本网讯 近日，工学院、安徽省智能农机装备工程实验室科研团队在智能农机领域取得多项研究新进展。
针对机器视觉的作物行检测普遍存在检测精度低、实时性差的问题，团队提出了一种基于感兴趣区域（ROI）自主提取的作物行检测算法，显著提高了作物行检测效率，处理单个图像（640*360像素）只需约25ms，视频流的帧速率超过40FPS，作物行拟合线的平均误差角为1.88°，能够满足野外导航的实时性和精度要求。该算法可以为当前基于机器视觉的农业机械导航技术提供一种新的解决方案。研究成果以“Real-time detection of crop rows in maize fields based on autonomous extraction of ROI”为题发表于Expert Systems With Applications (中科院1区，IF:8.665)，代码已在github中开源。安徽农业大学为论文的第一完成单位，杨洋副教授为论文第一作者，陈黎卿教授为通讯作者，许良元教授参与了研究。研究得到国家自然基金项目和安徽高校协同创新项目的资助。
此外，科研团队发明一套可快速挂接的灵巧辅助转向系统，实现丘陵地区小田块地头拖拉机任意半径转向，提高拖拉机田间作业效率。设计一种最优预瞄点算法，显著幅提高农机进行路径跟踪的精度和稳定性。研究成果分别以“An independent steering driving system to realize headland turning of unmanned tractors”和“An optimal goal point determination algorithm for automatic navigation of agricultural machinery: Improving the tracking accuracy of the Pure Pursuit algorithm”为题发表于Computers and Electronics in Agriculture (中科院1区，IF:6.757)。
今年以来，学院成立了“机械强农”工作专班，制定了《工学院服务机械强农行动实施方案》、《农业工程领域省部级人才培育计划》，努力为实现我省农业机械化全程全面、高质高效贡献力量。（万玲 通讯员：刘灿）
