广西壮族茶歌艺术特征分析

广西壮族的茶歌是当代茶文化的一种具体表现形式,有着相当高的艺术特征。茶文化在当前时代的发展中,开始更多地融入到人们的生活中,并得到了人们的多重认可。茶歌曲随着茶文化的拓展,开始进入人们的视线。本文主要对广西壮族茶歌所具有的艺术特征进行研究。     

断梗激励下葡萄果粒的振动脱落特性与试验

针对夹剪式鲜食葡萄采摘中的断梗振动激励引起的果粒脱落问题,对断梗激励下鲜食葡萄的振动脱落特性与动态响应进行研究。首先建立葡萄果实-分梗动力学模型,推导果实脱落的理论角速度,分析果实-果梗摆动脱落的临界分离条件。然后利用ABAQUS软件分析单颗粒葡萄在断梗激振下的动态响应与摆动趋势,探索在无挤压状态下果实形变过程,从而预测串型葡萄在断梗激励下的实际振动响应。最后对串型葡萄的简化模型进行振动有限元分析,获得葡萄果实在脱落前瞬间相对于果梗结合处的位移、速度、加速度和应力应变等数据,从而确定葡萄的临界振动脱落参数组合。通过仿真试验和采摘振动试验验证模型的准确性。结果表明：在断梗激励下,葡萄果实出现不确定的各向异性扭转摆动;对整串葡萄进行0～25 Hz的扫频分析可知受振果实的临界脱落频率约为4 Hz;受振果实摆动幅度为49.88 mm,速度峰值0.92 mm/s,加速度峰值39.08 mm/s2时开始脱落;同一激励下,虽然各个果实位置不同,但它们振动特性变化趋势相同。该研究可为防脱落采摘机构参数设计提供理论依据。     

基于深度学习的葡萄果梗识别与最优采摘定位

针对葡萄采摘机器人在采摘作业中受果园环境干扰,难以准确识别与分割葡萄果梗及定位采摘点的问题,该研究根据葡萄生长的特点提出一种基于深度学习的葡萄果梗识别与最优采摘定位方法。首先通过改进掩膜区域卷积神经网络(Mask Region with Convolutional Neural Network,Mask R-CNN)模型对果梗进行识别与粗分割;然后结合阈值分割思想对果梗的色调、饱和度、亮度(Hue Saturation Value,HSV)色彩空间进行分段式提取,取每段色彩平均值作为该段果梗基准颜色阈值,利用区域生长算法对果梗进行精细化分割;最后计算果梗图像区域的质心,并以临质心点最近的果梗水平两侧中心作为最终采摘点。试验结果表明,在不同天气光照下该方法对葡萄果梗的检测精确率平均值为88%;在果梗成功识别后最优采摘点定位准确率达99.43%,单幅图像的果梗采摘定位平均耗时为4.90s,对比改进前Mask R-CNN检测耗时减少了0.99 s,F1-得分提高了3.24%,检测效率明显提升,该研究为葡萄采摘机器人提供了一种采摘点定位方法。