基于Harris和卡尔曼滤波的农业机器人田间稳像算法

针对田间颠簸环境影响农业机器人采集实时稳定图像问题，提出了基于Harris和卡尔曼滤波的农业机器人田间稳像算法。首先，利用摄像头获取田间抖动视频图像序列，进行图像子区域划分并计算各区域灰度均方差，进而确定各区域Harris角点阈值；通过自适应角点阈值设置，增加角点距离约束，完成图像角点检测。然后，对检测出的角点进行光流跟踪，计算出帧间运动估计参数。最后，利用自适应卡尔曼滤波算法对运动估计参数进行平滑操作并动态调整滤波平滑性能，获得精确运动估计矢量。测试结果表明，改进后的Harris角点检测算法区域平均分布标准差减小；自适应卡尔曼滤波算法在保证平滑随机运动前提下，跟踪主动运动性能平均提升30.75个百分点；稳像后的图像峰间信噪比提升15.93%,单帧处理时间为25.66 ms,满足农业机器人30 f/s高速图像采集时同步稳像对实时性要求。     

移动机器人平滑JPS路径规划与轨迹优化方法

针对目前路径规划方法存在的平滑性和效率问题,在JPS算法基础上提出了兼顾平滑性与搜索效率的路径规划方法,并利用多项式进行了轨迹优化。首先,提出2个优化目标对路径序列进行优化处理;然后,对JPS搜索规则进行改进,得到更多有价值的路径,并对每条路径进行平滑处理,再以一定规则进行选择;最后,使用多段高阶多项式对所得路径进行轨迹优化,研究时间分配问题,从而加快迭代效率。通过仿真实验和与其他算法的对比证明了本文方法的可行性和有效性。结果表明,在不同障碍物密度环境下,本文路径规划方法得到了平滑性良好的路径,相对平滑后处理JPS,长度减少了0.48%~1.80%,总转折角减少了16.93%~52.75%,利用余弦函数进行时间分配加快了轨迹优化的迭代效率,通过实验验证得到了良好的效果。     

基于动态反馈A*蚁群算法的平滑路径规划方法

针对移动机器人提出了一种基于动态反馈A~*蚁群算法的平滑路径规划方法。首先,为了克服蚁群算法收敛速度慢的缺点,提出了简化A~*算法来优化初始信息素设置以解决初次搜索的盲目性,并借鉴多策略进化机制加强算法的全局搜索能力。其次,为了进一步提高算法在路径规划中的适应能力,解决陷入局部极小和停滞问题,引入闭环反馈思想来实现参数的动态自适应调节。最后,结合三次B样条曲线对所规划的路径进行平滑处理,以满足移动机器人实际运动路径的要求。通过仿真表明:与原蚁群算法相比,动态反馈A~*蚁群算法平均可减少10.4%的路径成本和65.8%的计算时长。同时,该算法在动态和静态环境中,均能快速规划出一条光滑优质路径。     

粘连玉米籽粒图像的自动分割方法

以玉米籽粒为对象,提出了一种基于公共区域和籽粒轮廓寻找分割点的方法,实现了粘连玉米籽粒图像的自动分割.对于两个相互粘连的籽粒,在对粘连目标进行连续腐蚀-膨胀处理过程中,相互接触籽粒会形成公共区域,将公共区域与任意一个籽粒轮廓进行交集运算后,得到一段不封闭的曲线,曲线段的端点作为分割点,再运用Bresenham画线算法生成分割线,将这两个籽粒分离.对于大量粘连的籽粒,采用同样的方法,以"剥离"方式可将籽粒逐个分离出来.对100组粘连籽粒图像进行算法测试,分割正确率为96%,分割后的籽粒边界较为平滑,变形较小.     

