检索结果-南通市图书馆

基于超分辨率重建和Transformer的退化草地空斑定位方法

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2024年第10期40卷 203-212页

作者：陆健强常虎虎兰玉彬王量罗浩轩黄捷伟袁家俊华南农业大学电子工程学院(人工智能学院) 广州510642 岭南现代农业科学与技术广东省实验室河源分中心河源517000 国家精准农业航空施药技术国际联合研究中心广州510642

无人机补播是草地修复的有效手段之一。针对无人机作业过程中,空斑定位精度不高导致的效率低下、工作量大等问题,该研究提出一种基于无人机图像超分辨率重建和Transformer的退化草地空斑定位方法YOLOFG(YOLO for Gap)。首先基于YOLOv5s... 详细信息

无人机补播是草地修复的有效手段之一。针对无人机作业过程中,空斑定位精度不高导致的效率低下、工作量大等问题,该研究提出一种基于无人机图像超分辨率重建和Transformer的退化草地空斑定位方法YOLOFG(YOLO for Gap)。首先基于YOLOv5s网络框架,在模型颈部设计联级特征纹理选择模块,强化模型特征纹理细节聚焦力,解决无人机空斑影像尺度变化大、纹理模糊问题;其次,以ShuffleNetV2构建主干网络,嵌入信息交互Transformer自注意力结构,提取像素间更多差异化特征,以提升模型对空斑边缘像素的精确捕获能力;最后,基于空斑锚框信息建立无人机位姿信息和空间平面的成像模型,实现目标空斑的精准定位。试验结果表明,YOLOFG模型平均精度均值为96.57%,相较于原始YOLOv5s模型提升3.84个百分点;参数量约为6.24 M,比原始模型降低约11.2%。与YOLOv4、YOLOv7、YOLOv8模型相比,检测精度分别提高11.86、9.65、6.82个百分点。空斑定位的平均误差为0.4404 m,满足无人机作业对草地空斑精准定位的需求,可为开展退化草地植被恢复与重建工作提供技术支持。

关键词：退化草地空斑无人机 Transformer 超分辨率重建

基于改进APF-FMT^(*)的农业机器人路径规划算法

在线全文

学校读者我要写书评

暂无评论

华南农业大学学报 2024年第3期45卷 408-415页

作者：张亚莉莫振杰田昊鑫兰玉彬王林琳华南农业大学工程学院广东广州510642 国家精准农业航空施药技术国际联合研究中心广东广州510642 深圳职业技术大学人工智能学院广东深圳518055

【目的】解决农业机器人在复杂农业环境下全局路径规划耗时过长、路径最优解求解困难的问题。【方法】提出一种基于改进人工势场法的快速行进树算法(APF-FMT^(*))。首先,在引力势场中引入相对距离,根据与目标点的距离改变引力大小,克服... 详细信息

【目的】解决农业机器人在复杂农业环境下全局路径规划耗时过长、路径最优解求解困难的问题。【方法】提出一种基于改进人工势场法的快速行进树算法(APF-FMT^(*))。首先,在引力势场中引入相对距离,根据与目标点的距离改变引力大小,克服了人工势场法距离目标点过远时引力过大的问题;然后,将FMT^(*)算法与改进人工势场法相结合,采用三阶B样条曲线对路径进行平滑处理;最后,建立3个农业工作地图进行仿真试验。【结果】仿真结果表明,与FMT^(*)、RRT^(*)和Informed-RRT^(*)3种算法对比,在地图Map1和Map2中,APF-FMT^(*)都能快速找到良好的解,且随样本数量增加获得的路径解得到改善,搜索时间比其他3种算法减少45%以上;在有狭小通道的Map3中,APF-FMT^(*)、FMT^(*)搜索时间比RRT^(*)和Informed-RRT^(*)减少75%以上,并且获得更好的解。【结论】本研究提出的APF-FMT^(*)算法不仅克服了FMT^(*)算法冗余探索问题,还有效地解决了人工势场法目标点不可达的问题,提高了农业机器人路径规划效率和作业安全性。

关键词：路径规划农业机器人人工势场法 FMT^(*)算法

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于ISWO的植保无人机处方作业任务规划

计算机工程与应用 2024年

作者：漆海霞周子森刘英建冯发生江锦卓华南农业大学工程学院国家精准农业航空施药技术国际联合研究中心华南农业大学南方农业机械与装备关键技术教育部重点实验室

针对目前植保无人机处方作业任务规划优化方法的空缺，本文提出了基于ISWO(改进蛛蜂算法)的植保无人机任务规划方法。在预生成的全覆盖作业路径基础上，以电池里程与药箱容量为约束，考虑处方变量施药，以植保无人机任务总体时间最短与... 详细信息

