检索结果-南通市图书馆

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ROS的蔬菜移栽机器人控制系统设计

农机化研究 2025年第2期47卷 54-60页

作者：马文强冯青春李亚军茹孟菲赵春江西北农林科技大学信息工程学院陕西杨凌712000 北京市农林科学院智能装备技术研究中心北京100097 国家农业智能装备工程技术研究中心北京100097 农业智能装备技术北京市重点实验室北京100097

为实现温室蔬菜移栽无人智能化作业,设计了基于ROS架构的蔬菜移栽机器人控制系统,实现了蔬菜移栽机器人自主取苗部件、秧苗栽植部件和自主移动平台的自动控制。控制系统主要分为总线单元和导航单元,并基于EtherCAT总线和Realsense深度... 详细信息

为实现温室蔬菜移栽无人智能化作业,设计了基于ROS架构的蔬菜移栽机器人控制系统,实现了蔬菜移栽机器人自主取苗部件、秧苗栽植部件和自主移动平台的自动控制。控制系统主要分为总线单元和导航单元,并基于EtherCAT总线和Realsense深度相机搭建硬件系统,利用分层模块化理念开发基于ROS架构的软件控制系统,搭建并实现了移栽作业中取苗、投苗、栽苗及移动平台协同一体化控制。实验结果表明:在大于2s/株的取栽苗周期运动条件下,可实现较高成功率的移栽作业。所设计控制系统保证了移栽作业成功率,提高了当前蔬菜移栽机的智能化水平。

关键词：蔬菜移栽机器人控制系统 ROS 伺服控制

在线全文

学校读者我要写书评

暂无评论

气吸式圆盘白萝卜播种机设计与试验

农机化研究 2025年第1期47卷 148-156页

作者：尹家巧李骅齐新丹孙新平马云龙南京工业大学机械与动力工程学院南京211816 南京农业大学江苏省智能化农业装备重点实验室南京210031 南京农业大学工学院南京210031

针对目前白萝卜种子尺寸小、流动性差、形状不规则导致播种机吸种效果差、漏播率和重播率高等情况,设计了一款气吸式圆盘白萝卜播种机。通过对播种机结构组成和工作原理的分析,计算吸附单粒种子的受力情况,建立了力学模型,并得到单粒最... 详细信息

针对目前白萝卜种子尺寸小、流动性差、形状不规则导致播种机吸种效果差、漏播率和重播率高等情况,设计了一款气吸式圆盘白萝卜播种机。通过对播种机结构组成和工作原理的分析,计算吸附单粒种子的受力情况,建立了力学模型,并得到单粒最小吸附负压值;通过各级链数转动比,确定了播种机地轮与排种器链数关系。通过对吸种过程DEM-CFD耦合仿真单因素试验,计算确定播种机中排种器关键结构参数最优范围,即排种盘转速为1~2 rad/s、风机负压为4~5 kPa、吸孔直径为2.4~2.8 mm;并在此基础上进行田间试验,以排种盘转速、风机负压、吸孔直径为试验因素,以播种间距合格率指标、漏播率指标、重播率指标为评价标准,进行三因素三水平正交试验。利用Design-Expert软件构造数学回归方程和响应曲面模型,分析了各个参数对播种合格率指标的影响变化,并利用软件最优化模块,确定了结构参数最优组合,即排种盘转速为1.3 rad/s、风机负压为4.6 kPa、吸孔直径为2.5 mm。田间试验结果表明:播种行距合格率指标为92.35%,漏播率指标为3.97%,重播率指标为3.68%,满足白萝卜精量播种的农艺要求。

关键词：气吸播种机耦合仿真田间试验正交试验白萝卜

在线全文

学校读者我要写书评

暂无评论

基于机器视觉的兰花几何参数测量方法

农机化研究 2025年第1期47卷 21-25页

作者：谢忠坚郭佳欣刁胤洲廖珩宇李元航文春明廖义奎辜松广西民族大学电子信息学院南宁530006 广西民族大学广西混杂计算与集成电路设计分析重点实验室南宁530006 华南农业大学工程学院广州510642 华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室广州510642

为实现兰花几何参数快速测量,以“金凤蝶”兰花为研究对象,搭建图像采集平台并设计了一套兰花花朵几何参数测量算法。采用Canny-Harris算法实现兰花角点检测,采用K-means算法、RGB阈值分割算法实现兰花分割,并采用MER算法及遍历算法实... 详细信息

