تعداد نشریات | 44 |
تعداد شمارهها | 1,304 |
تعداد مقالات | 15,961 |
تعداد مشاهده مقاله | 52,313,275 |
تعداد دریافت فایل اصل مقاله | 15,071,981 |
امکان سنجی کاربرد سامانه ای مبتنی بر پردازش تصویر برای هدایت و راهبری تراکتور در عملیات شخم | ||
مکانیزاسیون کشاورزی | ||
مقاله 1، دوره 6، شماره 1، فروردین 1400، صفحه 1-9 اصل مقاله (1.88 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/jam.2021.13157 | ||
نویسندگان | ||
شهاب زادخورش؛ حسین بهفر* | ||
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران | ||
چکیده | ||
چکیده امروزه راهبری تراکتور توسط راننده صورت میگیرد، راننده مجبور است نه تنها تراکتور را در مسیر پیشرو هدایت کند، بلکه در برخی عملیات همچون شخم، کاشت، کنترل علف هرز، سمپاشی و ... ادوات سوار را در موقعیت معینی نگه دارد. در عملیات شخم ، راهبری تراکتور و ادوات سوار بر اساس دنبالکردن شیار ایجاد شده در خاک در طی عبور قبلی صورت میگیرد. راننده باید برای حصول اطمینان از موقعیت صحیح عرضی، شیار را دنبال کند، لیکن این کار مداوم و خسته کننده، عملکرد او را تحت تاثیر قرار میدهد. در این تحقیق، سامانه کمک راننده تراکتوری مورد استفاده قرار گرفت که میتوانست به راننده در طی عملیات شخم کمک نماید. شاسی آزمونی طراحی و ساخته شده و منابع نوری و دوربین بر روی آن نصب شدند. ابتدا موقعیت های مختلف دوربین مورد ارزیابی قرار گرفت. بدین منظور آزمونهایی بر روی شاسی های مختلف صورت گرفت. برخی عوامل مهم مانند محتوی رطوبت خاک، شرایط محیطی و وضعیت های مختلف آفتابی بودن یا ابری بودن روز که صحت سامانه را تحت تاثیر قرار میدادند، مورد ارزیابی قرار گرفتند. اثر شرایط سطحی مزرعه و بقایای محصول قبلی، نور طبیعی و منابع نو مصنوعی بر روی خطای سامانه مورد بررسی قرار گرفتند. طبق نتایج بدست آمده منابع نور LED بهویژه وقتی به صورت افقی مورد استفاده قرار گرفتند، بهترین نتیجه را نشان دادند. نور مصنوعی اثر قابل مشاهدهای را در تصویر گرفته شده در شرایط نور طبیعی زمین های دیم و خاک های شنی نشان نداد. بدترین دقتها در زمین های دارای کلش سطحی غلات به دست آمد. | ||
کلیدواژهها | ||
واژه های کلیدی: امکان سنجی؛ پردازش تصویر؛ تراکتور؛ شخم؛ ماشین بینایی؛ هدایت | ||
مراجع | ||
Anthony, S., Cristian, D., Carl, W., Herman, H., and Dvid, S. (2002). A System for Semi-Autonomous Tractor Operations. Auton. Robots 13: 87-10. (In Persian).
Benson, E. R., Reid, J. F., and Zhang, Q. (2003). Machine vision-based guidance system for agricultural grain harvesters using cut-edge detection. Biosystems Engineering, 86(4), 389-398. (In Persian).
Benson, E. R., Stombaugh, T. S., Noguchi, N., Will, J. D., and Reid, J. F. (1998). An evaluation of a geomagnetic direction sensor for vehicle guidance in precision agriculture applications. ASAE paper, 983203. (In Persian).
Bunn, T. L., Slavova, S. and Hall, L. (2008). Narrative text analysis of Kentucky tractor fatality reports. Accident Analysis & Prevention, 40(2), 419-425. (In Persian).
Gan-Mor, S., Upchurch, B. L., Clark, R. L., and Hardage, D. (2002). Implement guidance error as affected by field conditions using automatic DGPS tractor guidance (No. 021153). ASAE Paper. (In Persian).
García-Santillán, I., Guerrero, J. M., Montalvo, M., and Pajares, G. (2018). Curved and straight crop row detection by accumulation of green pixels from images in maize fields. Precision Agriculture, 19(1), 18-41. (In Persian).
Gonzalez-de-Santos, P., Ribeiro, A., Fernandez-Quintanilla, C., Lopez-Granados, F., Brandstoetter, M., Tomic, S., and Perez-Ruiz, M. (2017). Fleets of robots for environmentally-safe pest control in agriculture. Precision Agriculture, 18(4), 574-614
Grovum, M. A., and Zoerb, G. C. (1970). An automatic guidance system for farm tractors. Transactions of the ASAE, 13(5), 565-0573.
Johns, G. (1998). Automatic Guidance of Agricultural field. Machinery. Proceeding of the 5 th International conference Tokyo, Japan. (In Persian).
Kiani, S., Kamgar, S., and Raoufat, M. H. (2012). Machine vision and soil trace-based guidance-assistance system for farm tractors in soil preparation operations. Journal of Agricultural Science, 4(7), 1. (In Persian)
Moncaster, M. E., and Harries, G. O. (1984). Automatic control of tractors and field machines. (In Persian).
Pilarski, T., Happold, M., Pangels, H., Ollis, M., Fitzpatrick, K., and Stentz, A. (2002). The Demeter system for automated harvesting. Autonomous Robots, 13, 9-20. (In Persian).
Radcliffe, J., Cox, J., and Bulanon, D. M. (2018). Machine vision for orchard navigation. Computers in Industry, 98, 165-171. (In Persian).
Richey, C.B. (1959). “Automatic pilot” for farm tractors. Agricultural Engineering, 40(2):78–79, 93. (In Persian).
Rovira-Mas, F., Han, S., Wei, J., and Reid, J. F. (2005). Fuzzy logic model for sensor fusion of machine vision and GPS in autonomous navigation. In 2005 ASAE Annual Meeting (p. 1). American Society of Agricultural and Biological Engineers. (In Persian).
Sissons, R. (1939). Plowing in circles saves time. Prairie Farmer, 111(20), 7.
Tillett, N. D. (1991). Automatic guidance sensors for agricultural field machines: a review. Journal of agricultural engineering research, 50, 167-187. (In Persian).
Tillett, N. D. (1993). Robotic manipulators in horticulture: a review. Journal of agricultural engineering research, 55(2), 89-105. (In Persian).
Willrodt, F. L. (1924). U.S. Patent No. 1,506,706. Washington, DC: U.S. Patent and Trademark. (In Persian).
Yun, C., Kim, H.J., Jeon, C.W., and Kim, J.H., (2018). StereoVision-Based Guidance Line Detection Method for Auto-guidance system on Furrow Irrigated Fields. IFAC-PapersOnLine, 51(17), pp.157-161. (In Persian).
| ||
آمار تعداد مشاهده مقاله: 425 تعداد دریافت فایل اصل مقاله: 344 |