劉浩蓬，衛(wèi)佳，劉金，吳太暉，宮雪，徐勝勇

（華中農(nóng)業(yè)大學(xué)工學(xué)院，農(nóng)業(yè)部長(zhǎng)江中下游農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430070）

近年來，我國(guó)農(nóng)作物的生產(chǎn)水平有了突飛猛進(jìn)的發(fā)展[1]。作物育種和作物生長(zhǎng)過程的管理水平也相應(yīng)地不斷提高。在反季節(jié)蔬果種植中通常采用的是溫室栽培技術(shù)，為了提高作物的質(zhì)量和產(chǎn)量，需要對(duì)溫室栽培作物的生長(zhǎng)信息進(jìn)行全程化檢測(cè)和管理。在溫室西瓜培育過程中需要對(duì)樣本植株個(gè)體的生理指標(biāo)以及生長(zhǎng)環(huán)境相關(guān)參數(shù)進(jìn)行精準(zhǔn)采集[2-3]。通常情況下存在樣本數(shù)量大，數(shù)據(jù)采集的周期長(zhǎng)、頻次高等問題[4-6]。傳統(tǒng)的人工操作方式容易出錯(cuò)，勞動(dòng)強(qiáng)度大，已經(jīng)無法滿足當(dāng)前作業(yè)要求。因此，亟需一種取代人工采樣的機(jī)械化、自動(dòng)化和信息化等程度高的信息采集裝置，以降低人工勞動(dòng)強(qiáng)度和生產(chǎn)成本，提高西瓜育種的產(chǎn)量、質(zhì)量和效益。

現(xiàn)有國(guó)內(nèi)的作物信息采集裝置大多只能獲取溫室內(nèi)的環(huán)境信息，根據(jù)環(huán)境信息變化和作物生長(zhǎng)階段所需進(jìn)行灌溉[7]，而土壤屬性包含的含水率和土壤養(yǎng)分等快速測(cè)量與控制對(duì)作物的生長(zhǎng)和產(chǎn)量預(yù)測(cè)等具有重要意義，實(shí)現(xiàn)對(duì)土壤屬性的精確檢測(cè)需要對(duì)檢測(cè)人員進(jìn)行專業(yè)的培訓(xùn)，無法實(shí)現(xiàn)在線檢測(cè)[8]；而對(duì)于大面積的農(nóng)田土壤墑情信息的采集，可以采用GPS定位并結(jié)合GSM短信信息傳輸數(shù)據(jù)，實(shí)現(xiàn)對(duì)大面積農(nóng)田的區(qū)域性信息測(cè)量，由于此類裝置體積較大，采用固定點(diǎn)采集，多點(diǎn)布置裝置整體成本較高，維護(hù)困難，不適合在溫室盆栽培育中推廣使用[9-12]；設(shè)計(jì)一種能精準(zhǔn)定位盆栽并將土壤信息監(jiān)測(cè)傳感器伸入土壤中監(jiān)測(cè)土壤信息的裝置是解決溫室盆栽土壤信息快速監(jiān)測(cè)的有效途徑。因此，本文設(shè)計(jì)一種盆栽土壤信息采集裝置（以下簡(jiǎn)稱采集裝置），首先設(shè)計(jì)采集裝置的整機(jī)結(jié)構(gòu)，其次設(shè)計(jì)多關(guān)節(jié)機(jī)械臂、傳感器檢測(cè)裝置等關(guān)鍵部件，同時(shí)構(gòu)建該裝置的控制系統(tǒng)和通信系統(tǒng)，最后進(jìn)行盆栽土壤濕度采集試驗(yàn)，分析采集裝置定位誤差及產(chǎn)生原因。該裝置采用基于STM32微控制器的多關(guān)節(jié)機(jī)械臂，模擬人工檢測(cè)方式將傳感器伸入西瓜盆栽土壤中，將傳感器搭載于電動(dòng)自走式移動(dòng)平臺(tái)上，移動(dòng)平臺(tái)在電機(jī)驅(qū)動(dòng)下能沿鋪設(shè)的軌道運(yùn)動(dòng)到指定盆栽位置，根據(jù)超聲波傳感器檢測(cè)盆栽位置，實(shí)現(xiàn)對(duì)盆栽土壤濕度數(shù)據(jù)的采集。測(cè)得數(shù)據(jù)可通過SIM900A GPRS模塊上傳到云服務(wù)器端，實(shí)現(xiàn)網(wǎng)頁(yè)端或移動(dòng)終端對(duì)采集數(shù)據(jù)的實(shí)時(shí)監(jiān)控。

