در این تحقیق به منظور کشت ماشینی نشای گوجه فرنگی، یک نشاکار تمام خودکار طراحی، ساخته و ارزیابی شد. در این ماشین، یک سازوکار پله ای سینی نشا را به تدریج به سمت پایین و طرفین هدایت می کند تا بازوی بردارنده بتواند با بردارنده ی سوزنی شکل خود به داخل خاک سلول فرو رود و نشا را در اختیار بگیرد. آنگاه بازو با حرکت به سمت موقعیت لوله ی سقوط، نشا را همراه با خاک بستر رها می-کند. سپس نشا به درون شیار ایجادشده با شیاربازکن هدایت می شود. به منظور ارزیابی عملکرد دستگاه، آزمون مزرعه ای دستگاه اجرا شد. درصد آسیب های مکانیکی به نشاها، زاویه ی استقرار نشاها از خط قائم و تغییر فاصله ی بین نشاها روی ردیف کشت نیز از صفات مورد بررسی بودند. آزمون ها با استفاده از آزمایش فاکتوریل بر پایه ی طرح بلوک های کامل تصادفی در سه تکرار انجام گرفت. تیمارهای آزمایش عبارت بودند از سه سطح سرعت پیشروی 1، 5/1 و 2 کیلومتر در ساعت و عمق کشت در دو سطح 5 و 10 سانتی متر. در اجرای آزمون ها در هر واحد آزمایشی از بلوک، دستگاه یک ردیف 22 متری را نشاکاری می-کرد. نتایج تحقیقات نشان می دهد که اثر تغییر سرعت پیشروی دستگاه، عمق کشت و اثر متقابل آنها بر تمام صفات مورد بررسی معنی دار است. با توجه به نتایج آزمون ها، مناسب ترین سرعت پیشروی و عمق کشت برای نشا کار طراحی شده به ترتیب 1 کیلومتر در ساعت و 5 سانتی متر تعیین شد. ظرفیت تئوری دستگاه با یک ردیف کشت و در سرعت 1 کیلومتر در ساعت، 06/0 هکتار در ساعت تعیین شد.

این تحقیق بر اساس نتایج حاصل از آزمایش های انجام شده در مزرعه و اثر پادلینگ بر لغزش ماشین با سه تیمار و چهار تکرار انجام گرفت. سپس جهت بررسی صحت نشاکاری، متغیرهای عمق کاشت، تعداد بوته در هکتار، فاصله ردیف و فاصله کپه در یک، دو و سه دفعه پادلینگ اندازه گیری و ثبت شد. بذر برنج مورد استفاده بلپانتا بود. در این تحقیق برای آماده سازی زمین از تیلر Kubota-KRA-75 با عرض کار 1.35 متر و توان 7.5 اسب بخار استفاده شد. نشاکار سوارشونده از نوع Yanmar-PR-400 چهار ردیفه با توان 6.2 اسب بخار و فاصله بین ردیف 30 سانتی متر بود. پس از تجزیه واریانس، میانگین تیمارها از طریق آزمون چند دامنه ای دانکن مقایسه شدند. نتایج حاصل نشان داد که میزان لغزش با افزایش تعداد دفعات پادلینگ افزایش می یابد. بین 5 بار پادلینگ و 3 بار پادلینگ اختلاف معنی داری وجود نداشت، اما بین 3 بار پادلینگ و یک بار پادلینگ اختلاف معنی داری به دست آمد. یک بار پادلینگ دارای بهترین شرایط از نظر عملکرد نشاکار بود. اما برای دفن علف های هرز 3 بار پادلینگ توصیه می شود و بیش از آن از نظر اقتصادی و فنی پیشنهاد نمی شود.

در کشاورزی دقیق، مکان یابی خودکار محصولات یکی از موضوعات تحقیقاتی مهم است. در این پژوهش شناسایی دقیق ردیف های کشت محصول ریحان به منظور مسیریابی خودکار یک ربات گزارش می شود. در یک مرحله از این تحقیق با اخذ تعداد شش تصویر در هر دوره ی رشد (هفته سوم، هفته چهارم و هفته پنجم) به حذف علف های هرز میان ردیف های کشت محصول پرداخته شد؛ که بدین منظور از سه روش مختلف (گشودگی مساحت، حذف ابعادی و ماسک گذاری) استفاده گردید. در مرحله ای دیگر تعداد شش تصویر از ردیف های کشت بدون وجود علف های هرز مورد بررسی قرار گرفت. سپس با انجام عملیات پردازش تصویر و پیاده سازی چندین الگوریتم مسیریابی (الگوریتم های مبتنی بر تبدیل هاف، تبدیل موجک، فیلتر گابور، رگرسیون خطی و الگوریتم پیشنهادی این مطالعه) بر روی تصاویر، به بررسی خروجی هر یک از این الگوریتم ها نسبت به مسیر ایده آل تعیین شده توسط کاربر پرداخته شد. پس از مقایسه ی دقیق مسیرهای تشخیص داده شده توسط الگوریتم های مختلف مسیریابی نسبت به مسیرهای ایده آل و با توجه به نتایج آزمون آماری t-test در سطح احتمال 5%، برتری روش های مسیریابی مورد مطالعه به ترتیب زیر مشخص گردید: روش پیشنهادی، روش فیلتر گابور، روش رگرسیون خطی، روش تبدیل هاف و روش تبدیل موجک. در نهایت الگوریتم پیشنهادی با بیشترین میزان انطباق نسبت به مسیر ایده آل (با میانگین خطای تشخیص 3.65 پیکسل) و کمترین مدت زمان اجرای عملیات (4.79 ثانیه) به عنوان مناسب ترین الگوریتم مسیریابی انتخاب و با استفاده از آن عملکرد یک ربات طراحی شده مورد ارزیابی قرار گرفت.

