张铁中, 孙刚, 贡治华[1]2003年在《基于图像处理技术的蔬菜嫁接机砧木自动定位系统研究》文中提出本文针对2JSZ-600型蔬菜自动嫁接机器人,设计了对砧木子叶展开方向和生长点高度进行自动检测的机械装置,并运用计算机图像处理方法研究出了一套适用于砧木自动检测的算法;同时开发了单片机控制系统。本文对营养钵苗自动嫁接过程中砧木的输送问题做了初步的探讨,对于提高嫁接的自动化程度具有重要意义。
李中秋[2]2007年在《基于机器视觉的蔬菜嫁接机砧木自动定位切削系统研究》文中研究说明本文利用两个数码摄像头等组成简单的机器视觉系统，对砧木苗从正上方和侧面成像，运用计算机图像处理方法对两幅图像进行处理，对比各种目标分割算法，利用彩色阀值法根据目标与背景颜色不同的特点实现了图像分割。本文用解析几何法检测砧木苗生长点，研究出了一套适用于砧木苗子叶方向识别和生长点高度自动检测的算法，并用Visual Basic 6.0开发环境进行了编程。本文设计并制作了对砧木苗进行自动定位切削的机械装置，在装置的设计中使用了叁维辅助机械设计软件Pro-E来进行机械部分的设计，提高了设计的效率。通过对定位切削装置的功能分析，采用舵机控制砧木苗的旋转，采用步进电机控制砧木苗的升降，同时开发了单片机控制系统，对控制系统的硬件和软件进行了详细的研究，编制了相应的控制程序。单片机系统依据计算机发送的检测结果控制执行机构，将砧木苗送至适合切削的位置，并控制另一舵机进行旋转切削。试验表明，本系统运行良好，基本能达到预期目标。本文对蔬菜自动嫁接过程中砧木苗的自动定位及切削问题进行了初步探讨，对于提高嫁接的自动化程度有重要意义。
王哲禄[3]2012年在《蔬菜嫁接机器人自动上苗装置的设计与试验研究》文中研究表明蔬菜自动嫁接机是将嫁接技术人工化转变成机械化、自动化和机器人化的有效途径，它对实现蔬菜生产的集约化、规模化、现代化具有非常重要的意义。然而，蔬菜嫁接机的发展还停留在半自动化阶段，一般都靠人工方式上苗，这不仅降低了嫁接效率、加大了劳动强度，而且嫁接的质量也很难保证。为了解决这一问题，本文针对国内外嫁接机上苗装置和农业机械末端执行器的研究现状，同时在充分考虑蔬菜嫁接农艺要求的情况下，设计了一种蔬菜嫁接机器人自动上苗装置，该装置能实现自动供苗、夹持取苗、送苗和定位的功能，并进行了装置的试验研究。主要工作概括如下：针对贴接、直插法的农艺要求和穴盘育苗技术的优势，选择5×10穴盘供苗嫁接，并对培育的500株接穗苗（京欣一号）和砧木苗（浙蒲二号）进行了几何和力学特性的测定，包括高度、苗茎、子叶展角、重量和剪切特性等，为取苗末端执行器提供了设计依据。以嫁接苗子叶导向为核心和技术攻关突破点，设计了一种具有扶苗、切断、夹持和导向功能的机械式取苗末端执行器。导向机构设计过程中，对嫁接苗进行了力学分析和运动学求解，并利用MATLAB进行参数化设计，得到了导向机构的高度、直径和嫁接苗的转向速度等参数的关系。为提高机械式取苗末端执行器导向机构的效率和可靠性，提出了以气动和振动激励的两种取苗末端执行器，并对它们进行了原理的阐述；同时搭建气动式取苗和振动转向实验平台，发现气动式取苗设置不同的吹气角度可导致不同的取苗成功率，而在振动转向实验频率范围内，随着振动频率的增大嫁接苗子叶滑落转向的概率增大。搭建自动上苗装置整机的实验平台，包括二自由度机械臂、穴盘苗输送装置和定位台的结构设计；采用叁菱FX2N-48MT控制器，并用GX-Developer进行编程，试验表明整机能够可靠运行。对蔬菜嫁接机自动上苗装置进行了相关试验研究和分析，包括砧木切削实验、定向取苗实验和上苗整机实验。切削实验和取苗实验主要考查机械式、气动式末端执行器和振动子叶转向装置的可靠性和准确性；机械式整机上苗速率可以达到7.1株/分，成功率86%以上，达到设计的要求。