1 整機(jī)結(jié)構(gòu)與工作原理

1.1 整機(jī)結(jié)構(gòu)

采集裝置為電動(dòng)自走式作業(yè)機(jī)械，裝置的整體結(jié)構(gòu)如圖1所示，主要由履帶底盤、多關(guān)節(jié)機(jī)械臂、傳感器檢測(cè)裝置、電氣控制盒、霍爾傳感器、超聲波測(cè)距模塊和減速電機(jī)等組成[13-16]。

動(dòng)力裝置采用固定在履帶底盤兩側(cè)后下方的兩個(gè)直流減速電機(jī)，電機(jī)與履帶驅(qū)動(dòng)輪采用聯(lián)軸器連接；4個(gè)霍爾傳感器安裝在履帶底盤車頭正下方，并保持在一條直線上，與履帶底盤車頭平齊；多關(guān)節(jié)機(jī)械臂的旋轉(zhuǎn)臺(tái)固定在履帶底盤上表面，由舵機(jī)控制旋轉(zhuǎn)臺(tái)在水平面旋轉(zhuǎn)，角度范圍為270°；超聲波測(cè)距模塊固定在履帶底盤的兩側(cè)，與旋轉(zhuǎn)臺(tái)平面中心線平齊；多關(guān)節(jié)機(jī)械臂由4節(jié)機(jī)械臂組成，機(jī)械臂之間采用舵機(jī)連接，構(gòu)成6自由度多關(guān)節(jié)機(jī)械臂；傳感器檢測(cè)裝置由夾持裝置、舵機(jī)、舵臂、限位開關(guān)和傳感器組成，夾持裝置與多關(guān)節(jié)機(jī)械臂的末端固連在一起，舵機(jī)固定在夾持裝置外側(cè)中間，夾持裝置中心線位置設(shè)計(jì)了一個(gè)固定滑槽，舵臂安裝在舵機(jī)和固定滑槽之間，限位開關(guān)和傳感器連接在一起；傳感器安裝在夾持裝置中。裝置的主要技術(shù)參數(shù)見表1。

圖1 采集裝置結(jié)構(gòu)示意圖Fig. 1 Structure diagram of acquisition device

表1 采集裝置主要技術(shù)參數(shù)Table 1 Main technical parameters of acquisition device

1.2 工作原理

采集裝置的工作環(huán)境是外形呈長(zhǎng)方形的溫室西瓜大棚，每條壟由7×2個(gè)盆栽組成，盆栽之間的間距為40 mm，軌道寬度為80 mm，盆栽中種植西瓜植株，瓜蔓引向上方。采集裝置在溫室中的運(yùn)行軌道鋪設(shè)見圖2。

采集裝置在進(jìn)行采集時(shí)，裝置沿軌道向前行駛，通過安裝在車頭的4個(gè)霍爾傳感器判斷前進(jìn)路線，同時(shí)檢測(cè)制動(dòng)標(biāo)志線；當(dāng)檢測(cè)到制動(dòng)標(biāo)志線時(shí)，裝置停止。車身兩側(cè)的超聲波測(cè)距模塊分別檢測(cè)車身到盆栽的精確距離，STM32單片機(jī)控制多關(guān)節(jié)機(jī)械臂將傳感器檢測(cè)裝置定位到盆栽土壤表面，夾持裝置上的舵機(jī)通過舵臂帶動(dòng)傳感器豎直插入盆栽的土壤中，等待數(shù)據(jù)穩(wěn)定后，STM32單片機(jī)讀取傳感器數(shù)據(jù)并保存到SD卡中，同時(shí)通過SIM900A GPRS模塊將實(shí)時(shí)數(shù)據(jù)傳輸?shù)皆品?wù)器。多關(guān)節(jié)機(jī)械臂根據(jù)制動(dòng)標(biāo)志線依次采集車身左右盆栽的土壤信息，完成土壤信息采集后，采集裝置啟動(dòng)并沿著軌道繼續(xù)行駛，重復(fù)上述過程，直到采集完所有盆栽。

