机器人系统中小麦病害识别与施药算法研究-《江苏农业科学》(2017年17期).docx

龙源版权所有 机器人系统中小麦病害识别与施药算法研究作者：刁智华 刁春迎 魏玉泉 毋媛媛 钱晓亮 刘玉翠来源：《江苏农业科学》2017年第17期 摘要：为解决传统施药机械农药利用率低且在施药过程中不能对作物病害进行检测等问题，根据常见农作物小麦的生长规律，提出了一种适用于施药机器人系统的病害识别与施药算法。研究方法能使机器人根据在行进过程中拍摄的作物图片识别出作物的病害种类并根据受害面积得出受害程度；通过改进的Hough变换算法识别出作物行；将病害信息和作物行信息作为精准施药依据，在不改变喷药压力和流量的基础上，通过中间控制器调节机器人喷杆行走速度以作物行中心线为轨迹进行变量施药。试验结果表明，机器人系统算法工作稳定，具有良好的稳定性和较高的实用性。 关键词：精准施药；机器人；病害识别；作物行 中图分类号： TP242文献标志码： A文章编号：1002-1302（2017）17-0192-04 收稿日期：2017-03-09 基金项目：国家自然科学基金（编号，河南省科技厅科技攻关项目（编号：162102110118）；河南省高等学校重点科研项目（编号：15A413006）；河南省高等学校青年骨干教师培养计划（编号：2016GGJS-088）；郑州轻工业学院研究生科技创新基金资助项目（编号：2016040）。 作者简介：刁智华（1982—），男，河南郑州人，博士，副教授，主要从事图像处理及模式识别的有关研究。E-mail：diaozhua@163.com。我国是一个农业大国，据相关研究数据统计，每年的农作物感染病害面积多达2亿hm2，造成巨大的经济损失。每年用于病害防治的农药约25万t（有效利用率仅为20%～30%），真正施在病害部位的仅占0.02%左右，其余的农药都散布在农田、水域、空气中，造成严重的水土资源污染[1-3]。農业操作如病害检测、喷洒农药等十分繁琐，大多数情况下作物病害识别是人工进行的，通过人工测量或显微镜，但是这需要有经验的专业人士，而且有些病害的症状非常相似，通过肉眼很难分辨，难以达到精准的效果[4-7]；传统施药时会采取过多的防护措施，如穿防水的衣服、戴口罩和手套等，这些措施可以避免农药对他们造成伤害，但也不能完全避免[8-10]。在这样的情况下，使用施药机器人便成了最好的解决方案，因此对机器人系统下作物病害识别及施药算法的研究具有重大的意义。 自20世纪80年代发达国家开始研究农业机器人后，相继出现了采摘、嫁接、施药机器人，但早期的施药机器人各方面性能低、智能化程度不高，没有针对性的病害检测系统和精准施药系统，后来由于人工智能、机器视觉等新技术的发展及应用，有效促进了施药机器人的自动化和精准化研发[11-13]。在国外，Arima等提出了一种多操作机器人作物信息获取及精准施药的方法，达到了传感、控制和数据管理3种功能的融合。Kozlowski等提出了一种机器人系统中精准施药自动控制方法，解决了复杂的精准施药问题。在国内，耿长兴等设计了机器人系统下PLC控制的精准施药方法，在3种病情等级上对机器人进行了试验，药液节省率达到60%以上。彭吴琦等使用MATLAB对小麦叶部图像依次进行图像转换反映病害分布情况，根据病害覆盖率识别出作物病害程度，为本研究的病害识别方法的研究提供了可行性依据。目前，国内外对精准施药机器人的研究尚处于研究试验阶段，环境的复杂性、作业对象形态的多义性、光照条件的不可控制性等都给机器人系统中信息获取和决策实施带来很大的困难。本研究以生长早中期的小麦常见病害为喷雾研究对象，利用机器视觉来获取小麦的病害信息，以病害的分布及受害面积作为施药依据，最终实现以作物行中心线为轨迹的精准施药。 1材料与方法 1.1系统原理 施药机器人系统中小麦病害识别与施药算法的研究由图像采集部分、信息识别部分以及精准施药控制部分组成。图像采集部分是通过工业相机对农作物信息进行采集；信息识别部分是通过hough变换提取出作物行中心线以及通过分析采集图片上病斑的颜色、形状、纹理等特征识别出病害的种类，进而根据病斑所占面积得出受害程度，在得到施药决策后，精准施药控制部分通过控制喷雾杆行走速度进行变量喷雾。 1.2试验规划 小麦种植密度大而集中，一般按照等间距行种植，在生长早期植株间距大，叶片分布均匀，无遮挡现象，但很少出现病害信息；生长中期小麦植株间距缩小，叶片呈层次分布，行距分明，病害信息明显易查，开始出现遮挡现象；而生长晚期小麦植株间距最小，叶片遮挡严重，病害信息杂乱不易检测，基本无行距。鉴于以上分析，生长早中期的小麦行距分明，叶片遮挡率小，便于施药，病害的症状明显，易于区分，所以研究选择生长早中期的小麦进行试验。本研究在河南农业大学毛庄农业科研实验基地进行，利用试验基地