张凯良, 褚佳, 张铁中, 尹权, 孔艳山[4]2017年在《蔬菜自动嫁接技术研究现状与发展分析》文中研究指明嫁接在提高作物抗病能力、生长速度、单位产量,减少施肥、施药等方面具有积极作用,是多类蔬菜大规模生产的重要环节,而自动化嫁接能够有效提高嫁接效率和嫁接苗成活率,正在成为蔬菜商业化生产的刚性需求。本文对中国、日本、荷兰、西班牙、意大利等国蔬菜自动嫁接技术的研究现状和发展动态进行了分析;归纳出5项蔬菜自动化嫁接关键技术:幼苗机械化抓取技术,幼苗自动输送技术,砧、穗木切削技术,砧、穗木接合固定技术,自动嫁接系统控制技术,并逐一进行了阐述;最后对目前本领域的研究特点和发展趋势进行了总结和展望,认为蔬菜嫁接自动化程度将进一步提高,单机嫁接规模将进一步扩大,农艺、人工智能、人因工程等间接因素将为自动嫁接机未来的性能提升带来助力。
田玉凤[5]2014年在《瓜科嫁接机自动供苗系统关键技术的研究》文中研究说明设施园艺技术是进行植物高效生产的一种现代农业生产方式，工厂化种植则是设施园艺的高级形式。伴随着工厂化育苗技术的发展，蔬菜自动嫁接机在替代人工劳动，提高作业效率等方面发挥出越来越重要的作用。现有的多数瓜科嫁接机只能实现嫁接工序的自动化，其供苗工序仍需手动完成。所以实现自动为嫁接机供苗就成为急需解决的问题，是实现嫁接机全程自动化的关键技术。自动供苗系统的关键技术在于嫁接用苗自动供苗特征参数的识别和采用供苗末端执行器对幼苗进行自动柔性抓取和调向。本文以穴盘中培育的白籽南瓜砧木幼苗为研究对象。在自然光照条件下，采集瓜科砧木幼苗图像，采用图像方法识别幼苗供苗特征参数，并设计试制了自动供苗末端执行器，完成了其运动控制系统，最后进行自动供苗试验验证。主要研究内容和结论如下：（1）自动供苗系统总体方案确定。首先，分析了工厂化穴盘育苗方式的特点，明确了自动供苗的技术要求，确定了自动供苗的工作过程。其次，通过对供苗过程的分析，确定了自动供苗系统由穴盘输送装置、幼苗检测装置、末端执行器、机械臂和控制系统五部分组成，研究了各组成部分的功能和设计参数要求。最后，完成了自动供苗平台砧木供苗侧的加工装配。（2）瓜科砧木供苗特征参数识别。对穴盘苗的生长特征进行了分析，通过试验对比确定了图像采集系统和方法；对常用颜色空间的不同颜色分量的图像及其组合运算的图像进行了对比，选取L*a*b*颜色空间a*通道分量进行后续图像处理；采用最大类间方差法（Ostu法）进行图像分割，然后通过形态学运算和面积阈值等方法去除残余噪声得到目标图像；对得到的目标图像采用两种方法识别，最小外接矩形法和Hough椭圆拟合法，确定了两种方法的不同应用场合。（3）末端执行器硬件设计。依据南瓜砧木的几何特性参数和力学特性参数，确定了末端执行器的幼苗抓取方法和调向供苗方案；使用PRO/E软件完成了自动供苗末端执行器的叁维建模和干涉检查，并对各机构的标准零件进行了选型采购，对非标准零件进行了设计加工，组装完成末端执行器。（4）末端执行器控制系统设计和试验。依据设计的供苗流程，设计末端执行器控制系统的系统结构、完成相关硬件的选型和气路连接，编写控制软件。最后，进行自动供苗试验，结果表明该末端执行器可达到预期设计要求。