圖2 采集裝置運(yùn)行軌跡示意圖Fig. 2 Schematic diagram of moving trajectory of acquisition device

2 采集裝置控制和通信系統(tǒng)設(shè)計(jì)

2.1 采集裝置的控制系統(tǒng)設(shè)計(jì)

如圖3所示，采集裝置控制系統(tǒng)包括STM32控制器、土壤濕度傳感器、霍爾傳感器、超聲波測(cè)距模塊、SD卡存儲(chǔ)單元、SIM900A GPRS模塊、驅(qū)動(dòng)電路、直流減速電機(jī)、多關(guān)節(jié)機(jī)械臂、傳感器夾持裝置和電源電路，完成裝置的運(yùn)動(dòng)控制、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)和無線傳輸[17-19]。

圖3 采集裝置控制系統(tǒng)框圖Fig. 3 Block diagram of acquisition device control system

2.2 采集裝置的通信系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

為實(shí)現(xiàn)盆栽土壤信息的遠(yuǎn)程監(jiān)控，通過SIM900A GPRS模塊實(shí)現(xiàn)無線網(wǎng)絡(luò)與 Internet 的連接，將數(shù)據(jù)上傳到云服務(wù)器端，并存儲(chǔ)在云數(shù)據(jù)庫(kù)中，再通過監(jiān)控平臺(tái)實(shí)時(shí)顯示。

2.2.1 通信單元設(shè)計(jì) SIM900A GPRS模塊是一款高性能工業(yè)級(jí)GSM/GPRS模塊，內(nèi)嵌TCP/IP協(xié)議，能夠在EGSM/ 900 MHz頻段下工作，發(fā)射功率為2 W，-40～85 ℃的溫度環(huán)境下可正常運(yùn)行[20-21]。采用聯(lián)通SIM卡與SIM900A GPRS模塊相結(jié)合，以STM32驅(qū)動(dòng)SIM900A GPRS模塊，通過TCP/IP協(xié)議與Internet連接，將裝置采集的土壤濕度信息以GPRS流量的形式發(fā)送至云服務(wù)器。

2.2.2 網(wǎng)頁(yè)端監(jiān)控系統(tǒng)設(shè)計(jì) 監(jiān)控系統(tǒng)由云服務(wù)器、云數(shù)據(jù)庫(kù)和基于網(wǎng)頁(yè)的監(jiān)控平臺(tái)組成。租用阿里云云服務(wù)器和云數(shù)據(jù)庫(kù)，采用Java語言建立基于Linux平臺(tái)的端口監(jiān)聽程序，能夠?qū)崟r(shí)獲取SIM900A GPRS模塊傳輸?shù)臄?shù)據(jù)，并將數(shù)據(jù)寫入云數(shù)據(jù)庫(kù)。進(jìn)一步設(shè)計(jì)出基于網(wǎng)頁(yè)的監(jiān)控平臺(tái)，為了提高監(jiān)控系統(tǒng)的響應(yīng)速度與交互性，采用了基于異步Java Script和Ajax技術(shù)的Web數(shù)據(jù)交互方式。進(jìn)一步開發(fā)出基于安卓系統(tǒng)的手機(jī)客戶端。用戶通過該監(jiān)控系統(tǒng)實(shí)時(shí)獲取西瓜盆栽的土壤信息，并保存數(shù)據(jù)，便于后期對(duì)數(shù)據(jù)進(jìn)行分析處理。

3 關(guān)鍵部件設(shè)計(jì)與計(jì)算

3.1 傳感器檢測(cè)裝置設(shè)計(jì)與計(jì)算

如圖1和圖4所示，傳感器檢測(cè)裝置采用曲柄滑塊機(jī)構(gòu)，活動(dòng)鉸鏈m0為舵機(jī)，連桿La為舵臂，傳感器固定在連桿Lb上，c為傳感器檢測(cè)裝置的固定滑槽，并且與多關(guān)節(jié)機(jī)械臂的末端相連，舵機(jī)m0轉(zhuǎn)動(dòng)時(shí)帶動(dòng)舵臂La繞鉸鏈旋轉(zhuǎn)，帶動(dòng)傳感器沿固定滑槽c上下運(yùn)動(dòng)。限位開關(guān)安裝在傳感器檢測(cè)裝置的末端，用來檢測(cè)傳感器是否成功定位到盆栽土壤表面。