هدف از اجرای این تحقیق طراحی، ساخت و ارزیابی ماشین خودکار درجه بندی وزنی سیب است. در این راستا یک ماشین درجه بندی در سال 1382 در دانشکده کشاورزی دانشگاه کردستان طراحی و ساخته شد که در آن پس از توزین و پردازش داده ها، میوه به داخل کانال انتقال هدایت شده و از آنجا به یکی از 6 خروجی تعبیه شده در کانال انتقال یافته و درجه بندی انجام می گیرد. آزمایش تعیین ارتفاع بحرانی سقوط میوه برای ایجاد کوفتگی در میوه بر روی سطح فولادی انجام گرفت و ارتفاع بحرانی سیب نوع گلاب محلی شش سانتی متر تعیین شد. برای جلوگیری از ایجاد صدمات مکانیکی در میوه سیب، زاویه شیب کانال انتقال میوه 22 درجه تعیین گردید که در این شیب سرعت حرکت میوه در داخل کانال یک متر بر ثانیه می باشد. پس از بررسی تئوری نیروی ضربه وارد بر میوه در کانال مشخص شد که ماشین هیچ صدمه ای در طول فرآیند درجه بندی به میوه نمی رساند. این مطلب با نتایج آزمایش های ارزیابی ماشین برای بررسی صدمات مکانیکی وارد بر میوه در طول فرآیند درجه بندی کاملا مطابقت داشت.

یکی از مشکلات پرنده های بدون سرنشین خطر فرود ناموفق یا برخورد با زمین است. هدف این مقاله، تخمین دقیق و پیوسته موقعیت پرنده نسبت به نشانگر فرود با استفاده از تصاویر دوربین پرنده و در نهایت فرود خودکار بر روی محل از پیش تعیین شده است. پردازش ها به صورت همزمان و با کمترین تاخیر انجام می شوند. برای فرود دقیق و کاهش اثرات تاخیرهای موجود در حرکت پرنده الگوریتمی به نام "روش برش حرکتی" ارائه می شود که حرکت در نزدیکی نشانگر را به بازه های کوچک "حرکت" و "انتظار" تقسیم می کند. مدت زمان و سرعت حرکت متناسب با فاصله پرنده از هدف تنظیم می شود. نتایج آزمایش های تجربی موفقیت عملکرد روش ارائه شده را تایید می کند و پرنده می تواند با دقت زیر 3 سانتیمتر و زمان کمتر از 15 ثانیه با موفقیت بر روی هدف فرود آید.

در سال های اخیر، توسعه ی کاشت نشایی چغندر قند با نشای ریشه لخت جزو اولویت های وزارت جهاد کشاورزی قرار گرفته است. این نوع نشا که در کرت های خزانه به صورت سنتی پرورش می یابد، از نظر اندازه غیریکنواختی زیادی دارد و بدین لحاظ امکان کاشت تمام خود کار آنها با فناوری غیرهوشمند وجود ندارد. در این راستا، با هدف معرفی یک ماشین نشا کار نیمه خودکار برای کاشت نشای ریشه لخت، دو ماشین (تیمار) یکی مجهز به چرخ دوار با انگشتی های نشاگیر و دیگری مجهز به سامانه ی انتقال سقوطی در قالب طرح آزمایشی کاملا تصادفی مقایسه شدند. در روش سقوطی، افتادن نشاها با طول های متفاوت، منجر به قرار گرفتن طوقه ی آنها در عمق های مختلف می گردید و در نتیجه کمتر از یک سوم نشا های کاشته شده استقرار می یافت. در روش انتقال با استفاده از چرخ انگشتی دوار نیز غیریکنواختی نشا ها موجب می شد نشاها با خاک به اندازه ی کافی پوشش داده نشوند؛ نتیجه آن بود که کمتر از دوسوم نشا ها استقرار می یافتند. بدین لحاظ، با حذف سامانه های انتقال نشا از این ماشین ها و بهینه سازی آنها به گونه ای که امکان جایگذاری مستقیم نشا در شیاربازکن ها توسط کارگر فراهم گردد، این دو ماشین مجددا در قالب طرح کاملا تصادفی مورد مقایسه قرار گرفتند. با حذف سامانه های انتقال نشا، کیفیت نشاکاری به طور قابل توجهی بهبود یافت و از بین دو ماشین بهینه سازی شده، نوع مجهز به واحدهای شناور با پشته سازهای دیسکی، توانست با 86 درصد استقرار کامل نشاها، کاشت قابل قبولی را ممکن سازد. با این حال، پایین بودن ظرفیت مزرعه ای ماشین هنوز استفاده از آن را برای مزارع بزرگ با ابهام مواجه می سازد.