图像分割在成熟茄子目标识别中的应

针对在自然光生长条件下采集的茄子图像,采用自动取阈的算法,分别利用图像的灰度信息、基于R、G、B分量线性变换的3个正交彩色特征量和基于HSV彩色空间对图像进行分割.经Matlab仿真对比结果得出:利用Otsu算法对灰度图进行分割,虽然对灰度直方图进行了优化,目标与背景的分割效果较好,但存在局部反光的影响;采用改进的Otsu算法,对彩色特征量(2G-R-B)/4进行分割,可以在一定程度上消除局部反光的影响;同样采用改进的Otsu算法对HSV彩色空间色调分量的分割,则可以克服目标茄子表皮的反光对分割结果的影响,取得了较好效果.以数学形态学降噪方法进一步对利用色调分割后的二值图像进行平滑处理,可大大改善分割效果.     

广东省水稻联合收割机保有量预测

采用三次指数平滑预测法、修正指数曲线预测法、部分信息的灰色GM(1,1)预测法对广东省水稻联合收割机保有量的需求建立了预测模型,并通过精度比较及与2006年的实际数据比较,选用适合广东省水稻联合收割机保有量发展规律的三次指数平滑预测和部分信息的灰色预测模型的组合预测模型,对广东省"十一五"期末和"十二五"期末的保有量进行了预测.     

基于动态指数平滑模型的小批量制造过程质量预测

在对传统指数平滑预测模型局限性分析的基础上,通过引入动态平滑参数和动态平滑初值的概念.提出一种能自动适应预测进程的新模型,并将其应用于小批量生产过程的预测补偿控制领域.通过基于最速梯度法的优化算法,模型的动态平滑参数和平滑初值能随着新观测值的加入而自动调整.将该模型作为关键技术应用于柱塞套内孔加工质量预测,并与时序AR模型、灰色GM模型及传统指数平滑模型的结果进行对比,表明提出的模型具有一定的优越性.     

基于方向A*算法的温室机器人实时路径规划

针对复杂环境下的温室机器人路径规划问题,重点研究了生成路径的平滑设计、碰撞检测和算法实时性,提出一种方向A~*算法。首先采用"视野线"平滑原则优化路径,消除锯齿效应并避免部分碰撞;其次应用"圆弧—直线—圆弧"转弯策略,避免机器人本体宽度影响;最后基于二叉堆加速算法,提升算法计算效率。仿真实验结果表明,方向A~*算法满足平滑要求且能有效避免碰撞,加速算法平均提速4~7倍。同时,机器人在真实实验环境下能实现安全自主导航,跟踪误差小于0.15 m,验证了所提方法的可行性。     

基于多阈值图像分割算法的秸秆覆盖率检测

针对目前秸秆覆盖率人工检测费时费力、准确率低、信息难以存储的问题,提出了一种基于图像分割的秸秆覆盖率检测方法。考虑到传统图像分割方法精度不高,且多阈值分割时计算量过大,将灰狼算法中的搜索机制与差分进化算法相融合,提出一种基于图像多阈值的自动分割方法（DE-GWO）,用于田间秸秆覆盖率检测。首先,对现场采集的秸秆覆盖图像进行预处理,采用自适应Tsallis熵作为目标函数,评估图像分割效率;其次,根据图像的复杂程度选取分割阈值的数量,利用DE-GWO算法对其进行多阈值图像分割;然后,分别按照灰度级别计算分割后图像比例;最后,根据拍摄高度、fov视角等参数,将图像中秸秆覆盖率与实际地理面积进行转换。实验结果表明,本文算法田间秸秆覆盖率与实际测量误差在8%以内,且相比于改进粒子群算法（PSO）和灰狼算法（GWO）,DE-GWO算法精确度更高,平均耗时为人工测量的1/1500。开发了一套依据DE-GWO算法的秸秆覆盖率检测软件系统,为后续监控系统的实时检测提供了算法基础和软件支持。     