圖4 檢測(cè)裝置機(jī)構(gòu)運(yùn)動(dòng)簡(jiǎn)圖Fig. 4 Kinematic diagram of detecting device

對(duì)傳感器檢測(cè)裝置進(jìn)行受力分析可知，傳感器插入土壤過程中受到垂直向上的阻力Fb和連桿La沿垂直方向的分力Fay，當(dāng)傳感器運(yùn)動(dòng)到下極限位置（La與水平夾角為45°）時(shí)，舵機(jī)需要提供的扭矩達(dá)到最大，設(shè)為Ta[22]。扭矩Ta計(jì)算方法為：

采用SMTS-II-100型號(hào)土壤濕度傳感器（精度為3%）對(duì)西瓜盆栽土壤（培養(yǎng)基質(zhì)）濕度進(jìn)行采集，將傳感器固定在萬能材料試驗(yàn)機(jī)上，在不同濕度條件下，測(cè)試不同傳感器插入深度對(duì)應(yīng)的土壤阻力，具體測(cè)試數(shù)據(jù)見圖5。隨著傳感器插入深度的增加，土壤阻力逐漸增大，傳感器插入深度和土壤阻力呈正相關(guān)關(guān)系。在傳感器插入土壤的最大深度為100 mm的情況下，對(duì)盆栽中不同位置測(cè)試10次取平均值，3種濕度下最大阻力為4.6 N，通過計(jì)算可知，需要舵機(jī)提供的最大力矩為46 N·cm?？紤]檢測(cè)裝置殼體間相對(duì)滑動(dòng)受到的摩擦阻力等因素，綜合分析檢測(cè)裝置的性能和成本，采用型號(hào)PDI-4409MG、額定力矩為98 N·cm的舵機(jī)，作為檢測(cè)裝置的動(dòng)力元件。

圖5 土壤阻力與作業(yè)深度的關(guān)系Fig. 5 Relationship between soil resistance and job depth

3.2 多關(guān)節(jié)機(jī)械臂的機(jī)構(gòu)設(shè)計(jì)與運(yùn)動(dòng)學(xué)分析

機(jī)械臂機(jī)構(gòu)簡(jiǎn)圖如圖6所示，該機(jī)構(gòu)由一個(gè)270°旋轉(zhuǎn)底盤和4個(gè)舵機(jī)連接的多關(guān)節(jié)機(jī)械臂組成。移動(dòng)平臺(tái)底盤加旋轉(zhuǎn)底盤的高度為L(zhǎng)0，三節(jié)機(jī)械臂長(zhǎng)分別為L(zhǎng)1、L2和L3，傳感器檢測(cè)裝置長(zhǎng)度L4；各個(gè)部分與x軸正方向夾角分別為θ1、θ2、θ3和θ4，盆高度為H，兩臂之間用舵機(jī)連接，通過控制各個(gè)舵機(jī)轉(zhuǎn)動(dòng)角度使機(jī)械臂搭載傳感器運(yùn)動(dòng)到指定位置。為使傳感器能精準(zhǔn)插入土壤，第四節(jié)機(jī)械臂應(yīng)當(dāng)在工作時(shí)與地面垂直，即θ4為90°。

圖6 機(jī)械臂機(jī)構(gòu)簡(jiǎn)圖Fig. 6 Diagram of mechanical arm

經(jīng)過推導(dǎo)，得出機(jī)械臂運(yùn)動(dòng)過程中每個(gè)舵機(jī)的轉(zhuǎn)角表達(dá)式為：

式中：k為第一個(gè)舵機(jī)轉(zhuǎn)動(dòng)角度與機(jī)械臂目標(biāo)距離的比例系數(shù)，Lx為盆栽和旋轉(zhuǎn)底盤中心的距離，Lmin為機(jī)械臂最短伸長(zhǎng)距離。

