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。     

单目SLAM增强现实测树系统设计与试验

将内嵌有面阵相机及IMU的智能手机作为硬件系统,单目SLAM技术获取多视图几何深度图、位姿等为数据源,构建了单目SLAM增强现实森林测树系统。设计了基于平滑度高鲁棒性过滤胸高圆柱体表面点云及切线的方法;然后,基于点到圆柱体表面距离及圆柱体切线到圆柱体表面距离构建了胸径与立木位置精确估计算法;最后,以该算法为基础在智能手机端开发了增强现实测树系统,即利用智能手机实时测树、并通过增强现实场景实时人工监督测量结果。新型测树系统在5块32m×32m方形样地中进行了测试,以评估新型测树系统的测量精度;此外,每块样地使用了单次观测、正交观测、对称观测及环绕观测4种不同的观测方法对立木胸高圆柱体观测,以评估不用观测方式对测树精度的影响。结果显示：立木位置估计值在X、Y轴方向的平均误差范围为-0.014~0.020m,X、Y轴方向均方根误差范围为0.04~0.08m;立木胸径估计值偏差为-0.85~-0.03cm（相对偏差为-3.60%~-0.04%）,均方根误差为1.32~2.51cm（相对均方根误差为6.41%~12.33%）;相比于单次观测方法,其他观测方法获取位置及胸径估计精度均有提高（特别是不可近似为圆柱体的立木树干）,从精度与效率角度而言,正交观测及对称观测为最佳观测方法。结果表明,单目SLAM增强现实测树系统是一种可精确进行森林样地调查的潜在解决方案。     

增强现实技术在业扩工程中的应用

根据2018年富阳地区业扩工程数据分析,富阳地区的业扩工程主要分为3类:临时用电、高压新装和高压增容,其中临时用电主要是施工场地临时用电,工程实施环境为露天空地,不涉及复杂的用户侧设计与沟通过程,临时用电业扩工程不在本文的研究范围之内。而高压新装和高压增容2种情况,需要用户侧、供电单位和施工设计单位多方面协调沟通,业扩工程的实施环境也包含了用户已有配电房、新建配电房、新增电缆管道等多种实施环境。     

基于临场感增强的果园机器人遥操作可视化系统研究

针对果园作业机器人使用单目相机进行遥操作时,仅用二维视频获取环境信息缺乏临场感的问题,设计了一套基于临场感增强的果园环境信息可视化系统,用于果园机器人遥操作。系统由计算服务器、云服务器、网络摄像头、激光雷达、嵌入式开发平台等组成。计算服务器采用T7920工作站,并在其上部署Tensorflow计算框架和Open3D点云算法库,计算服务器在接收到云服务器转发来的环境图像和点云数据后,分别对图像进行导航信息增强,对点云进行曲面重建;嵌入式开发平台可以收集来自于网络摄像头和激光雷达的原始数据,并上传至云服务器;在云服务器部署了以ZeroMQ为基础的消息中转程序和HTML5后台服务,提供跨互联网的消息通信服务和可移动的遥操作环境信息可视化服务。测试结果表明,部署在计算服务器的导航信息提取模型平均提取导航线时间86 ms,提取导航线平均精度16°,均优于对比模型结果。点云重建算法可以有效建立场景轮廓,平均精度4.9 cm,平均重建时间24 ms。压缩图像传输及增强处理时延不超过230 ms,点云的传输时延不超过400 ms。各项参数可以满足遥操作机器人进行果园作业的基本要求,相比仅有单目相机的遥...     

车用内燃机AR检修系统开发与关键技术

汽车是现代生活的必备出行工具之一。内燃机作为汽车的主导动力总成,其结构十分复杂,是汽车维修中的重点与难点。针对车用内燃机维修过程中存在的结构复杂、维修效率低等问题,提出增强现实技术(AR),并针对汽车内燃机AR系统的组成进行系统阐述,介绍AR系统可以通过手机、电脑等终端实现对汽车内燃机各个零部件及结构的立体、全方位认知。维修人员可以在手机等虚拟环境中实现对内燃机重点部位的认知与辅助维修,并系统论述AR检修系统的建立与关键技术组成。     

联合收割机载荷测试系统构建与影响因素分析

为了给履带式联合收割机的传动系统及动力分配提供合理的设计依据,需要得到联合收割机的载荷测试信号。为此,根据联合收割机的整机结构特点,选用合理的扭矩、转速传感器和数据采集系统,设计了履带式联合收割机载荷测试系统,并以沃得飞龙型履带式联合收割机为样机搭载该系统,进行了水稻田间收获试验和底盘试验,测得该样机在极限工况下不同工作部件的载荷。试验结果为履带式联合机传动系统优化及动力分配提供了合理的设计依据。     

基于激光雷达与深度相机融合的SLAM算法

针对单一传感器地图构建时存在环境表征不充分,无法为移动机器人自主导航提供完整环境地图等问题,本文通过将激光雷达与深度相机获取的环境信息进行互补融合,构建出更完整精确的栅格地图。首先,对传统ORB-SLAM2算法进行增强,使其具备稠密点云地图构建、八叉树地图构建以及栅格地图构建等功能。其次,为验证增强后ORB-SLAM2算法的性能,在fr1＿desk1数据集和真实场景下进行测试,数据显示增强后ORB-SLAM2算法绝对位姿误差降低52.2%,相机跟踪轨迹增长14.7%,定位更加精准。然后,D435i型深度相机采用增强型ORB-SLAM2算法,激光雷达采用的Gmapping-Slam算法,按照贝叶斯估计的规则进行互补融合构建全局栅格地图。最后,搭建实验平台进行验证,并分别与深度相机和激光雷达2个传感器建图效果进行对比。实验结果表明,本文融合算法对周围障碍物的识别能力更强,可获取更完整的环境信息,地图构建更加清晰精确,满足移动机器人导航与路径规划的需要。     