针对目前植保无人机处方作业任务规划优化方法的空缺，本文提出了基于ISWO(改进蛛蜂算法)的植保无人机任务规划方法。在预生成的全覆盖作业路径基础上，以电池里程与药箱容量为约束，考虑处方变量施药，以植保无人机任务总体时间最短与非作业路程总距离最小为目标建立了任务规划模型，并且采用ISWO算法对模型进行求解，ISWO在蛛蜂算法的基础上融入了学习因子的正余弦自适应收缩策略与贪婪均值思想的种群初始化办法。经算法有效性分析与案例分析，相较于传统的最大作业距离模式，ISWO能够大幅度降低作业总体时间与非作业路程长度。相较与四个启发式算法(WOA、GWO、PSO、SWO），ISWO的寻优性能与稳定性上有着突出表现。可为植保无人机处方作业规划提供一定的参考与方法。

关键词：植保无人机处方施药蛛蜂算法任务规划

基于轻量化YOLOv4的死淘鸡目标检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国农机化学报 2024年第5期45卷 195-201页

作者：漆海霞李承杰黄桂珍华南农业大学工程学院广州市510642 国家精准农业航空施药技术国际联合研究中心广州市510642 岭南现代农业科学与技术广东省实验室广州市510642

针对目前死淘鸡目标检测研究较少,高精度检测算法体积大难以部署至移动式设备等问题,提出一种基于YOLOv4的轻量化死淘鸡目标检测算法。采集大规模蛋鸡养殖工厂笼中死淘鸡图片,建立目标检测数据集;在算法中引入MobileNetv3主干提取网络... 详细信息

针对目前死淘鸡目标检测研究较少,高精度检测算法体积大难以部署至移动式设备等问题,提出一种基于YOLOv4的轻量化死淘鸡目标检测算法。采集大规模蛋鸡养殖工厂笼中死淘鸡图片,建立目标检测数据集;在算法中引入MobileNetv3主干提取网络与深度可分离卷积来降低模型体积;并在最大池化层前添加自注意力机制模块,增强算法对全局语义信息的捕获。在自建数据集中的试验结果表明,改进算法在死淘鸡目标检测任务中有更高的准确度,其mAP值与召回率分别达到97.74%和98.15%,模型大小缩小至原算法的1/5,在GPU加速下帧数达到77帧/s,检测速度提高1倍,能够满足嵌入式部署需求。

关键词：死淘鸡识别深度学习轻量化网络 MobileNet 深度可分离卷积

在线全文

学校读者我要写书评

暂无评论

农药液滴在水稻叶面的动态润湿铺展行为

中国农业科学 2024年第13期 2583-2598页

作者：张建桃黄路生刘广彬兰玉彬文晟华南农业大学数学与信息学院农业农村部华南热带智慧农业技术重点实验室国家精准农业航空施药技术国际联合研究中心华南农业大学工程学院

【目的】探究表面张力、液滴粒径和叶片倾角对农药液滴在水稻叶片近轴面、远轴面动态润湿铺展行为的影响，为通过调控农药液滴在水稻叶面的动态润湿铺展行为实现水稻施药的“减施增效”提供依据。【方法】通过调节Silwet-408的浓度配制... 详细信息

【目的】探究表面张力、液滴粒径和叶片倾角对农药液滴在水稻叶片近轴面、远轴面动态润湿铺展行为的影响，为通过调控农药液滴在水稻叶面的动态润湿铺展行为实现水稻施药的“减施增效”提供依据。【方法】通过调节Silwet-408的浓度配制出表面张力为21.4、33.2、43.7 mN·m-1的Silwet-408溶液代替农药药液，利用液滴发生器生成532、627、746、830、957μm的单液滴，对其在倾角为40°、65°、85°水稻叶片近轴面、远轴面的动态润湿铺展行为进行全因子试验。【结果】表面张力、液滴粒径、叶片倾角均显著影响（P施药场景中，由于叶片倾角无法人为调节，因此可根据施药的目的调节药液的表面张力和液滴粒径进而调控液滴的动态润湿铺展行为。研究结果有助于理解农药液滴在水稻叶面动态润湿铺展的机理，并可为水稻施药场景中合理选择药液表面张力、液滴粒径提供理论支持与指导。