为实现兰花几何参数快速测量,以“金凤蝶”兰花为研究对象,搭建图像采集平台并设计了一套兰花花朵几何参数测量算法。采用Canny-Harris算法实现兰花角点检测,采用K-means算法、RGB阈值分割算法实现兰花分割,并采用MER算法及遍历算法实现兰花具体几何参数测量。进行兰花算法识别测量试验,结果表明:单株兰花测量仅需10 s左右,相较人工测量速率提升了近60倍,测量数据可为兰花选育种工作提供判断依据。

关键词：兰花视觉测量几何参数 Canny-Harris K-means

基于机器学习的农田土壤抗剪强度参数检测方法研究

在线全文

学校读者我要写书评

暂无评论

农机化研究 2025年第1期47卷 7-15页

作者：于艳艳朱龙图刘鹤吉林农业大学信息技术学院长春130118 云南农业大学机电工程学院昆明650201 农业农村部长江中下游农业装备重点实验室武汉430070

土壤抗剪强度参数包括粘聚力和内摩擦角,是评价土壤侵蚀敏感性和反映耕层耕作性能的重要指标。为实现农田土壤抗剪切强度参数的快速检测,提出了一种基于机器学习的土壤抗剪切强度参数检测方法。以STM32单片机为核心处理器,采用圆锥杆、... 详细信息

土壤抗剪强度参数包括粘聚力和内摩擦角,是评价土壤侵蚀敏感性和反映耕层耕作性能的重要指标。为实现农田土壤抗剪切强度参数的快速检测,提出了一种基于机器学习的土壤抗剪切强度参数检测方法。以STM32单片机为核心处理器,采用圆锥杆、滚珠丝杆滑台、三角支架等构建土壤数据采集装置,利用DYMH-103柱式压力传感器和FlexiForce薄膜传感器分别检测圆锥杆贯入土壤的锥尖阻力和锥侧压力,采用CSF11土壤水分传感器获取土壤含水率信息,通过多传感器数据特征向量提取构建建模数据集。数据集相关性分析结果表明:土壤抗剪强度参数与锥尖阻力、锥侧压力和土壤含水率之间具有明显相关性。利用蒙特卡罗交叉验证(Monte Carlo Cross Validation,MCCV)剔除了数据集中的4个异常样本;同时,提出了一种ELM-PLSR组合建模算法,以决定系数R^(2)和RPD为评价指标,对比评估了ELM、PLSR和ELM-PLSR 3种不同机器学习模型,结果表明:ELM-PLSR模型预测性能优于ELM模型和PLSR模型;检测粘聚力时,对应的R^(2)、RPD分别为0.919和3.475;检测内摩擦角时,对应的R 2和RPD分别为0.910和3.304。研究结果可为土壤抗剪强度参数快速测量提供参考。

关键词：机器学习土壤抗剪强度多传感器特征向量预测模型

用于体质量估测的黄羽鸡姿态关键帧识别与分析

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年第12期53卷 254-263页

作者：张小敏徐涛张延宁高源朱逸航饶秀勤浙江大学生物系统工程与食品科学学院杭州310058 浙江省农业智能装备与机器人重点实验室杭州310058

体质量是评价家禽生长状况的关键指标,但家禽姿态的变化会影响体质量估测精度。本研究提出了一种SE-ResNet18+fLoss网络对平养模式下黄羽鸡姿态关键帧进行识别,融合了注意力机制SE模块和残差结构,并改进了损失函数,通过Focal Loss监督... 详细信息

体质量是评价家禽生长状况的关键指标,但家禽姿态的变化会影响体质量估测精度。本研究提出了一种SE-ResNet18+fLoss网络对平养模式下黄羽鸡姿态关键帧进行识别,融合了注意力机制SE模块和残差结构,并改进了损失函数,通过Focal Loss监督信号来解决样本不平衡问题,同时引入梯度加权类激活图对末端分类规则的合理性进行解释。利用4295幅鸡只图像构建数据集,测试集中鸡只的站立、低头、展翅、梳理羽毛、坐姿和遮挡6类姿态情况识别的F1值分别为94.34%、91.98%、76.92%、93.75%、100%和93.68%;黄羽鸡姿态关键帧的识别精确率为97.38%、召回率为97.22%、F1值为97.26%、识别速度为19.84 f/s,识别精度、召回率和F1值均优于ResNet18、MobileNet18 V2和SE-ResNet18网络,在提高黄羽鸡姿态关键帧识别精度的同时保证了实时性,为准确估测家禽体质量提供了技术支持。

