風(fēng)送式獼猴桃干粉對(duì)靶授粉技術(shù)研究及裝置設(shè)計(jì)

風(fēng)送式獼猴桃干粉對(duì)靶授粉技術(shù)研究及裝置設(shè)計(jì)c
曲旭鵬
【摘要】： 獼猴桃為異花授粉植物，人工輔助授粉可有效提高獼猴桃的品質(zhì)和產(chǎn)量。針對(duì)人工授粉作業(yè)效率低、勞動(dòng)強(qiáng)度大、成本高，機(jī)械化授粉裝備花粉消耗量大等問(wèn)題，以棚架式標(biāo)準(zhǔn)化獼猴桃果園為對(duì)象，通過(guò)分析田間花朵分布特征,確定花朵識(shí)別與定位方案，設(shè)計(jì)風(fēng)送式計(jì)量授粉器，搭建授粉試驗(yàn)平臺(tái)，確定了授粉器最優(yōu)控制參數(shù)，設(shè)計(jì)Delta對(duì)靶機(jī)構(gòu)的結(jié)構(gòu)參數(shù)和控制系統(tǒng)，研究了對(duì)靶機(jī)構(gòu)運(yùn)動(dòng)控制方法，搭建風(fēng)送式干粉對(duì)靶授粉裝置樣機(jī)，并通過(guò)田間試驗(yàn)，驗(yàn)證了授粉作業(yè)性能。

▲ Kiwi Fruit Male

主要研究?jī)?nèi)容如下：(1)對(duì)靶授粉農(nóng)藝參數(shù)分析。通過(guò)對(duì)標(biāo)準(zhǔn)化“海沃德”獼猴桃果園調(diào)研和查閱相關(guān)資料，得出標(biāo)準(zhǔn)化獼猴桃果園環(huán)境參數(shù)和花朵分布規(guī)律；通過(guò)分析獼猴桃充分授粉所需花粉粒數(shù)結(jié)合花粉質(zhì)量計(jì)算得出，充分授粉的獼猴桃花朵柱頭區(qū)域純花粉沉積量應(yīng)大于4.3×10~(-2)mg。

(2)基于雙目視覺(jué)的花朵識(shí)別與定位方法研究。搭建田間圖像采集設(shè)備,針對(duì)不同天氣、不同時(shí)間段和不同采集距離等場(chǎng)景采集了獼猴桃花朵圖像數(shù)據(jù)，使用圖像增強(qiáng)技術(shù)對(duì)花朵圖像進(jìn)行擴(kuò)充。為避免因花瓣殘缺或遮擋導(dǎo)致花朵質(zhì)心與花蕊質(zhì)心不一致的情況，選取花蕊作為獼猴桃花朵標(biāo)注特征，訓(xùn)練獲得獼猴桃花朵識(shí)別模型?；谇度胧皆O(shè)備中應(yīng)用需求，使用ShuffleNetV2輕量網(wǎng)絡(luò)替換YOLOv5n的CSPDarknet主干特征提取網(wǎng)絡(luò)，使用Ghost卷積替換原網(wǎng)絡(luò)的普通卷積，構(gòu)建了GhostConv模塊和C3Ghost模塊并對(duì)原網(wǎng)絡(luò)頸部的Conv層和C3層進(jìn)行替換，搭建了改進(jìn)的YOLOv5n識(shí)別網(wǎng)絡(luò)。改進(jìn)后網(wǎng)絡(luò)mAP為98.3%，相較于YOLOv5n原網(wǎng)絡(luò)m AP降低0.2%，模型參數(shù)量、計(jì)算量和模型大小分別為0.46M、0.9GFLOPs和1.27M,相較于原網(wǎng)絡(luò)模型參數(shù)量、計(jì)算量和模型大小分別減少了70%、78.6%和66%,檢測(cè)速度為37.1ms，相較于原網(wǎng)絡(luò)提升了38.4%。采用雙目定位方法構(gòu)建花朵定位算法，實(shí)現(xiàn)了獼猴桃花朵的空間定位。通過(guò)搭建室內(nèi)試驗(yàn)棚架，試驗(yàn)分析了花朵定位優(yōu)化參數(shù)，識(shí)別距離為500mm，視野范圍約為35cm×35cm時(shí)可達(dá)到10mm的定位精度。