关键词：农药液滴水稻叶面动态润湿铺展接触角润湿滞后表面张力

精准对靶喷洒背景下作业小区地理坐标的计算方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

江西农业大学学报 2024年第3期46卷 656-662页

作者：李志勇邓继忠赵高源张子超林芳源刘理涵马俊杰黄旭华南农业大学工程学院广东广州510642 国家精准农业航空施药技术国际联合研究中心广东广州510642 广东省江门市新会区农业农村局广东江门529100

【目的】确定作业小区的地理坐标是植保无人机实施精准对靶喷洒的关键问题之一。假如需要喷洒的作业小区数量众多或者需要喷洒的作业小区为水田等类型,可采用传统的人工在田间逐点测量的方法,则存在着工作量大、测量步骤繁琐、测量区域... 详细信息

【目的】确定作业小区的地理坐标是植保无人机实施精准对靶喷洒的关键问题之一。假如需要喷洒的作业小区数量众多或者需要喷洒的作业小区为水田等类型,可采用传统的人工在田间逐点测量的方法,则存在着工作量大、测量步骤繁琐、测量区域不易进入等缺点。因此,利用测量位于作业区域边界处或边界外有限数量位置点的地理坐标,然后按照一定算法计算出各作业小区的地理坐标就将克服前述的缺点,有着很大的实际应用价值,将极大提高精准对靶喷洒的效率和应用。【方法】根据实施精准对靶喷洒作业小区的地理坐标的求解需求,在测量学中找到一种地面点相对位置求取方法,同时将该方法引入并加以改进,分别提出了基于假定地球为正球体情况下的几何法和基于假定地球为椭球体情况下的投影法通过计算得到作业小区的地理坐标的2种算法,并且通过试验检验和比较2种算法的精度、求解速度、求解复杂度。【结果】通过试验可知,2种算法计算得到作业小区的地理坐标与实测值相比,误差在厘米级范围内,均符合实施精准对靶喷洒对精度的要求;在求解速度方面,几何法比投影法更加快速;在求解复杂度方面,几何法优于投影法。【结论】求解作业小区的地理坐标的2种算法-几何法和投影法在精度方面均可以满足实施精准对靶喷洒时对精度的需求。但是,在使用2种算法分别求解作业小区的地理坐标的过程中发现,在计算复杂度方面和计算速度方面,几何法相对于投影法更优、更简便、更适合实施精准对靶喷洒时对作业小区地理坐标的求解。

关键词：植保无人机作业小区地理信息坐标几何高斯-吕克投影精准对靶喷洒

基于YOLOv5s改进模型的小白菜虫害识别方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2024年

作者：郑俊键兰玉彬熊万杰李硕杨润娜董昕华南农业大学电子工程学院(人工智能学院) 国家精准农业航空施药技术国际联合研究中心广东省智慧农业工程技术研究中心广州国家现代农业产业科技创新中心

小白菜是中国种植面积较广、深受大众喜爱的蔬菜，但真实菜地环境中虫害往往出现在叶片的特定区域，且受环境因素如光照和背景干扰较大，影响对其的智能检测。为提高小白菜虫害的检测效率和准确率，该研究提出一种基于YOLOv5s网络框架... 详细信息

小白菜是中国种植面积较广、深受大众喜爱的蔬菜，但真实菜地环境中虫害往往出现在叶片的特定区域，且受环境因素如光照和背景干扰较大，影响对其的智能检测。为提高小白菜虫害的检测效率和准确率，该研究提出一种基于YOLOv5s网络框架改进的YOLOPC小白菜虫害识别模型。首先，引入CBAM(Convolutional Block Attention Module)注意力机制，将其放在CBS（卷积层Convolution+归一化层Batch normalization+激活函数层SILU）的输入端构成CBAMCBS的结构，动态调整特征图中各个通道和空间位置的权重；使用上采样和1×1卷积操作来调整特征图的尺寸和通道数，实现不同层次特征的融合，增强模型的特征表示能力。同时，改进损失函数，使其更适合边界框回归的准确性需求；利用空洞卷积的优势提高网络的感受野范围，使模型能够更好地理解图像的上下文信息。试验结果表明，与改进前的YOLOv5s模型相比，YOLOPC模型对小白菜小菜蛾和潜叶蝇虫害检测的平均精度（mean Average Precision, mAP）达到91.40%，提高了12.9个百分点；每秒传输帧数（Frame Per Second, FPS）为58.82帧/s，增加了11.2帧/s，增加幅度达23.53个百分点；参数量仅为14.4 MB，降低了25.78个百分点。与经典的目标检测算法SSD、Faster R-CNN、YOLOv3、YOLOv7和YOLOv8相比，YOLOPC模型的平均精度分别高出20.1、24.6、14、13.4和13.3个百分点，此外，其准确率、召回率、帧速率和参数量均展现出显著优势。该模型可为复杂背景下小白菜虫害的快速准确检测提供技术支持。

