计软件，并优化出一组满足水稻长秧龄大苗栽插要求的机构参数。运用反转法原理和解析法建立了复合在分插机构内的推秧机构运动学模型，通过编程计算获得满足推秧动作时序要求的精确凸轮轮廓。基于SolidWorks软件建立了完整的改进分插机构虚拟样机模型，采用ADAMS软件对其进行运动学仿真，获得分插机构秧针端点的静轨迹、动轨迹和速度曲线。相较于原分插机构，改进分插机构的虚拟样机仿真结果表明：秧针的取秧角为338°,秧针与秧箱之间夹角为78°,推秧杆的推秧角为281°,推秧杆与地面夹角为72°,分插机构具有更优的取秧角和推秧角，秧苗直立性更优；分插机构的工作轨迹高度可达302 mm,能够栽插350 mm高的秧苗，株距160 mm时对应的穴口宽度28.74 mm,满足长秧龄大苗栽插要求。
对蔬菜自动移栽机的送苗装置侧板零部件进行了轻量化研究与设计，应用SolidWorks三维计算机辅助设计软件创建零部件的三维模型，以及棘轮棘爪碰撞冲击的数学模型。通过ANSYS Workbench通用有限元软件对零部件进行结构静力学分析，获得移栽机在移箱换行工况下送苗装置侧板的应力和位移云图。以单元密度为设计变量，以最小结构柔顺度和最小质量为目标函数，以位移和应力为约束条件，采用变密度法对模型进行拓扑优化研究与设计，并对优化后的零部件进行结构静力学分析校核强度。送苗装置整体运动建立振动学模型，根据拓扑优化设计的结构柔顺度目标函数前后变化小来确定振动学模型的不变参数，包括等效刚度、双螺旋轴横向推力、相位差，验证拓扑优化前后阻尼系数的变化和送苗装置整体振动响应的变化。结果表明：通过拓扑优化设计方法的应用，可以有效减少送苗装置整体质量约6.6%,实现了送苗装置整体的轻量化设计，装置整体振动位移响应下降约10.64%。