仿人机器人头部设计与目标跟踪运动控制

针对仿人机器人视觉目标跟踪任务需求,设计了一种高精度、灵巧型仿人机器人头部系统,构建了视觉感知模块与3自由度机械臂运动机构。利用虚拟连杆方法对仿人机器人头部进行运动学建模,将目标跟踪问题转换为机械臂的运动学逆解问题,通过计算机构可操作度与条件数,显示机器人头部对目标跟踪任务具有良好的运动学灵活性。在此基础上,基于梯度投影法建立了目标跟踪运动学逆解与规避关节极限位置的同步优化算式,并针对视觉测量系统带宽较窄、容易造成较大跟踪误差的问题,提出了在两次视觉测量间隔内用轨迹预测的方法获得目标位置的估计值,以提高跟踪精度。仿真与实验结果表明,在测量盲区内采用轨迹预测方法,可将跟踪精度提高约80%,实现高精度目标跟踪。所提出的仿人机器人头部及控制方法,对动态目标具有良好的跟踪性能。     

草原生态环境发展与创新——由“补助奖励”到“精确放牧”

为增进草原生态保护政策的有效性,本研究考察了国内草原"补助奖励"政策的实施效果与存在问题。具体以268个牧区半牧区县牧业人口、牲畜超载率和农牧民纯收入变化情况为研究对象,运用比较分析对比"补助奖励"政策前后全国草畜平衡状况,并结合BGLI模型计算"补助奖励"政策的实施对草原超载问题的改善情况。结果表明"补助奖励"政策对全国的超载现状有很好的改善作用,增加了牧区半牧区县的人口和牧民纯收入,尤其对半牧区县的正面影响更加突出,牧区半牧区县整体对该政策的满意度很高。但无差别化的补助标准在一定程度上造成了"补助奖励"政策实施效率的低下,预期效果并不理想。因而本研究认为,应通过建立数据库的办法实施"精确放牧"政策,并提出先减后补,根据超载程度做好多补,中小牧户为补贴主体等建议。     

景泰绿洲3种小谷物的产草量与牧草营养成分预测

为了预测景泰绿洲春小麦(Triticum aestivum)、燕麦(Avena sativa)、黑麦(Secale cereale)的产草量和营养品质,通过田间试验,测得牧产草量、株高和分蘖,室内测定粗蛋白、粗脂肪、中性洗涤纤维、酸性洗涤纤维、粗灰分和可溶性碳水化合物,分析各指标之间的相关性。结果表明,收获干草的3种小谷物分蘖和株高均与可溶性碳水化合物之外其它5个营养指标存在显著相关性(P0.05),模拟轮牧的春小麦和黑麦株高与营养指标均无相关性(P0.05),燕麦和黑麦的分蘖与6个营养指标均呈显著相关(P0.05)。建立了根据株高预测产草量和营养品质的模型、用分蘖预测牧草营养品质的模型、用产草量预测牧草营养品质的模型、用分蘖和产草量两个因子综合预测营养品质的模型。经过与实测值对比,各预测模型的准确性均较高。     

草业科学在现代马业发展中的研究现状

马是人类社会发展的重要组成部分,人类种草养马历史悠久,但人们对马用饲草的认识和研究还不足,致使现代马业和草业科学发展存在严重脱节现象,影响了两者的可持续发展。因此,结合现代马业发展趋势及其对饲草的利用特点,综述了草地放牧、青干草、青贮及半干青贮饲草等在现代马业发展中的研究与实践现状,并提出了现代马业发展中草业科学存在的问题及建议,以期为保障现代马业的可持续发展提供理论指导,为拓展我国现代草业科学与技术发展空间提供参考。     

放牧压力对草原砂质栗钙土微生物量C,N,P影响的研究

对不同放牧压力下草原砂质栗钙土微生物量C、N、P进行较为系统地研究。结果表明：就土壤原土来看,随着放牧压力的增大,土壤微生物量C,N先增加后减少;土壤微生物量C在放牧率2.67只羊/hm2时相对较高,微生物量P随着放牧压力的增大逐渐降低。     

放牧对土壤理化性状及植被多样性的影响

放牧是家畜饲养方式之一,是草地最简单而又有效的利用方式,但放牧中的家畜家禽通过采食牧草、践踏土壤和牧草以及粪便排泄影响着草地植被和土壤,不同强度的放牧对地下土壤与地上植被的影响不同。本研究综述了近几年来放牧对地下部土壤有机质、氮、磷、钾、土壤容重、有机碳以及微生物多样性的影响,对植被多样性及草群成分的影响等,旨在为今后家畜放牧行为研究以及放牧科学研究提供理论依据。     

放牧条件下乳用伊犁马采食量的初步研究

2013年8-10月,采用模拟采食法、群牧差额法、内外指示剂结合法在昭苏马场草甸草地上进行了放牧条件下乳用伊犁马采食量的测定。结果表明,1)同种测定方法不同月份之间测定的乳用伊犁马干物质采食量差异不显著(P0.05)。2)模拟采食法测得的干物质采食量为12.79 kg·15 h-1·匹-1,群牧差额法测得为16.39kg·d-1·匹-1,内外指示剂结合法测得为13.28 kg·d-1·匹-1。3)群牧差额法与内外指示剂结合法测定的乳用伊犁马干物质采食量之间差异不显著(P0.05),初步确定乳用伊犁马平均干物质采食量为14.83 kg·d-1·匹-1。     

智能轨迹控制割草机器人设计——基于FPGA神经网络

为了提高割草机器人自主导航和定位的精确性和智能性,设计了一种新型的基于FPGA神经网络算法的割草机器人。该设计采用FPGA可重构技术,以3层误差反向传播神经网络作为典型的模型来展开;利用成熟的BP算法公式,设计了割草机器人智能控制的模型;利用FPGA技术,设计了割草机器人的硬件系统;最后采用文本输入的设计方法,利用田间试验的方式,对机器人的轨迹规划能力和控制精度进行了验证。试验结果表明:利用FPGA和神经网络模型可以有效地穿越5个障碍物,并可得到满意的轨迹规划结果。将普通的PID控制器和神经网络PID控制器得到的控制结果误差进行了对比,结果表明:神经网络PID控制器得到的割草机器人控制误差明显比传统的PID控制器误差小。该方法为神经网络的硬件实现提供了可靠的理论基础。     

农业机器人轨迹优化自动控制研究——基于BP神经网络与计算力矩

以农业机器人精密轨迹优化自动控制为目标,在优化算法中引入BP神经网络与计算力矩法结合的自动控制器,旨在减少作业过程中的运动误差,提高其工作效率。首先,建立农业机器人数学模型,分析其运动学和动力学原理;然后,设计了农业机器人运动控制系统,引入BP神经网络对不确定动力学因素进行判断,并提出解决该因素的自适应学习法;最后,对该系统运用Mat Lab进行了仿真。试验表明:以BP神经网络与计算力矩法结合的自动控制器可以有效优化机器人运动路径,提高机器人整体作业效率,系统运行稳定、可靠性强,且对外部环境的干扰因素具有较强的自适应学习能力。     

禁牧休牧监管立法的分析与探讨

禁牧休牧已成为保护和培育生态植被的一种主要方式,是遏制草原荒漠化的有效手段。相对于禁牧休牧的制度需求,其监管立法却存在诸多问题需要完善,本文从立法层级、监管体制、法律责任等方面分析了禁牧休牧监管立法中存在的问题,着重论述其完善途径,并提出了相应的立法建议。