关键词：黄羽鸡姿态识别体质量估测 SE-ResNet Focal Loss

在线全文

学校读者我要写书评

暂无评论

蔬菜钵苗自动移栽机纵向送盘机构设计与试验

农业机械学报 2024年第11期55卷 285-293页

作者：俞高红赵钧单杭琦王锦鹏王磊鲍李旭浙江理工大学机械工程学院杭州310018 浙江省种植装备技术重点实验室杭州310018 浙江省全省农业智能感知与机器人重点实验室杭州310018 农业农村部东南丘陵山地农业装备重点实验室(部省共建) 杭州310018

为进一步提高蔬菜钵苗自动移栽机纵向送盘机构的精确性与稳定性,提出一种由凸轮连杆与扇形齿轮驱动的四连杆纵向送盘机构。首先,通过分析纵向送盘工作过程,确定机构设计要求与整体方案,规划理想的纵向送盘轨迹,建立了纵向送盘机构轨迹... 详细信息

为进一步提高蔬菜钵苗自动移栽机纵向送盘机构的精确性与稳定性,提出一种由凸轮连杆与扇形齿轮驱动的四连杆纵向送盘机构。首先,通过分析纵向送盘工作过程,确定机构设计要求与整体方案,规划理想的纵向送盘轨迹,建立了纵向送盘机构轨迹综合模型,并利用遗传算法进行了初步求解。然后,基于Matlab GUI开发了纵向送盘机构可视化计算机辅助优化分析软件,获得满足设计要求的纵向送盘机构设计参数。最后,对纵向送盘机构进行了结构设计、仿真分析和试验验证,结果表明:试验实际轨迹与理论、仿真轨迹基本一致;移栽效率为80、90株/(min·行)时,机构单次送盘误差均在±1.5 mm以内,且多次送盘后没有出现累积误差,同时通过取苗试验观察发现纵向送盘机构与取苗机构配合良好,验证了机构设计的合理性。

关键词：自动移栽机纵向送盘连杆机构遗传算法试验

改进YOLOv3的复杂环境下红花丝检测方法

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 2023年第3期39卷 162-170页

作者：张振国邢振宇赵敏义杨双平郭全峰史瑞猛曾超新疆农业大学机电工程学院乌鲁木齐830052 中国农业大学工学院北京100083 浙江省农业智能装备与机器人重点实验室杭州310058

天气变化、光照变化、枝叶遮挡等复杂环境给红花丝的快速、准确检测带来挑战,影响红花采摘机器人的作业效率,该研究基于改进YOLOv3提出了一种目标检测算法(GSC-YOLOv3)。首先GSC-YOLOv3采用轻量级网络幻影结构GhostNet替换主干特征提取... 详细信息

天气变化、光照变化、枝叶遮挡等复杂环境给红花丝的快速、准确检测带来挑战,影响红花采摘机器人的作业效率,该研究基于改进YOLOv3提出了一种目标检测算法(GSC-YOLOv3)。首先GSC-YOLOv3采用轻量级网络幻影结构GhostNet替换主干特征提取网络,并在保证良好检测精度的前提下,最大限度压缩算法参数,提高算法速度,从而使用少量参数生成红花丝有效特征;其次使用空间金字塔池化结构(spatial pyramid pooling,SPP)实现特征增强,弥补提取红花丝特征过程中的信息损失;最后将卷积块注意力模块(convolutional block attention module,CBAM)融入特征金字塔结构,以解决特征融合过程中的干扰问题,提高算法的检测效率和精度。检测结果表明:GSC-YOLOv3算法在测试集下的平均精度均值达到91.89%,比Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、YOLOv6、YOLOv7算法分别高12.76、2.89、6.35、3.96、1.87、0.61个百分点;在GPU下的平均检测速度达到51.1帧/s,均比其他6种算法高。在复杂场景下的对比试验结果表明,所改进算法具有高检测精度及良好的鲁棒性和实时性,对解决红花采摘机器人在复杂环境下红花丝的精准检测具有参考价值。

