采摘机器人定位导航系统设计 —基于机载三维激光成像电力巡线

采摘机器人作为一种典型的农业机器人,一直未得到普及,其主要受限于果实空间分布的不规律性,以及存在视觉定位及采摘方式等技术难题。为此,将机载三维激光成像电力巡线技术引入到采摘机器人的定位导航系统的设计过程中,通过果实的圆形检测和三维重构来确定果实的质心坐标,以提高采摘机器人导航视觉的精度和效率。为了验证方案的可行性,对果实图像采集和处理的准确性进行了测试,结果表明:视觉导航系统可以成功得到标准的圆形图像,通过三维重构后,质心坐标的计算结果和测量结果基本吻合,且对果实的成功识别率较高,从而验证了方案的可靠性。     

论历史在认识主体层面的重构

历史是已经发生过的事件与过程 ,它不会与现实直接对话。为了使历史发挥它应有的现实作用 ,必须对历史在认识主体层面进行重构 ,它包括三个方面 :(一 )历史的哲学重构 ;(二 )历史的史学重构 ;(三 )历史的文学重构     

基于工作流的ERP系统重构的研究

分析了企业现有ERP系统运营存在的缺陷，提出了适合本企业的基于工作流的ERP系统重构的开发方案。     

论我国行政文化的传统特征与现代重构

以“官本位”、“人治”、集权和封闭性与排他性为特征的我国传统行政文化正受到严峻挑战。服务行政、法治化行政、参与式行政和整合行政将是我国行政文化现代重构的价值选择，从而更好推动我国社会经济的发展。     

农民工贫困的特征·成因及破解对策

农民工是我国经济社会转型期的特殊群体,他们的贫困具有转移性、边缘性、介入性、聚集性、发展性、循环累积性以及代际传承性等特征。农民工贫困包括资本贫困、权利贫困及其可持续发展能力贫困,其中资本贫困和权利贫困是阻碍农民工城市生存、发展,乃至于实现市民化的工具性手段,而可持续发展能力贫困才是其贫困的真正根源。只有进行制度重构、资本赋予和能力再造,才能使农民工走出贫困的陷阱。     

三大方略 重构梁平未来

2007年，梁平被确定为重庆统筹城乡综合配套改革先行试点县。从此，这个有着“小天府”之称的农业大县，走到了改革和发展的前沿阵地。     

农村外嫁女维权现象:制度缺失与重构——以广州市Y区为例

近年来,农村地区外嫁女争取集体经济组织成员权益的维权现象有大量上升之势,外嫁女通过上访上诉维权未果,更加剧了其与村集体、政府之间的矛盾,且有愈演愈烈之势,严重影响农村地区经济发展及社会稳定。以广州市Y区外嫁女矛盾纠纷及维权现象为例,从集体经济组织成员资格认定和村规民约的管理规范两个方面对外嫁女矛盾纠纷进行制度层面的剖析,探索有效的制度重构途径。     

土壤耕层重构对棉田杂草的控制效果研究

[目的]明确土壤耕层重构技术对棉田杂草的防治效果,探索新的棉田杂草防治途径。[方法]采用盆栽模拟试验与大田对比试验,调查旋耕+除草剂、土壤耕层重构对杂草种类与数量的影响。[结果]盆栽试验结果显示,处理后20d与55d对照杂草种类分别为6种与9种,总鲜重为每盆83.5g与678.1g;旋耕+除草剂处理杂草种类分别为3种与9种,总鲜重为4.9g与452.9g,其中处理20d后均为阔叶杂草,处理55d后阔叶杂草鲜重与对照差异不显著,单子叶杂草鲜重显著低于对照;耕层重构处理2次调查均未发现杂草。大田试验结果中,苗期、初花期与收获期对照杂草种类分别为4种、6种与8种,鲜重分别为104.4g·m~(-2)、404.9g·m~(-2)、752.9g·m~(-2),苗期以阔叶杂草为主,初花期与收获期单子叶杂草增多;耕层重构处理3次调查均仅发现微量杂草。[结论]以上结果表明,旋耕+除草剂对棉花苗期的禾本科杂草与部分阔叶杂草有一定的防治效果,随着时间延长,杂草防治效果逐渐降低,而土壤耕层重构处理对所有棉田杂草具有一次性彻底灭除效果,减少除草剂污染,节省用工。土壤耕层重构是一种棉田杂草防治的新途径。     

新农村建设对农村共同体重构的意义研究综述

新农村建设与农村社区生活共同体重构问题是近年来党和政府以及学界关注的热点问题,尤其学界已经对这一问题展开了积极的研究,并取得了很多成果.但是,通过梳理农村社区生活共同体的概念、演变以及新农村建设对农村社区生活共同体重构的意义等几个方面,发现这些研究成果中关于农村社区生活共同体重构的构想大多还停留在理论层面,缺乏解决问题的实用性,对此作出了简要评析并提出了探索的方向.     

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。