3.3 機(jī)械臂工作幅寬和采集裝置定位誤差分析

3.3.1 機(jī)械臂工作幅寬 由于盆栽土壤信息采集裝置的車體寬度為300 mm，為避免機(jī)械臂運(yùn)動(dòng)過程中碰到車身，選擇合理的機(jī)械臂工作近端極限距離為L(zhǎng)a=170 mm。在機(jī)械臂工作時(shí)，傳感器檢測(cè)裝置應(yīng)當(dāng)與地面保持垂直，當(dāng)三節(jié)機(jī)械臂在一條直線上，并且傳感器檢測(cè)裝置末端剛好定位到盆栽土壤上方時(shí)，機(jī)械臂達(dá)到遠(yuǎn)端極限位置，此時(shí)滿足：

式中：Lmax為機(jī)械臂最長(zhǎng)伸長(zhǎng)距離，H為盆的高度，取H=200 mm，由公式（3）～公式（8）可計(jì)算得Lmax≈ 342 mm。因此，可以確定采集裝置的機(jī)械臂工作幅寬為170～342 mm。

3.3.2 采集裝置定位誤差分析 根據(jù)實(shí)際土壤濕度采集作業(yè)方式，將傳感器檢測(cè)位置設(shè)定在距離盆栽邊緣50 mm處。采集裝置根據(jù)超聲波模塊對(duì)盆栽進(jìn)行定位，只能定位到盆的邊沿，因此傳感器插入盆栽位置的理論值應(yīng)該比盆栽到旋轉(zhuǎn)底盤中心的距離Lx增加50 mm。在機(jī)械臂工作幅寬范圍內(nèi)設(shè)置采集裝置與盆栽等間隔距離的10組試驗(yàn)，測(cè)量采集裝置實(shí)際插入盆栽位置，每組進(jìn)行10次測(cè)試，取平均值并保留到整數(shù)位，得出采集裝置插入盆栽位置的理論值與實(shí)際值結(jié)果見表2。

表2 機(jī)械臂定位誤差實(shí)驗(yàn)結(jié)果Table 2 Experimental results of mechanical arm’s positioning error

由表2可知，采集裝置定位理論值和實(shí)際值之間誤差的平均值為7.2 mm，最大誤差為11 mm。測(cè)量定位范圍距盆栽邊沿50 mm內(nèi)均可滿足測(cè)量要求，由此可知采集裝置的最大定位誤差為11 mm，在測(cè)量允許范圍內(nèi)，能夠完成預(yù)期功能。分析結(jié)果表明，采集裝置定位誤差主要由超聲波測(cè)量誤差和機(jī)械臂運(yùn)動(dòng)產(chǎn)生的誤差組成，可以通過換用精度更高的測(cè)距裝置（如激光測(cè)距儀）來減小誤差。

4 盆栽土壤濕度采集試驗(yàn)

進(jìn)行盆栽土壤濕度采集試驗(yàn)的目的主要是檢驗(yàn)裝置是否能夠順利完成西瓜盆栽土壤信息采集工作，以及裝置各個(gè)部件的功能是否符合設(shè)計(jì)要求，并對(duì)裝置的可靠性進(jìn)行評(píng)估。試驗(yàn)裝置見圖7。

圖7 采集裝置試驗(yàn)圖Fig. 7 Diagram of acquisition device testing

4.1 試驗(yàn)條件與方法

2016年12月在湖北省武漢市華中農(nóng)業(yè)大學(xué)機(jī)電工程訓(xùn)練中心室內(nèi)對(duì)120株西瓜盆栽進(jìn)行土壤濕度采集試驗(yàn)。試驗(yàn)中采用SMTS-II-100型號(hào)土壤濕度傳感器采集土壤濕度信息。采集裝置的運(yùn)行軌跡見圖2，裝置行走軌道寬度800 mm，盆栽間隔200 mm，盆的形狀為高度200 mm、直徑300 mm的圓柱體。

試驗(yàn)過程為：?jiǎn)?dòng)采集裝置對(duì)120株盆栽按預(yù)定軌道進(jìn)行循環(huán)輪檢，重復(fù)10次實(shí)驗(yàn)，記錄完成檢測(cè)所需時(shí)間，裝置脫軌次數(shù)、盆栽漏檢次數(shù)、測(cè)量行駛速度等，并對(duì)結(jié)果求平均值。再?gòu)?20株盆栽中選取前20株，使用人工方式進(jìn)行土壤濕度采集，并與裝置采集的數(shù)據(jù)進(jìn)行對(duì)比。