基于Kinect相机的多视角RGB-D信息融合的甜椒姿态估计研究

针对在复杂环境中由于存在遮挡导致果蔬姿态计算不准甚至无法识别这一问题,提出一种基于Kinect相机的甜椒姿态估计研究方法,通过融合多视角下的甜椒点云信息,结合PCA算法估计出甜椒在空间中的三维姿态。基于Kinect相机的多视角RGB-D信息融合的甜椒姿态估计研究方法是将两间隔为60°的视角下Kinect相机采集甜椒的点云信息融合,并在ICP精配准过程中引入对应点对局部法向量夹角与平均曲率阈值双约束项提高点云配准精度,以解决两视角点云配准效果差、重叠度不高从而造成的由PCA算法估计点云姿态偏差大的技术问题。试验结果表明在无遮挡情况下,本文算法的误差均值为5.15°,在双视角中其中某一视角有遮挡情况下的综合均值误差为5.67°,双视角均有遮挡情况下综合平均误差为7.86°,满足实际作业时的技术要求。本研究不仅适用于甜椒的空间三维姿态识别,同时为其他智能采摘机器人姿态识别系统搭建提供技术参考。     

投资基金的市场规模与发展趋势分析

通过对投资基金现有规模和潜在购买力的分析,以实际数据为基础,建立了投资基金规模与国民经济指标的关联分析模型,并结合三次指数平滑模型,对投资基金的未来发展趋势进行了预测。     

基于改进Delaunay算法的树冠三维重构单木因子提取

针对树冠结构复杂和点云数据量大的特点,为了提高测算单木因子中树冠表面积和体积的精度和效率,通过改进Delaunay三角网的算法机制,提出一种基于空间分割的分块优先级机制的三角网表面重建算法,用于重构树冠表面,形成一种高精度高效率的树冠表面积和体积因子提取方法.利用地面三维激光扫描系统获取树冠点云数据,分别通过传统人工方法、点云量测法、数字高程模型算法与提出的改进SD Delaunay算法,计算实验区域研究对象的树冠表面积与体积,并进行对比分析,结果表明提出的算法完全满足计算精度,同时该计算方法的耗时只有传统人工法的41％,数字高程模型法的62％,大大提高了运算效率.     

融合Harris与SIFT算法的荔枝采摘点计算与立体匹配

为了满足荔枝收获机器人对整串果实采摘作业的需求,提出一种融合Harris与SIFT算法的荔枝采摘点计算与立体匹配方案。首先在已识别的荔枝结果母枝部位进行Harris角点检测,结合提取已识别荔枝果实区域质心与最小外接矩形等特征信息,进行采摘点二维像素坐标的计算。然后通过对比分析,提出对计算采摘点采用带约束条件基于余弦相似度的SIFT双目立体匹配,最后进行采摘点计算与双目立体匹配实验验证。结果表明,计算采摘点的匹配成功率可达89.55%,且该方法更能满足在结构复杂的结果母枝上采摘点计算的精度需求。     

板材多点弯曲过程及回弹现象的数值模拟

以柱面弯曲为例,利用工算法对多点成形过程进行了模拟,并与静态隐式算法相结合,对板条多点成形回弹现象的主要影响因素进行了分析。同时,对利用动态松弛算法和静态隐式算法回弹分析结果及ＣＰＵ时间进行了对比,证明了隐式算法计算回弹的高效与合理。     

基于ComⅥ和双阈值OTSU算法的农作物图像识别

针对农作物图像中依附泥土和杂质噪声呈现不规则性和复杂性特点,提出了一种基于植被指标合成双阈值OTSU算法的农田作物图像识别方法.该方法根据农作物充分显露和部分被遮盖2类图片特点,将图像识别过程分为3个阶段：首先利用植被指标合成获取农作物图像灰度图,然后根据双阈值OTSU自适应算法进行二值化处理与图像分割,再进行正常的形态学运算,将3个阶段所分割的图像叠加形成最终的农作物与土壤识别图像,并将该算法与双阈值迭代设定法进行了对比.试验研究表明该算法克服了传统灰度图算法和阈值迭代算法的缺点,能有效提取和识别过渡区域的边缘,图像识别的准确率为92.7%以上.最后,采用Visual Basic2010和Matlab 2012软件设计了农作物图像识别系统,从应用角度实现了图像识别的可视化与自动化.     

