排序方式: 共有91条查询结果,搜索用时 15 毫秒
51.
52.
53.
提出了一种基于气电混合驱动且能够全天候工作的高效率苹果收获机器人。该机器人机械臂包含5个自由度,混合使用电动和气动两种驱动方式,同时保证机械臂的准确定位和末端执行器对果实的快速柔性抓取。机器人视觉识别系统结合了机器视觉和深度神经网络方法,在提高系统鲁棒性的同时优化了系统的整体检测速度。此外,机器人配备的夜间照明系统使其能够实现全天候工作。在实验室环境下进行了机器人视觉检测试验和苹果采摘试验,结果表明,视觉系统定位苹果的平均时间为44 ms,机器人的采摘率为81. 25%,平均每个苹果的采摘时间为7. 81 s。 相似文献
54.
小麦播种机电容式排种量传感器设计 总被引:11,自引:10,他引:1
为提高小麦播种机排种量检测的可靠性,根据电容器的电容随极板间介质质量变化而发生变化的原理,研制了一种电容式排种量传感器。利用AD7745数字转换器和单片机搭建微电容信号调理电路,电容传感器与调理电路采用短线连接,减小了寄生电容对测量精度的影响。通过标定,获得了传感器电容值与排种量的关系模型。在播种机试验台架上对电容式排种量传感器性能进行了测试。试验结果表明,在排种速度不同的情况下,该传感器的最大测量误差为2.2%。该传感器能够较好地实现小麦播种机排种量的在线检测,为变量播种提供了有力支持。 相似文献
55.
苹果采摘路径规划最优化算法与仿真实现 总被引:3,自引:0,他引:3
采摘路径规划对苹果采摘机器人的工作效率有很大的影响,为了提高苹果采摘机器人采摘效率,研究了采摘路径规划最优化方法。将苹果采摘的路径规划问题转化为三维的旅行商问题进行求解,结合图像识别得到的苹果位置特征,提出了有限域信息素自适应更新的改进蚁群算法,避免了基本蚁群算法求解过程中的早熟和局部收敛的问题,研究了三维模型的建模和驱动方法。试验结果表明将蚁群算法用于解决苹果采摘路径规划问题,当苹果数量达到250个时,改进蚁群算法迭代次数是基本算法的25.3%,而搜索到的最优路径是其94.3%,可见改进算法在搜索次数和最优结果上都有明显的优势。本研究为苹果采摘机器人采摘路径规划的提供理论参考。 相似文献
56.
57.
摘要:为了减少农药的使用量,设计了一种新型杂草智能识别系统,并在不同的环境下进行了大量试验。该系统主要由智能识别控制器、喷头总成于安装支架组成,通过摄像头实时采集田间图像,采用基于颜色与位置特征的识别算法分析杂草分布情况,控制喷头快速开闭,实现精准对靶喷药。试验证明,该系统对不同环境均具有较好地适应性,能够快速、准确、可靠的定位杂草。在普通环境下系统识别准确率为97.0%;在强光照环境下系统识别准确率为92.5%;在阴影环境下系统识别准确率为89.2%,单帧图像平均耗时160 ms。该研究可为田间精确喷施除草装置的研发提供参考。 相似文献
58.
59.
为了克服传统化学检测方法的缺陷,研究了不同氮营养下番茄叶片的近红外光谱特征,利用偏最小二乘回归算法建立了光谱数据与植物生化组分信息的定量分析模型,并采用决定系数R2、交叉校验定标标准差RMSECV、相对分析误差RPD和预测标准差RMSEP验证了模型的优劣。实验表明,所建立的水分、全氮NIR模型的R2分别达到92.35%、86.15%,RMSECV分别为0.346、0.129,RPD分别为3.62、2.69,RMSEP分别为0.209、0.111,预测精度满足实际的测定需求,说明运用近红外漫反射光谱监测番茄植株的生长状况是可行的。 相似文献
60.
小麦粗蛋白含量是其品质评价的重要指标,为探讨基于选择的短波近红外光谱变量定量判别小麦籽粒粗蛋白的可能性,采集了52份小麦籽粒样本,用湿化学方法分析其粗蛋白含量,获取其900~1700nm波段的光谱,进而利用该光谱进行预处理方法的优化研究及小麦籽粒蛋白敏感变量的优选研究,以偏最小二乘的方法建立了基于短波近红外光谱的小麦籽粒蛋白定量模型。结果表明:多元散射校正和小波变换结合是短波近红外光谱定量判别小麦籽粒粗蛋白含量较优的预处理方法;利用200次竞争性自适应重加权变量优选的统计结果,优选出1028、1158、1199、1367、1407、1445、1478、1494、1550、1584、1661、1686nm 12个变量为小麦籽粒蛋白敏感变量,占全谱的2%,该方法可稳定、高效地优选光谱变量,降低水分对模型的影响;结合预处理优化及变量优选建立偏最小二乘模型,模型预测决定系数和预测均方差分别为0.961和0.369。可见优选的短波近红外光谱变量可用于定量判别小麦籽粒粗蛋白含量。 相似文献