試驗(yàn)的評(píng)價(jià)指標(biāo)有：裝置采集土壤濕度信息的準(zhǔn)確度、檢測(cè)過程中的漏檢率、裝置行走的正確率、裝置的工作效率[23]。其中，漏檢率為未檢測(cè)到的盆栽占總盆栽數(shù)的百分比。

4.2 試驗(yàn)結(jié)果與分析

在滿足測(cè)試需求情況下，裝置最大行走速度設(shè)置為0.24 m/s，行走的正確率為100%，達(dá)到自動(dòng)化設(shè)計(jì)需求。在盆栽樣本采集實(shí)驗(yàn)中，平均工作效率為3.2 盆/min，漏檢率為0.92%。對(duì)于實(shí)驗(yàn)中出現(xiàn)的漏檢問題，主要有兩個(gè)原因，一是裝置在行走過程中速度過快或傳感器劇烈震動(dòng)，會(huì)影響超聲波傳感器測(cè)量的數(shù)據(jù)，導(dǎo)致誤判；二是由于盆缽表面曲率較大會(huì)降低傳感器檢測(cè)精度。針對(duì)裝置漏檢問題，可通過增加超聲波傳感器數(shù)量、換用受震動(dòng)影響小的激光測(cè)距裝置和增加盆缽側(cè)面平面度來提高傳感器檢測(cè)準(zhǔn)確度，從而避免漏檢。若要提高采集速率，可以采取以下兩種方法，一是改進(jìn)裝置整機(jī)結(jié)構(gòu)，采用輪式的運(yùn)動(dòng)方式替代履帶式，從而提高運(yùn)動(dòng)速度；二是在設(shè)計(jì)成本允許的情況下采用效率更高的機(jī)械臂。

在人工采集時(shí)，為了保持?jǐn)?shù)據(jù)的一致性，將傳感器與盆栽邊緣的水平距離調(diào)整為50 mm。人工采集與裝置采集結(jié)果對(duì)比。通過分析可知對(duì)于同一盆植株，裝置自動(dòng)采集與人工采集的結(jié)果誤差不超過3.1%（圖8），即該裝置測(cè)量的數(shù)據(jù)與人工測(cè)量的數(shù)據(jù)重合度很高。該誤差的產(chǎn)生主要是受傳感器自身精度的影響。因此，替代人工采集而采用自動(dòng)采集方式對(duì)盆栽土壤信息進(jìn)行檢測(cè)能夠滿足采集要求。

5 結(jié)論

針對(duì)現(xiàn)有溫室西瓜盆栽土壤信息采集過程中存在的自動(dòng)化程度低、人工采集工作強(qiáng)度大等問題，設(shè)計(jì)了一種電動(dòng)自走式溫室盆栽土壤信息采集裝置，并通過實(shí)驗(yàn)驗(yàn)證了該裝置穩(wěn)定性較高。建立了多關(guān)節(jié)機(jī)械臂的運(yùn)動(dòng)學(xué)模型，實(shí)現(xiàn)對(duì)盆栽的準(zhǔn)確定位，其采集裝置定位誤差的最大值為11 mm；針對(duì)采集裝置定位誤差問題，可通過進(jìn)一步提高機(jī)械臂的加工精度來減小誤差。設(shè)計(jì)巧妙的傳感器檢測(cè)裝置，使傳感器能根據(jù)不同采集對(duì)象靈活更換；針對(duì)裝置漏檢問題，可通過改用受振動(dòng)影響小的激光測(cè)距裝置，或增加盆缽側(cè)面平面度來提高超聲波傳感器檢測(cè)的準(zhǔn)確度。

采集裝置可通過作業(yè)需求更換除濕度以外的其他合適傳感器，并采用循環(huán)輪檢方式能很好地檢測(cè)出西瓜盆栽土壤內(nèi)部信息。電動(dòng)自走式溫室盆栽土壤信息采集裝置在作業(yè)時(shí)穩(wěn)定可靠，降低了勞動(dòng)強(qiáng)度，節(jié)省了人力成本，相比人工采集而言提高了盆栽信息采集的效率，為設(shè)施農(nóng)業(yè)盆栽環(huán)境信息監(jiān)測(cè)、營(yíng)養(yǎng)監(jiān)控和補(bǔ)給控制的研究提供了借鑒意義。

圖8 西瓜盆栽土壤人工采集與裝置采集結(jié)果對(duì)比Fig. 8 Comparison of artificial and device acquisition

參考文獻(xiàn)：

[1] 黎志康. 我國(guó)水稻分子育種計(jì)劃的策略[J]. 分子植物育種,2005, 3(5): 603-608.Li Z K, Strategies for molecular rice breeding in China[J].Molecular Plant Breeding, 2005, 3(5): 603-608.