基于改进AdaBoost算法的秸秆识别与覆盖率检测技术

针对目前秸秆覆盖率自动识别准确率低的问题,提出了一种秸秆图像畸变校正与Otsu算法阈值分割相结合的图像处理算法,并采用该方法计算田间秸秆覆盖率。首先,通过单目摄像头采集免耕播种机的作业环境信息,采用改进的AdaBoost算法对目前工作环境是否为免耕地进行自动判断;其次,对现场采集的秸秆覆盖图像进行预处理,通过彩色空间距离化、图像增强等方式提高图像中秸秆的可识别特征;然后,建立逆向映射模型并结合最邻近插值的方法解决图像畸变问题;最后,裁剪出用于秸秆识别的图像部分,通过Otsu算法进行阈值分割、计算秸秆覆盖率。通过实验对AdaBoost算法分类与秸秆覆盖率的检测效果进行验证,结果表明,运用AdaBoost算法能有效识别免耕播种机的工作环境,采用本文图像处理算法计算田间秸秆覆盖率,与实际测量误差在5％以内。     

宁夏汉延渠灌区灌溉水利用系数测算分析与评价

农田灌溉水利用系数表示从水源引水被农作物吸收利用的过程,是反应灌区灌溉用水效率的一项指标.本文以汉延渠灌区为例,综合考虑宁夏的气候环境、土壤类型、灌溉制度及作物种植结构等因素,选取典型渠段和样点灌区,分别采用"连乘法"和"首尾法"计算宁夏汉延渠灌区2018—2019年的灌溉水利用系数,并对其进行对比分析评价,从而确定灌...     

中子仪测量草甸地土壤水分含量的标定研究——科尔沁沙地坨甸相间地区

中子仪是目前广泛用于土壤水分动态监测的重要仪器.采用503DR型智能中子仪对科尔沁沙地坨甸相间地区的草甸地各试验点土壤水分进行测量,并用三点平滑原理对草甸地进行了分层标定.结果表明,在科尔沁沙地的草甸地区通过分层标定法中子仪可以得到精确的标定,是掌握草句地土壤水分动态变化的重要前提性工作.     

基于改进蚁群算法的农田平地导航三维路径规划方法

为解决农田平地机无人驾驶作业时缺乏局部规划,进而实现平地路径在线调整的问题,以平地作业土方合理运卸且路径最短为目的,提出了一种基于改进蚁群算法的农田平地导航三维路径规划方法。基于农田三维地势模型,采用改进的蚁群算法规划三维路径：以平地作业土方运载为决策方向,建立新的路径搜索节点,对比平地机作业时平地铲运载土方量和经过栅格计算所需的挖填土方量,根据土方运载任务设置信息素更新规则和启发函数,获取农田平地的最佳三维路径;基于平地机的运动学模型,设置农田平地机转向约束条件,根据约束条件对路径进行平滑优化,并建立三维路径规划的效果评价标准。仿真结果表明：相比于原始蚁群算法,该方法的路径规划效果评价指标提高33.3%以上,可以更好地指导农田平地机实现局部平地任务,而且大大缩短了路径生成时间和路径长度,使路径更为平滑,更适用于辅助农田平地的自动导航作业。     

基于自适应阈值函数的铡草机振动信号去噪

针对传统小波软、硬阈值函数对铡草机振动信号去噪的不足,采用一种自适应阈值函数去噪算法,实现铡草机振动信号降噪。该方法根据小波分解原理,采用分层阈值,同时通过参数调整阈值函数,在信号分解小尺度上滤除大量噪声分量,而在大尺度上去除噪声分量的同时尽量保留有用信号分量。为验证本文算法有效性,采用软、硬阈值函数法与本文算法对模拟信号和铡草机振动信号进行对比试验,结果表明:本文算法优于2种传统算法,在滤除噪声的同时很好地保留了原信号特征。