▲kiwi blossoms that have completed pollination

(3)風(fēng)送式干粉計(jì)量授粉器設(shè)計(jì)與控制參數(shù)優(yōu)化。設(shè)計(jì)了風(fēng)送式干粉計(jì)量授粉器，通過(guò)Fluent軟件對(duì)授粉器內(nèi)腔結(jié)構(gòu)進(jìn)行仿真，分析直管結(jié)構(gòu)和喉管結(jié)構(gòu)對(duì)進(jìn)粉位置處壓強(qiáng)與授粉器出口風(fēng)速的影響，驗(yàn)證了喉管結(jié)構(gòu)更加有利于授粉器進(jìn)粉口的花粉輸入。通過(guò)搭建授粉器試驗(yàn)平臺(tái)，進(jìn)行多因素試驗(yàn)分析，確定了授粉器優(yōu)化參數(shù)組合為：輸粉時(shí)間0.7s、風(fēng)機(jī)電壓9.6V、授粉距離50mm，對(duì)應(yīng)花粉沉積質(zhì)量平均為1.314mg，花粉利用率平均為68.55%，花粉覆蓋率平均為49.48%。田間試驗(yàn)結(jié)果表明，授粉器以優(yōu)化參數(shù)組合進(jìn)行授粉，坐果率為96.7%，果實(shí)平均重量為94.57g，果形指數(shù)為1.21，與電動(dòng)授粉器授粉效果一致,但低于手工點(diǎn)授授粉，花粉用量約為每花2mg，相比手工點(diǎn)授和電動(dòng)授粉器節(jié)約40%和60%。

▲Picking kiwifruit flowers

(4)Delta并聯(lián)對(duì)靶機(jī)構(gòu)設(shè)計(jì)和控制算法搭建。根據(jù)相機(jī)視野空間和棚架高度，計(jì)算確定機(jī)械臂結(jié)構(gòu)與運(yùn)動(dòng)參數(shù);建立機(jī)械臂簡(jiǎn)化模型，進(jìn)行了機(jī)械臂運(yùn)動(dòng)學(xué)分析，建立了機(jī)械臂運(yùn)動(dòng)學(xué)方程，確定了機(jī)械臂正逆解運(yùn)算方法；對(duì)機(jī)械臂工作空間進(jìn)行仿真，驗(yàn)證了機(jī)械臂結(jié)構(gòu)參數(shù)的合理性；基于蟻群算法建立了授粉任務(wù)規(guī)劃數(shù)學(xué)模型，分析了蟻群算法實(shí)現(xiàn)任務(wù)規(guī)劃的具體過(guò)程，在MATLAB中測(cè)試了基于蟻群算法的機(jī)械臂授粉路徑規(guī)劃算法；確定了基于PH曲線的路徑規(guī)劃方法和基于S型速度曲線的軌跡規(guī)劃方法，并通過(guò)分析其仿真條件下X、Y方向上機(jī)械臂末端隨時(shí)間變化的軌跡，驗(yàn)證了該方法可有效避免機(jī)械臂運(yùn)動(dòng)過(guò)程中速度和加速度突變導(dǎo)致的沖擊與振動(dòng)現(xiàn)象。

▲風(fēng)送式獼猴桃干粉授粉

(5)風(fēng)送式獼猴桃干粉授粉作業(yè)裝置樣機(jī)搭建與試驗(yàn)。結(jié)合相機(jī)布置參數(shù)、授粉器最優(yōu)控制參數(shù)組合和對(duì)靶機(jī)構(gòu)相關(guān)結(jié)構(gòu)參數(shù)搭建了授粉作業(yè)裝置樣機(jī)；設(shè)計(jì)和搭建了整機(jī)控制系統(tǒng)與電路系統(tǒng)；通過(guò)田間對(duì)靶授粉試驗(yàn)，測(cè)試了整機(jī)識(shí)別系統(tǒng)及對(duì)靶作業(yè)系統(tǒng)性能。本研究所搭建風(fēng)送式獼猴桃干粉授粉作業(yè)裝置樣機(jī)識(shí)別系統(tǒng)平均識(shí)別準(zhǔn)確率為93.3%，平均定位準(zhǔn)確率為95.7%；對(duì)靶作業(yè)系統(tǒng)平均對(duì)靶準(zhǔn)確率為85.7%；授粉準(zhǔn)確率為80%，準(zhǔn)確授粉后坐果率為91.7%，單花授粉時(shí)間約為4s。相較于人工授粉的方式，本研究所試制樣機(jī)在授粉效率上并無(wú)明顯優(yōu)勢(shì)，但基于人工智能識(shí)別、機(jī)械臂自動(dòng)化授粉作業(yè)以及花粉的精確計(jì)量的作業(yè)方式,在花粉節(jié)約、授粉效果一致性以及人力替代等方面具有綜合優(yōu)勢(shì)。
【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2023

▲新西蘭果園獼猴桃噴霧濕式授粉