稳定表达山羊SLAM受体的BHK-21细胞系的建立及应用

信号淋巴激活分子(SLAM)又称为CD150,是小反刍兽疫病毒(PPRV)和犬瘟热病毒(CDV)等麻疹病毒属病毒感染淋巴细胞的主要受体,在病毒侵入细胞中发挥重要作用。为建立稳定表达山羊SLAM(g SLAM)的真核细胞系,本研究将人工合成的g SLAM基因克隆至真核表达质粒p IRESpuro3中,并在该基因的3'端引入Flag标签序列作为分子标记,构建了重组质粒p IRES3-g SLAM。将该重组质粒转染BHK-21细胞,经嘌呤霉素加压筛选及采用表达绿色荧光蛋白(GFP)的重组PPRV病毒(r PPRV/GFP)感染鉴定后,筛选到稳定表达g SLAM基因的细胞系。r PPRV/GFP感染和western blot鉴定表明,无论是否有嘌呤霉素压力的存在,该细胞系在传代至第20代,仍能稳定表达g SLAM蛋白。由于g SLAM氨基酸序列与犬的同源性较高,以表达GFP重组CDV强毒株(r CDV/GFP)感染该细胞系,病毒可以感染且能形成明显的细胞病变,表明该细胞系可用于CDV强毒分离和致弱机制等相关研究。     

机器人在设施农业领域应用现状及发展趋势分析

机器人技术在设施农业领域的广泛应用,不仅大幅提升农业产量,也能够体现一个国家农业现代化科技水平。机器人操作系统ROS的兴起,逐渐成为国内外设施农业机器人研究开发的热点。对国内外机器人设施农业领域相关研究探讨分析,综述当前机器人在种苗嫁接移栽、喷药施肥、果蔬收获加工、畜禽健康养殖等设施农业领域方面的应用现状,总结归纳SLAM地图构建、自主导航、机器视觉三种机器人关键技术研究趋势,并对比分析路径规划中Dijkstra算法、BFS算法、A*算法的优缺点以及机器视觉在果蔬采摘分选等领域的发展趋势。面对农业向智慧农业方向发展,总结并展望设施农业机器人未来发展趋势。     

Optimized EIF-SLAM algorithm for precision agriculture mapping based on stems detection

Precision agricultural maps are required for agricultural machinery navigation, path planning and plantation supervision. In this work we present a Simultaneous Localization and Mapping (SLAM) algorithm solved by an Extended Information Filter (EIF) for agricultural environments (olive groves). The SLAM algorithm is implemented on an unmanned non-holonomic car-like mobile robot. The map of the environment is based on the detection of olive stems from the plantation. The olive stems are acquired by means of both: a range sensor laser and a monocular vision system. A support vector machine (SVM) is implemented on the vision system to detect olive stems on the images acquired from the environment. Also, the SLAM algorithm has an optimization criterion associated with it. This optimization criterion is based on the correction of the SLAM system state vector using only the most meaningful stems - from an estimation convergence perspective - extracted from the environment information without compromising the estimation consistency. The optimization criterion, its demonstration and experimental results within real agricultural environments showing the performance of our proposal are also included in this work.     

移动机器人视觉里程计技术研究综述

随着移动机器人技术不断发展,里程计技术已经成为移动机器人实现环境感知的关键技术,其发展水平对提高机器人的自主化和智能化具有重要意义。首先,系统阐述了同步定位与地图构建(Simultaneous localization and mapping, SLAM)中激光SLAM和视觉SLAM的发展近况,阐述了经典SLAM框架及其数学描述,简要介绍了3类常见相机的相机模型及其视觉里程计的数学描述。其次,分别对传统视觉里程计和深度学习里程计的研究进展进行系统阐述。对比分析了近10年来各类里程计算法的优势与不足。另外,对比分析了7种常用数据集的性能。最后,从精度、鲁棒性、数据集、多模态等方面总结了里程计技术面临的问题,从提高算法实时性、鲁棒性等方面展望了视觉里程计的发展趋势为：更加智能化、小型化新型传感器的发展;与无监督学习融合;语义表达技术的提高;集群机器人协同技术的发展。     

基于RGB-D SLAM手机的森林样地调查系统研究

基于RGB-D SLAM手机构建了森林样地调查系统,该系统实现了样地构建、每木检尺及林分/样地参数的估计功能,并在测量过程中使用增强现实展示测量结果,且提供了重新测量的交互方式,使观测者在观测过程中能够检测结果的可靠性,并保证所获取样地信息的完整性。该系统在18块半径为7. 5 m的圆形样地中进行了测试。结果显示,平均胸径估计值的偏差(BIAS)及均方根误差(RMSE)分别为0. 36、0. 69 cm,平均树高估计值的BIAS及RMSE分别为0. 06、0. 63 m,蓄积量估计值的BIAS及RMSE分别为8. 595 9、25. 735 8 m3/hm2,横断面积估计值的BIAS及RMSE分别为0. 949 7、1. 987 3 m2/hm2,株树密度估计值的BIAS及RMSE分别为-3、13株/hm2,坡度估计值的BIAS及RMSE分别为0. 30°、0. 88°,坡向估计值的BIAS及RMSE分别为-0. 44°、7. 61°。其中,坡向估计具有较大的RMSE,是由于当坡度较小时,即使SLAM系统估计位姿有较小漂移,仍会导致该值产生较大偏差,但整体而言坡向仍是无偏的。     