[2] 潘海兵, 萬鵬, 黎煊, 等. 基于自動(dòng)導(dǎo)引小車系統(tǒng)盆栽水稻高通量輸送系統(tǒng)的設(shè)計(jì)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(4): 136-143.Pan H B, Wan P, Li X, et al. Design of high throughput conveyor system of potted rice based on automated guided vehicle system[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(4): 136-143.

[3] 楊信廷, 吳滔, 孫傳恒, 等. 基于WMSN的作物環(huán)境與長(zhǎng)勢(shì)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2013, 44(1): 167-173.Yang X T, Wu T, Sun C H, et al. Remote monitoring system of crop environment and growing based on WMSN[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(1):167-173.

[4] 王立舒, 丁曉成, 時(shí)啟凡. 基于微型自動(dòng)導(dǎo)引運(yùn)輸車的盆栽作物數(shù)據(jù)采集系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(16): 17-24.Wang L S, Ding X C, Shi Q F. Data collection system of greenhouse corps based on micro automated guided vehicle[J].Transactions of the Chinese Society of Agricultural Engineering,2014, 30(16): 17-24.

[5] Pasgianos G D, Arvanitis K G, Polycarpou P, et al. A nonlinear feedback technique for greenhouse environmental control[J].Computers & Electronics in Agriculture, 2003, 40(1): 153-177.

[6] Ji M, Xia J. Analysis of vehicle requirements in a general automated guided vehicle system based transportation system[J].Computers & Industrial Engineering, 2010, 59(4): 544-551.

[7] 趙命華, 李康, 丁偉. 一種盆栽管理系統(tǒng): 201510333236.1[P].2015-08-26.Zhao M H, Li K, Ding W. A potted management system:201510333236.1[P]. 2015-08-26.

[8] 王鳳花, 張淑娟. 精細(xì)農(nóng)業(yè)田間信息采集關(guān)鍵技術(shù)的研究進(jìn)展[J].農(nóng)業(yè)機(jī)械學(xué)報(bào), 2008, 39(5): 112-121.Wang F H, Zhang S J. Research progress of the farming information collections key technologies on precision agriculture[J]. Transactions of the Chinese Society for Agricultural Machinery, 2008, 39(5): 112-121.

[9] 楊紹輝, 楊衛(wèi)中, 王一鳴. 土壤墑情信息采集與遠(yuǎn)程監(jiān)測(cè)系統(tǒng)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2010, 41(9): 173-177.Yang S H, Yang W Z, Wang Y M. Remote collecting and monitoring system of soil moisture content information[J].Transactions of the Chinese Society for Agricultural Machinery,2010, 41(9): 173-177.

[10] 李慧, 劉星橋, 李景, 等. 基于物聯(lián)網(wǎng)Android平臺(tái)的水產(chǎn)養(yǎng)殖遠(yuǎn)程監(jiān)控系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2013, 29(13): 175-181.Li H, Liu X Q, Li J, et al. Aquiculture remote monitoring system based on IOT Android platform[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(13): 175-181.

[11] 李輝, 左欽月, 羅科, 等. 跨農(nóng)業(yè): 研制水稻智能育種機(jī)器人的探討[J]. 中國(guó)生物工程雜志, 2014, 34(5): 116-121.Li H, Zuo Q Y, Luo K, et al. Transagriculture: A discussion on developing intelligent rice breeding robot[J]. China Biotechnology,2014, 34(5): 116-121.

[12] 黃文晉, 侯時(shí)迪, 趙聰, 等. 基于GSM網(wǎng)絡(luò)的農(nóng)田灌溉智能控制系統(tǒng)[J]. 物理通報(bào), 2014(12): 123-124.Huang W J, Hou S D, Zhao C, et al. Intelligent control system of farmland irrigation based on GSM network[J]. Physical Communications, 2014(12): 123-124.

