以传感器为中心的智能系统,用于在中国具有挑战性的农业环境中实现大豆收获机械化:一篇综述

科学领域:

• 农业工程 农业工程
• 机器人技术 机器人技术 机器人技术
• 传感器技术 传感器技术

背景情况:

• 在中国西南部山地地区,机械化收获大豆-玉米杂交作物面临着重大挑战,原因是复杂的地形和农学约束.
• 现有的审查侧重于平坦地形或单一作物,忽视了基于传感器的解决方案,用于在的,不规则的地块上进行交叉作物.

研究的目的:

• 分析传感器如何使智能收割机能够在具有挑战性的地形上进行大豆-玉米交叉作物.
• 找出传感器驱动的解决方案,解决传统收获机械的局限性.

主要方法:

• 审查传感器技术及其在收获过程中对感知和控制的应用.
• 将收获失败 (不稳定,不一致的切割,低效率) 作为感知问题.
• 突出了五个基于传感器的关键领域:地形概况,稳定性传感,多传感器融合,选择性收获传感和声学/振动传感.

主要成果:

• 带有自适应头部的地形分析传感器可以在不平坦的地面上改善收获.
• 惯性测量单元 (IMU) 和倾斜传感器提高了底盘稳定性和斜坡上的引力.
• 多传感器融合 (LiDAR,机器视觉,AI) 能够识别作物,导航和避开障碍物.
• 视觉和光谱传感促进了杂质的选择性采集和预分类.
• 声波/振动传感器助力低损坏的和清洁.

结论:

• 集成传感,数据融合和实时控制的紧,智能机械对于高效和可持续的收获至关重要.
• 需要解决部署的技术和社会经济障碍.
• 提出了一份传感器驱动的路线图,以改善在具有挑战性的地形上收获大豆.