贡治华[6]2003年在《基于图像处理技术的蔬菜嫁接机砧木自动定位系统研究》文中研究指明本文在2JSZ—600型蔬菜自动嫁接机器人的基础上研究设计了一套基于图像处理技术的可用于营养钵苗嫁接的砧木输送自动定位系统。 本文设计了对砧木子叶展开方向和生长点高度进行自动检测的机械装置，并运用计算机图像处理方法研究出了一套适用于砧木自动检测的算法，实现了砧木子叶方向和生长点高度的自动检测；同时开发了单片机控制系统，单片机系统依据计算机发送的检测结果控制执行机构将砧木运送到指定的待切削位置上。试验证明，本系统运行良好，基本达到预期目标。 本文对营养钵苗自动嫁接过程中砧木的输送问题做了初步的探讨，对于提高嫁接的自动化程度具有重要意义。
蔡丽苑[7]2013年在《嫁接机器人视觉检测系统的研究》文中提出随着农业装备精细化和智能化的发展，机器视觉作为农业机器人最大的信息源被广泛应用于各项农业作业中。视觉检测穴盘育苗的幼苗有助于提高嫁接机器人的嫁接速度和嫁接苗的成活率。选取西瓜为嫁接接穗、瓠瓜为嫁接砧木，并分别选取500株样本，在一定生长条件下测量它们的相关参数。统计分析手工测量数据，得西瓜、瓠瓜子叶的椭圆率分别为0.69和0.56，西瓜、瓠瓜苗株的椭圆率分别为0.76和0.84。目前利用视觉对幼苗信息的检测主要集中在单株苗信息的提取上，为了提高检测的效率，本文提取一种针对于穴盘幼苗的无损实时监测方法，并根据穴盘幼苗特征进行硬件选型，搭建图像采集平台。针对于5×10的穴盘幼苗，分别进行幼苗苗株和子叶信息参数检测方法的研究。对于幼苗苗株参数的检测，首先利用基于挡板的正视相机获取一排苗株（5株）图像，然后开发了基于扫描线的苗株参数检测算法，获取了苗株株高、苗株横截面长短轴。最终通过实验测量了基于扫描线检测算法所获得的苗株参数与手工测量间的相对误差。结果显示苗株株高、横截面长轴、短轴的相对误差分别为4.16%、6.57%、6.48%，这说明此算法的稳定可靠，满足嫁接的精度要求。并且与已有的检测方法相比，本文苗株参数检测方法在不仅能考虑苗株横截面的具体形状而且快速高效。对于幼苗子叶参数的检测，相邻子叶之间的相互遮挡限制了参数获取精度，为此开发了基于椭圆拟合的穴盘幼苗子叶叶面恢复及参数提取算法，获取了子叶方向、子叶的长、子叶宽、子叶生长点位置，并根据生长点位置准确定位幼苗生长的穴孔位置，且判定空穴。最终通过实验测量了算法测量和手工测量子叶长、宽的相对误差分别5.22%和5.16%，且椭圆拟合子叶轮廓的误差小于0.5个像素，幼苗识别与定位的成功率达到97.5%。这说明此算法的稳定可靠，满足嫁接的精度要求。并且与已有的检测方法相比，本文基于椭圆拟合的穴盘幼苗子叶叶面恢复及参数提取算法，用椭圆表示子叶不仅恢复了被遮挡的子叶的信息，同时还能克服穴盘幼苗子叶遮挡的问题实现对穴盘幼苗准确的识别和定位。同时为支持以上两个算法，首先用平面标定的方法获得像平面与物体平面间的单应矩阵，并通过实验选取图像前处理算法。