[13] Vivaldini K, Rochal F, MartarelliI N J, et al. Integrated tasks assignment and routing for the estimation of the optimal number of AGVS[J]. International Journal of Advanced Manufacturing Technology, 2016, 82(1-4): 719-736.

[14] 陳致水, 張燕, 梁棟, 等. 振動(dòng)篩式馬鈴薯收獲機(jī)的設(shè)計(jì)[J].農(nóng)機(jī)化研究, 2012, 34(4): 84-87.Chen Z S, Zhang Y, Liang D, et al. Design of potato harvester in shaker-style[J]. Journal of Agricultural Mechanization Research,2012, 34(4): 84-87.

[15] 陳進(jìn), 楊廣靜, 徐凱, 等. 基于ARM的聯(lián)合收割機(jī)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J]. 電子科技, 2016, 29(1): 131-135.Chen J, Yang G J, Xu K, et al. Combine harvester remote monitoring system based on ARM[J]. Electronic Science and Technology, 2016, 29(1): 131-135.

[16] 申屠留芳，張洪宇，楊剛, 等. 溫室大棚電動(dòng)自走式撒肥機(jī)的設(shè)計(jì)[J]. 農(nóng)機(jī)化研究, 2013, 35(9): 145-147, 155.Shen T L F. Zhang H Y, Yang G, et al. Design of greenhouse electric self-propelled fertilizer distributor[J]. Journal of Agricultural Mechanization Research, 2013, 35(9): 145-147, 155.

[17] 王廣豐, 趙東標(biāo). 基于ARM處理器的嵌入式數(shù)控系統(tǒng)[J]. 機(jī)械與電子, 2007, 25(2): 26-28.Wang G F, Zhao D B. Embedded CNC system using ARM processor[J]. Machinery and Electronics, 2007, 25(2): 26-28.

[18] 余歡, 劉勇, 鄭秀國(guó), 等. 基于STM32的農(nóng)業(yè)環(huán)境數(shù)據(jù)采集終端設(shè)計(jì)與開發(fā)[J]. 上海農(nóng)業(yè)學(xué)報(bào), 2016, 32(4): 140-146.Yu H, Liu Y, Zheng X G, et al. Design and development of agricultural environment data collection terminal based on STM32[J]. Acta Agriculturae Shanghai, 2016, 32(4): 140-146.

[19] 鐘澤宇. 基于STM32的農(nóng)田土壤信息采集系統(tǒng)[J]. 農(nóng)業(yè)與技術(shù), 2016, 36(14): 24-24.Zhong Z Y. Study on farmland soil Information collection system based on STM32[J]. Agriculture and Technology, 2016, 36(14):24-24.

[20] 陳進(jìn), 季園園, 李耀明. 基于PLC和觸摸屏的聯(lián)合收割機(jī)監(jiān)控系統(tǒng)設(shè)計(jì)[J]. 儀表技術(shù)與傳感器, 2014(7): 78-81.Chen J, Ji Y Y, Li Y M. Monitoring system of combine harvester based on PLC and touch-screen[J]. Instrument Technique and Sensor, 2014(7): 78-81.

[21] 翟順, 王衛(wèi)紅, 張衎, 等. 基于SIM900A的物聯(lián)網(wǎng)短信報(bào)警系統(tǒng)[J]. 現(xiàn)代電子技術(shù), 2012, 35(5): 86-89.Zhai S, Wang W H, Zhang K, et al. IOT SMS alarm system based on SIM900A[J]. Modern Electronics Technique, 2012, 35(5): 86-89.

[22] 劉善林. 曲柄滑塊機(jī)構(gòu)中滑塊最大速度的位置探討[J]. 機(jī)械,2008, 35(7): 18-19.Liu S L. Research on position of maximum slider velocity in slider-crank mechanism[J]. Machinery, 2008, 35(7): 18-19.

[23] 喬玉蓉, 張星, 程建云. 基于ZigBee的小型溫室環(huán)境信息控制系統(tǒng)[J].電子科技, 2016(2): 99-101.Qiao Y R, Zhang X, Cheng J Y. Environmental information control system for small greenhouse based on ZigBee[J]. Electronic Science and Technology, 2016(2): 99-101.