关键词：采摘目标检测 YOLOv3 GhostNet结构复杂环境红花丝

在线全文

学校读者我要写书评

暂无评论

面向草莓抓取的气动四叶片软体抓手研制

哈尔滨工业大学学报 2022年第1期54卷 105-113页

作者：李健戴楚彦王扬威查富生苗文亮黑龙江省林业智能装备工程重点实验室(东北林业大学) 哈尔滨150040 机器人技术与系统国家重点实验室(哈尔滨工业大学) 哈尔滨150090

农林业中果蔬的自动化采摘需求日趋强烈,末端抓手是实现无损采摘的关键。传统的末端抓手以刚性结构居多,现有的各种柔性抓手也存在抓取力不足、包覆性不佳等缺点。本文以草莓的无损采摘为研究对象,提出将草莓外部轮廓曲线作为设计曲线,... 详细信息

农林业中果蔬的自动化采摘需求日趋强烈,末端抓手是实现无损采摘的关键。传统的末端抓手以刚性结构居多,现有的各种柔性抓手也存在抓取力不足、包覆性不佳等缺点。本文以草莓的无损采摘为研究对象,提出将草莓外部轮廓曲线作为设计曲线,设计了一种新型气动四叶片软体抓手。首先,对软体抓手的结构做仿真优化,提出一种安全地附着在目标物表面的设想。然后,在进行草莓表面的最小破坏应力试验的基础上,测试了软体抓手的末端力,验证了其实现无损抓取的可行性。再次,利用动态捕捉技术,研究了软体抓手叶面的弯曲变形规律。最后,选择使用弧线型气体通道的软体抓手进行了草莓抓取测试,结果证明了气动四叶片软体抓手可以实现草莓的无损抓取,抓取成功率达90%,破损率为2%,表明所研制的四叶片软体抓手用于草莓抓取时具有良好的稳定性和实用性,可用于草莓采摘的末端执行器。本研究也可为其他易损果蔬的采摘技术提供理论基础和技术支撑。

关键词：果蔬采摘气动驱动软体机器人有限元仿真草莓抓取实验

同方期刊数据库博看期刊

无人机状态检测Kalman滤波空地目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

航空学报 2024年第16期45卷 227-246页

作者：徐心宇陈建中国农业大学工学院北京100083 浙江省农业智能装备与机器人重点实验室杭州310058 浙江大学生物系统工程与食品科学学院杭州310058

针对无人机(UAV)面向空地目标进行目标跟踪过程中,发生目标离开视野、目标被遮挡、存在相似目标干扰等问题导致追踪失败的情况,提出一种基于追踪状态检测和Kalman滤波的重定位更新机制,将其与孪生全卷积网络(siamfc)跟踪器结合。以空地... 详细信息

针对无人机(UAV)面向空地目标进行目标跟踪过程中,发生目标离开视野、目标被遮挡、存在相似目标干扰等问题导致追踪失败的情况,提出一种基于追踪状态检测和Kalman滤波的重定位更新机制,将其与孪生全卷积网络(siamfc)跟踪器结合。以空地目标为被跟踪对象,以无人机为跟踪空地目标的跟踪者,首先,基于双峰选择、平均峰值相关能量变化率、最高响应值变化率和峰值旁瓣比变化率的检测机制检测当前的追踪状态是否异常,判断siamfc的追踪结果是否满足作为观测值的要求。其次,Kalman滤波利用目标运动的先验信息对追踪进行预测更新,当追踪状态异常时能够及时校正调整目标跟踪结果。基于LaSOT数据集完成训练,在UAV123航空数据集和自制的以无人机为目标的数据集上进行实时目标跟踪测试和对比实验。实验结果表明:该算法在UAV123上的精确率和成功率分别为66.0%和47.4%(62帧/s),在自制的以无人机为目标的数据集上的精确率和成功率分别为72.0%和58.6%(55帧/s),满足目标跟踪的实时性要求,且跟踪结果优于多数跟踪器。该算法在无人机为跟踪者和被跟踪对象的情况下均能完成有效目标跟踪,应对目标离开视野、部分或全部遮挡和存在相似目标干扰等挑战性场景的能力有所增强,且算法具有良好的泛化能力。

关键词：无人机目标跟踪孪生网络 Kalman滤波重定位机制追踪状态检测