تولید خربزه از طریق کشت نشا می تواند باعث پیش رسی محصول، صرفه جویی در مصرف بذر، کنترل آفات و بیماری ها و کاهش خطرات سرمازدگی را به دنبال داشته باشد. به منظور بررسی اثرات بسترها کشت و رقم بر خصوصیات نشای خربزه آزمایشی به صورت فاکتوریل (2×6) در غالب طرح کاملا تصادفی با 10 تکرار در گلخانه دانشکده کشاورزی دانشگاه فردوسی در سال 1389 انجام شد. تیمارهای آزمایش شامل دو رقم خربزه تجاری به نام زرد ایوانکی و خاتونی و نیز بسترهای کشت شامل: بستر 1: پیت 50 درصد، کوکوپیت 25 درصد، ماسه 25 درصد، بستر 2: پیت 50 درصد، کوکوپیت 25 درصد، ورمی کمپوست 25 درصد، بستر 3: پیت 50 درصد، کوکوپیت 25 درصد، پرلایت 25 درصد، بستر 4: کوکوپیت 50 درصد، پیت 25 درصد، ماسه 25 درصد، بستر 5: کوکوپیت 50 درصد، پیت 25 درصد، ورمی کمپوست 25 درصد، بستر 6: کوکوپیت 50 درصد، پیت 25 درصد، پرلایت 25 درصد بودند. نتایج حاصل از این آزمایش نشان داد که بستر دوم (پیت 50 درصد، کوکوپیت 25 درصد، ورمی کمپوست 25 درصد) و بستر پنجم (کوکوپیت 50 درصد، پیت 25 درصد، ورمی کمپوست 25 درصد) در کلیه صفات (سطح برگ، قطر ساقه نشا، ارتفاع نشا، وزن تر و خشک اندام هوایی، وزن تر و خشک ریشه) دارای تاثیر بهتری بوده و باعث بهبود کیفیت نشا گردیدند. در نتیجه می توان این دو بستر را برای تولید نشای خربزه توصیه نمود. بین دو رقم زرد ایوانکی و خاتونی تفاوت معنی داری ملاحظه نشد. اثر متقابل رقم و بستر نیز در هیچ یک از صفات معنی دار نگردید.

متداول ترین روش در تشخیص تشنجات صرعی روش مبتنی بر پردازش سیگنال های EEG حاصل از انجام الکتروآنسفالوگرافی می باشد که به دلیل نیاز به اتصال الکترودهایی به نواحی مختلف از سر فرد مشکلات حرکتی زیادی به وجود می آورد. هدف این تحقیق تشخیص خودکار و هوشمندانه صرع گراندمال و نیز بازشناسی اعمال عادی فرد مبتلا به عارضه از طریق نظارت ویدئویی می باشد. در این مقاله از ترکیب دو تکنیک بینایی ماشین و یادگیری ماشین به منظور تشخیص صرع گراندمال و بازشناسی اعمال عادی برای فردی استفاده می شود که روی زمین و یا تخت دراز کشیده است. بعد از حذف پس زمینه از دنباله قاب های ویدئویی و جداسازی شبح تصاویر، ویژگی های هندسی مناسب استخراج شده و به عنوان ورودی به دسته بند ماشین بردار پشتیبان چندکلاسه اعمال گردید تا عمل دسته بندی ویدئوها و تخصیص برچسب رفتاری مناسب به صورت خودکار انجام شود. تمامی پیاده سازی های این تحقیق در محیط نرم افزار Matlab نسخه a.2011 انجام شده است. در این سیستم هوشمند، میانگین دقت تشخیص و بازشناسی 90.21 درصد می باشد. به کارگیری این سیستم علاوه بر کاهش ناظر انسانی، کمک زیادی در تشخیص به موقع و همیشگی عارضه می نماید. این روش به دلیل نیاز به یک دوربین فیلم برداری ساده و یک سیستم کامپیوتری معمولی، روشی مقرون به صرفه بوده و برای قشرهای درآمدی مختلف قابل تهیه است. علاوه بر آن غیر تماسی بودن سیستم پیشنهادی، عاملی برای حذف مشکلات حرکتی است. دقت بالا تاییدکننده کارایی مناسب این سیستم می باشد.