基于单线激光雷达的割草机器人建图方法研究

针对单线激光雷达无法感知形状不规则的花丛问题,提出一种基于单线激光雷达的3D-SLAM方法,解决单线激光雷达不能实现多平面感知的问题。设计一个自动升降激光雷达高度装置,该装置主要由丝杆滑台、步进电机、雷达架、单线激光雷达等组成,通过丝杆滑台滑块的水平进给,控制激光雷达竖直运动。割草机器人在工作时,通过激光SLAM（同步建图与定位）技术检测障碍物信息,ROS（机器人操作系统）系统根据不规则障碍物的高度做出相应对策。通过对不同状态的建图效果进行量化和对比分析,试验结果表明：改进后与改进前相比,相对误差率降低1.04%;漏检率降低为0;避障率提高93.33%。本研究为割草机器人的准确定位与避障提供理论依据。     

稳定表达犬信号淋巴细胞激活因子基因细胞株的建立与鉴定

[目的]构建稳定表达犬瘟热病毒细胞受体———犬信号淋巴细胞激活因子(SLAM)的非洲绿猴肾细胞株(Vero)。[方法]采用RT-PCR方法从犬外周血淋巴细胞中扩增出SLAM基因,将其克隆到哺乳动物真核表达载体pcDNA3.1(+)中,构建重组质粒pcDNA3.1/SLAM。采用脂质体将pcDNA3.1/SLAM转染到Vero细胞中,利用G418加压筛选和纯化培养获得稳定表达SLAM的重组Vero细胞株。应用RT-PCR和间接免疫荧光试验检测SLAM的表达。[结果]重组蛋白SLAM在Vero细胞中获得表达,并且在不同代次的阳性细胞株中均能稳定表达目的蛋白。[结论]该研究建立了稳定表达犬SLAM的细胞株Vero/SLAM,为犬瘟热病毒的分离和生物学特性研究提供了平台。     

RGB-D SLAM增强现实原木检尺系统构建与测试

将内嵌有ToF相机、面阵相机及IMU的智能手机作为硬件系统,RGB-D SLAM技术实时获取的深度图、位姿等为数据源,构建了RGB-D SLAM增强现实楞堆原木检尺系统。首先设计了基于ToF影像实时估计RGB影像像素深度的方法,实现对待测原木端面几何坐标的初步估计;其次,设计了散形分区去噪算法实现原木端面点云的精确过滤,设计了原木端面曲率估计算法实现对过滤点云可靠性判别;然后,基于PCA等算法实现原木长、短直径方向向量估计,并基于该向量对原木长、短直径进行了估计;最后,以所构建算法为基础在智能手机平台上搭建了增强现实楞堆检尺系统,实现智能手机对原木进行实时检尺、增强现实场景对测量结果实时监督。新型检尺系统通过对6个楞堆334根原木进行了检尺实验,以评估该设备的测量精度。结果显示：原木平均直径估计值的偏差及均方根误差分别为-0.13 cm(-0.35%)及1.05 cm(3.34%);原木径阶化直径估计值的偏差及均方根误差分别为-0.10 cm(-0.22%)及1.33 cm(4.43%);原木材积估计值的偏差及均方根误差分别为-0.007 m³(-0.27%)及0...     

基于信息融合描述子的机器人复杂场景位姿估计算法

传统机器人V-SLAM前端定位算法是基于人工设定的特征点提取和描述子局部匹配进行定位的,由于人工设定的主观性会导致提取方法鲁棒性差、复杂场景适应能力弱(场景明亮变化、噪声的引入、运动模糊)以及局部描述子匹配精度低等问题,为此,提出一种前端定位算法(SuperPoint Brief and K-means visual location, SBK-VL),该算法首先采用一种改进的概率p-SuperPoint深度学习算法提取特征点,以解决特征点鲁棒性低、复杂场景适应力弱的问题。其次提出一种全局信息(特征点聚类)和局部信息(Brief描述子)相结合的复合描述子,降低传统描述子误匹配及匹配精度低的问题,实验结果显示该复合描述子的平均匹配正确率为92.71%。最后将该SBK-VL替换ORB-SLAM2的前端,引入一种Ransac随机抽样方法对位姿进行检验,并使用绝对轨迹误差、相对轨迹误差、平均跟踪时间与ORB-SLAM2算法和GCNv2-SLAM算法进行比较。实验结果表明,本文算法具有更好的均衡性能,一方面可提升经典V-SLAM算法的复杂场景适应性和估计精度,另一方面相比传统深度学习SLAM算法具有更好的实时性和更低计算成本。     

小反刍兽疫病毒受体SLAM基因的克隆及其结构与功能分析

信号淋巴激活分子（SLAM）为小反刍兽疫病毒（PPRV）感染其自然宿主的细胞受体。本试验从山羊外周血淋巴细胞中克隆获得了SLAM基因,并对其结构和功能的关系进行分析,为研究SLAM的功能及其在PPRV侵染过程中的作用奠定基础。利用RT-PCR的方法对山羊SLAM基因全长进行克隆,通过生物学软件对其核苷酸序列和氨基酸序列进行了比对,利用Swiss-Model进行三级结构预测,然后分析其结构和功能之间的关系。山羊、绵羊、黄牛、水牛、虎鲸和海豚SLAM基因同源性较高,分别是98.7%、96.6%、96.3%、89%和88.8%,氨基酸的相似性分别是97.6%、94.1%、93.2%、83.5%和83.6%。山羊SLAM蛋白V结构域中存在8个影响宿主—病毒特异性结合的8个关键氨基酸,且与绵羊、黄牛和水牛的均完全保守;胞内区含有三段高度保守的富含酪氨基酸（Tyrosine）的基序（TXXYXXV/I/A）。本试验成功地克隆小反刍兽疫病毒受体SLAM基因,分析和预测了SLAM蛋白的结构和功能的关系,为其进一步的生物学功能研究及其应用奠定了基础。