王锋锋[8]2011年在《劈接式油茶苗木嫁接机的研究》文中研究指明机械嫁接是一种集机械、自动控制于一体的新技术,有效地解决了苗木的手工嫁接效率低、劳动强度大、嫁接苗成活率低等问题。嫁接自动化技术在农业生产上的广泛应用,为林业专用嫁接设备的研究提供重要的方法。嫁接机通常由供苗机构、取苗机构、切削机构、嫁接接合机构和夹持物投放机构等部分组成。本文研究设计了基于劈接法的两种工作方式的油茶苗嫁接机器人,并通过建立机械系统的评价体系和评价指标,对油茶嫁接机机械系统优化选择,对今后嫁接机地深入研究具有借鉴和参考意义。采用Pro/Engineer叁维设计软件以Top to Down的设计理念对基本机构进行设计分析,并进行运动仿真和干涉检查修正。砧木和穗木的切削采用了“一刀两用”的方法,提高了由于砧木个体差异而影响的嫁接接合精度,简化了机械结构。采用使用经济、易操作、保水效果良好的C型硅胶套管取代人工劈接作业中使用的铝箔条固定砧、穗木,提高嫁接效率和嫁接成功率。套管的输送采用了摩擦轮机构,提高了套管输送的可靠性。砧木、穗木搬运机械手是采用圆柱型坐标系原理设计的多自由度串联机器人。本研究采用Denavit-Hartenberg方法建立了相关数学模型,应用机器人运动控制理论、串联机器人操作手运动学等理论工具对砧、穗木搬运机械手进行了运动学分析,从而为机械手的运动控制提供分析的方法和手段。实验证明,该设计满足了油茶嫁接的要求。研究中针对传统PC机或单片机系统在控制过程中对工作环境要求高,可靠性低等问题,提出将PLC作为控制器用于油茶嫁接机控制系统。
张志远[9]2015年在《一种基于机器视觉的穴盘苗盘上检测方法研究》文中指出嫁接技术是设施农业中克服连作病害的最有效方法。在嫁接过程中,砧木和接穗的苗径尺寸匹配程度对嫁接苗的成活率有直接影响。因此,本文通过双目视觉测量的手段,实现一种在穴盘上直接自动测量嫁接苗的苗径和子叶参数的方法,为砧木和接穗的自动匹配提供基础数据。本文研究的工作主要有几个方面:1、穴盘苗模型研究。研究穴盘苗的直径和高度之间的关系模型和苗茎椭圆方向和子叶方向之间的关系模型。实现了苗茎测量系统、子叶测量系统和双目定位系统,利用双目视觉技术实现复杂环境下的实时测量,通过实验数据验证这两种关系模型的合理性。实验表明西葫芦秧苗在子叶方向偏差61.23°-64.65°处是苗径值的短轴,在子叶方向偏差151°-152.241°处是苗茎的长轴,苗径从根部到茎梢总体呈下降趋势,部分出现中间较粗的情况,穴盘苗的直径和高度之间无确定关系。2、子叶分离方法研究。本文在课题前人利用轮廓深度信息进行子叶分离研究的基础上,采用Freeman链码对子叶轮廓进行编码,计算与等距前继点与后继点连线中点的欧氏距离,获取候选拐点集合。研究候选拐点的匹配方法和双向搜索策略对拐点匹配精度的提升,本文实验中44个候选拐点使用单向搜索算法误匹配对数为5,使用双向搜索算法误匹配所有候选拐点都得到正确匹配。结合叁维深度检测方法,对匹配拐点附近1/8轮廓链进行叁维坐标测量,对存在高差突变的拐点进行二次分离,进一步提高子叶分离正确率。3、盘上检测方法研究。设计多列相机并行盘上测量装置,提出穴盘苗盘上测量方法,对流过测量区域的嫁接苗进行连续采集测量,并给出测量处苗径短轴估算方法。利用盘上获取的拐点和子叶方向研究生长点位置,对生长点进行左右视觉的特征点匹配,获取生长点深度信息。4、检测样机的初步研制。讨论样机的初步设计和电机、控制卡、滑台等部件的选型及连接,搭建样机实验平台,研究基于视觉的电机控制,编写测量软件,开展测量实验,对100组子叶展角大于120°、苗茎保持直立的西瓜嫁接苗的实验表明,测量装置执行率为89%,与人工测量比对,苗径机器测量的误差均值为0.171mm。