关键词：图像处理图像识别小白菜虫害 YOLOPC模型注意力机制目标检测损失函数空洞卷积

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于无人机多光谱遥感的玉米LAI监测研究

华南农业大学学报 2024年第4期45卷 608-617页

作者：陈盛德陈一钢徐小杰刘俊宇郭健洲胡诗云兰玉彬华南农业大学电子工程学院(人工智能学院)/国家精准农业航空施药技术国际联合研究中心广东广州510642 岭南现代农业科学与技术广东省实验室广东广州510642

[目的]探究更高效估测玉米LAI的无人机多光谱遥感监测模型,实现对玉米叶面积指数(Leaf area index,LAI)的快速预测估算。[方法]以全生长周期的玉米植株为研究对象,通过多光谱遥感无人机获取玉米植株影像并实地采集玉米LAI,利用多光谱信... 详细信息

[目的]探究更高效估测玉米LAI的无人机多光谱遥感监测模型,实现对玉米叶面积指数(Leaf area index,LAI)的快速预测估算。[方法]以全生长周期的玉米植株为研究对象,通过多光谱遥感无人机获取玉米植株影像并实地采集玉米LAI,利用多光谱信息研究植被指数与玉米LAI之间的定量关系,并选择相关的植被指数;分别使用多元线性逐步回归、支持向量机回归算法(Support vector machine regression,SVM)、随机森林回归算法(Random forest regression,RF)和基于鲸鱼算法(Whale optimization algorithm,WOA)优化的随机森林算法(WOA-RF)构建玉米LAI预测模型,通过分析对比,选择最优预测模型。[结果]筛选出的植被指数NDVI、NDRE、EVI、CIG与LAI呈极显著相关(P<0.01),构建了多元线性回归模型、SVM模型、RF模型和WOARF模型的预测模型,R2分别为0.873 2、0.878 0、0.917 7和0.940 8,RMSE分别为0.277 5、0.236 5、0.209 0和0.128 7。[结论]基于WOA-RF的玉米LAI预测模型的预测精度能够满足玉米生产的需要,对玉米生长期间的种植管理具有指导意义。

关键词：无人机(UAV) 遥感多光谱玉米叶面积指数(LAI) 监测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

融合注意力机制的荔枝轻量化检测方法研究

农机化研究 2024年

作者：王聪文晟兰玉彬严倩姜永华张建桃罗菊川华南农业大学工程学院国家精准农业航空施药技术国际联合研究中心华南农业大学电子工程学院/人工智能学院广东省农业科学院果树研究所华南农业大学数学与信息学院

针对荔枝果实个体小、生长密集和遮挡严重等特点,为了快速准确地实现荔枝的检测和计数,提出了一种融合注意力机制和多尺度特征图的网络模型。为了提高模型对遮挡和阴影环境下果实的识别准确率,将Coordinate Attention(CA)注意力机制嵌入... 详细信息

针对荔枝果实个体小、生长密集和遮挡严重等特点,为了快速准确地实现荔枝的检测和计数,提出了一种融合注意力机制和多尺度特征图的网络模型。为了提高模型对遮挡和阴影环境下果实的识别准确率,将Coordinate Attention(CA)注意力机制嵌入至YOLOv4-Tiny模型。为了提高模型对小目标果实的检测精度,在特征金字塔Feature Pyramid Networks(FPN)结构中生成了两个更大尺度的特征图。试验结果表明:融合注意力机制的荔枝轻量化检测模型的准确率(Precision)、召回率(Recall)和平均精度(mAP)分别为92.92%、76.09%和88.51%。与YOLOv4-Tiny和YOLOv3模型相比,所构建的融合注意力机制的荔枝轻量化检测模型的平均检测精度分别高出8.84个百分点和3.87个百分点。该模型能够快速、精准地检测出果园环境中的荔枝,适用于果园中荔枝的识别和计数。

关键词：荔枝注意力机制特征金字塔轻量化检测方法