排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
2.
底盘总成是自走式农业机器人的重要组成部分,其性能优劣直接影响机器人的作业质量和效率。随着我国精准农业、智慧农业的迅猛发展,机器人技术在现代农业生产中的应用日益广泛,尤其是机器人底盘技术,集中在底盘技术的定位建图、路径规划和自主避障等方面,承载了机器人整体的定位、导航及避障等基本功能。本文基于现阶段国内外农业机器人底盘技术的发展概况,主要对我国农业机器人底盘定位建图、路径规划以及自主避障等关键技术的研究现状进行分析,并针对目前我国农业机器人底盘技术存在的不足,提出了未来农业机器人底盘技术的研究方向与展望,为智慧化现代农业生产中机器人技术深入研究和持续发展提供参考。 相似文献
3.
4.
5.
为解决生产过程中母猪体重、腱围测量困难,难以对其生长进行实时监测的问题。本文设计了一套基于OpenCV计算机开源视觉库的猪畜体积评估系统。系统通过改进的PBAS前景检测算法和Canny边缘检测算法来满足运动目标且检测环境相对复杂的猪舍情况,通过建立评估模型完成母猪体重评估。试验选取60头成年母猪测试,试验结果表明,评估系统的识别准确率达95.5%以上,数据误差控制±5%以下,并且改进后的算法具有较高的检测精度且连续性更好。该文从机器视觉角度探索了母猪个体识别,有别于传统的RFID猪个体识别,该研究为无应激的母猪个体识别提供了新方法,也为进一步探索群养猪个体等奠定了基础。 相似文献
6.
在自走式农用机器人中，底盘总成是非常关键的部件。结合当下机器人的快速发展的情况，以农业机器人机械底盘技术的研究现状为出发点，详细介绍了农用机器人底盘的类型、先进技术、先进原理以及底盘技术的特点。将农业机器人机械底盘的问题进行归类总结和分析，根据问题提出了机械底盘技术未来的发展趋势，并对未来的农用机械底盘的研发工作提出了技术建议。 相似文献
7.
智能识别技术是水产养殖由粗放型向集约型转变的关键技术。水产养殖中的智能识别是通过研究并利用机器视觉和机器学习技术实现水下生物和环境的监测，并对生产管理中出现的问题进行判断、分析和预测，以实现自动化养殖为目的。本文从生物的物种识别与分类、年龄识别、性别识别和行为识别4个方面分析了水产养殖中智能识别技术的研究和发展现状，阐述了水产养殖中采用的主要智能识别技术和原理，并对今后水产养殖中智能识别技术的发展进行了展望，以期为中国渔业现代化、智慧化发展提供参考和新思路。 相似文献
8.
为解决芦笋采收机器人选择性采收过程中成熟芦笋的判别和采摘手准确定位难题，提出了一种改进YOLACT++(You only look at coefficients)算法，利用该方法对成熟芦笋进行检测判别并定位采收切割。通过引入CBAM(Convolutional block attention module)注意力机制以及SPP(Spatial pyramid pooling)结构改进传统的YOLACT++主干网络，提高了特征提取的有效性；设计了适用于芦笋目标检测的锚框长宽比以保证覆盖到不同姿态的芦笋，以提高网络检测速度和准确率。利用生成的芦笋掩膜分段计算芦笋长度和基部直径，来判定成熟芦笋，并通过空间位姿向量计算成熟芦笋基部区域切割点位置。采收机器人田间试验结果表明，经过训练的改进YOLACT++模型的检测准确率为95.22%,掩膜平均准确率为95.60%,640像素×480像素图像检测耗时53.65 ms,成熟芦笋判别准确率为95.24%,在X、Y、Z方向的切割点定位误差小于2.89 mm,滚转角和俯仰角误差最大为7.17°;与Mask R-CNN、SOLO和YOLACT++模型相比... 相似文献
1