王梓帆[10]2016年在《基于Halcon的瓜科全自动嫁接机视觉系统设计》文中进行了进一步梳理在国内外,嫁接技术已经被广泛的应用于农业种植领域,在农业逐渐实现机械化和智能化的今天,嫁接机器人的研制也逐步得以发展。将机器视觉技术应用于嫁接机器人中,是未来发展的一个重要方向。就目前的嫁接机器人来说,大多数还都处于半自动状态,需要人工辅助。要将半自动机器人改善成为全自动嫁接机器人,需要引入机器视觉技术。本论文考虑到影响嫁接成活率和效率等因素,设计了视觉分级系统和接缝识别检测系统,完成了对嫁接的砧木和接穗幼苗的分级,以及对接缝质量的检测。论文中的主要研究成果如下：(1)设计了瓜科全自动嫁接机视觉系统的硬件结构,包括计算机、光源、镜头、滤光片等,完成了各元件的选型。确定了以蓝色背景光为照明方式的分级硬件结构系统和以白色环形前景光为照明方式的接缝识别硬件结构系统。(2)在利用搭建好的硬件设备对图像采集的过程中,进行了摄像机的标定,将图像的世界坐标系转换到测量坐标系,得到图像的校正参数,并对图像加以校正。(3)应用Halcon软件对苗木进行视觉分级和接缝识别算法的研究及设计。确定了以灰度转换、阈值分割、噪声平滑、形态学操作为基本算法的图像预处理方法,完成了对茎秆直径信息的提取和对接缝模板的训练和匹配。(4)对预处理后的图像采用水平方向像素点统计的方法得到最大频次的像素点个数,由此获得苗木茎秆直径信息,将其转化成具体尺寸并进行分级。接缝识别采用模板匹配的方法,对单张图像做模板训练,将训练好的特征作为模板在其他图像中进行匹配,得出匹配结果与相似度评分,依据此结果作为接缝质量的评判标准。(5)分别对100株南瓜苗,100株甜瓜苗,100株黄瓜苗以及100株嫁接苗进行试验,得出分级成功率可达97%-100%。接缝识别系统得出的嫁接成功率为94%，识别正确率为98%,因此,嫁接苗实际的嫁接成功率为92%。
参考文献：
[1]. 基于图像处理技术的蔬菜嫁接机砧木自动定位系统研究[J]. 张铁中, 孙刚, 贡治华. 潍坊学院学报. 2003
[2]. 基于机器视觉的蔬菜嫁接机砧木自动定位切削系统研究[D]. 李中秋. 湖南农业大学. 2007
[3]. 蔬菜嫁接机器人自动上苗装置的设计与试验研究[D]. 王哲禄. 浙江理工大学. 2012
[4]. 蔬菜自动嫁接技术研究现状与发展分析[J]. 张凯良, 褚佳, 张铁中, 尹权, 孔艳山. 农业机械学报. 2017
[5]. 瓜科嫁接机自动供苗系统关键技术的研究[D]. 田玉凤. 西北农林科技大学. 2014
[6]. 基于图像处理技术的蔬菜嫁接机砧木自动定位系统研究[D]. 贡治华. 中国农业大学. 2003
[7]. 嫁接机器人视觉检测系统的研究[D]. 蔡丽苑. 浙江理工大学. 2013
[8]. 劈接式油茶苗木嫁接机的研究[D]. 王锋锋. 中国林业科学研究院. 2011
[9]. 一种基于机器视觉的穴盘苗盘上检测方法研究[D]. 张志远. 浙江理工大学. 2015
[10]. 基于Halcon的瓜科全自动嫁接机视觉系统设计[D]. 王梓帆. 沈阳农业大学. 2016