基于RGB-D相机的黄瓜苗3D表型高通量测量系统研究

传统的人工种苗表型测量方式存在效率低、主观性强、误差大、破坏种苗等问题,提出了一种使用RGB-D相机的黄瓜苗表型无损测量方法。研制了自动化多视角图像采集平台,布署两台Azure Kinect相机同时拍摄俯视和侧视两个视角的彩色、深度、红外和RGB-D对齐图像。使用Mask R-CNN网络分割近红外图像中的叶片和茎秆,再与对齐图进行掩膜,消除了对齐图中的背景噪声与重影并得到叶片和茎秆器官的对齐图像。网络实例分割结果的类别和数量即为子叶和真叶的数量。使用CycleGAN网络处理单个叶片的对齐图,对缺失部分进行修补并转换为3D点云,再对点云进行滤波实现保边去噪,最后对点云进行三角化测量叶面积。在Mask R-CNN分割得到的茎秆对齐图像中,利用茎秆的近似矩形特征,分别计算茎秆的长和宽,再结合深度信息转换为下胚轴长和茎粗。使用YOLO v5s检测对齐图中的黄瓜苗生长点,利用生长点与基质的高度差计算株高。实验结果表明,该系统具有很好的通量和精度,对子叶时期、1叶1心时期和2叶1心时期的黄瓜苗关键表型测量平均绝对误差均不高于8.59%、R²不低于0.83,可以很好地替代人工测...     

小型扭转试验机测控系统设计

介绍自行设计的小型扭矩试验机的控制检测系统工作原理、关键机电设备的选择和基本软件系统设计。所设计的试验机具有结构简单、量程小、功耗小、易操作等优点。通过对小扭矩材料进行加载试验,证明该扭转试验机测控系统可以基本满足扭转试验准确性的要求,试验结果较为可信。     

农业装备试验装置精密位置测量系统开发

为了开发农业装备试验装置(简称:土槽)的坐标位置测量装置,设计了一种基于增量式光电编码器的高精度位置测量系统,完成了系统的机械机构设计和电路设计,并进行了系统仿真和标定实验。该位置测量系统具有测量范围大,精度高,可以满足农业装备试验装置在轨道上行驶的位置坐标测量的需求。     

基于虚拟现实技术的变电站检修系统研究与设计

以沈阳的上伯观变电所为原型,利用虚拟现实技术对变电所场景及元器件进行数字仿真。该系统针对变电所培训学员的要求,进行系统需求分析,设计了巡检、操作控制、事故、拆装等培训功能。与真实的变电所相比,虚拟现实的变电站检修系统具有成本低廉、互动操作安全的优点,对提高运行人员的技术水平具有重要意义。     

在线测控苦咸水安全混灌装置及其应用

针对环渤海低平原区淡水资源短缺,浅层地下苦咸水资源相对丰富,易开采的现状,开发了一种在线测控苦咸水矿化度的安全混灌装置。该装置与国内现有混灌设备技术相比,具有测量迅速便捷,精度适中,可在线测控,连续供水灌溉,易操作,造价低,便于推广和应用等优点。可与低压管道输水灌溉系统等灌溉系统进行集成配套,实现苦咸水的安全灌溉利用。     

基于Kinect相机的猪体理想姿态检测与体尺测量

为提高基于机器视觉的猪体体尺测量研究中的图像利用率和体尺测量效率,以长白猪和大白猪为研究对象,基于Kinect相机获取的猪体视频数据,提出了一种猪体理想姿态检测算法。该算法利用最小外接矩形法调整猪体为水平方向;利用投影法和差分法识别头部和尾部位置,通过头部边界标记法判断是否耳部缺失;利用骨骼化算法结合霍夫变换算法检测猪体头部是否歪斜。在此基础上,设计了猪体体尺测量算法。针对养殖场获取的103组视频数据、俯视和侧视各52 016帧图像,进行了理想姿态检测及体尺测量。结果表明,检测出理想姿态2 592帧、漏报432帧、误报0帧,误报率较低;每帧图像的体长偏差与本组体长均值小于2. 3%,组内理想姿态帧之间差异较小,一致性较好;体宽测量的平均精确度为95. 5%,体高测量的平均精确度为96. 3%,体长测量的平均精确度为97. 3%,测量的平均准确度较高。本研究成果应用于基于机器视觉的猪体体尺测量,可提高图像利用率和体尺测量效率。     

小区测产系统设计

设计了一种快速、便捷的小区测产系统,包括结构设计和软件控制两部分。系统结构部分采用旋转桶与铜箔相结合成测量桶的方式,软件控制部分采用STM32F103RCT6单片机为控制核心。所设计的含水率测量装置采用电容式水分传感器,将两片薄铜箔作为测量电极分别镶嵌到测量桶桶身和中轴预留的槽间隙中,电容式水分传感器与卸料桶相结合,既能实现测产系统含水率的测量,又能将粮箱中样品作物卸出,是一种新型的电容式水分传感器结构。所设计的测产系统能够“一键式”完成对物料样品质量、水分、容重、单位产量数据的采集和存贮,可以多次测量物料水分等信息,并通过USB接口和蓝牙实现信息的导出方便信息的获取和整理,实现了育种的高效、快捷,提高了工作效率。