采摘机器人振荡果实匹配动态识别

为解决由于果实振荡影响采摘机器人识别定位时间,进而影响采摘速度和效率的问题,对采摘机器人在果实振荡状况下的匹配动态识别方法进行了研究。首先介绍了振荡果实的动态识别流程,确定出采摘目标果实作为后续匹配识别的模板;然后引入去均值归一化积相关匹配识别算法,采用FastInverseSquareRoot算法和快速哈特莱变换对其进行加速优化,同时借鉴以往旋转无关匹配识别算法进行抗旋转改进;试验结果表明,加速优化后的匹配识别算法能够进行采摘目标果实的匹配识别,单幅平均匹配识别时间为0.33s,经过抗旋转等改进的匹配识别算法在[-55°,60°]较大范围内旋转无关,可以准确识别振荡果实,加上模板适时更新,能够满足实际需求。该研究可为果蔬采摘的动态识别提供参考。     

基于改进YOLOv5s的河蟹与饵料检测方法

针对目前在水下复杂环境中池塘养殖河蟹与饵料的检测算法存在检测精度低、速度慢等问题,该研究提出了基于改进YOLOv5s（you only look once version 5 small）的河蟹与饵料检测方法。首先,采用轻量化卷积Ghost替换普通卷积,同时利用GhostBottleneck结构替换原主干网络中的残差结构快速提取网络特征,减少模型计算量,满足安卓端的应用要求。其次,为了弥补因网络参数量减少造成网络检测精度稍有降低的问题,借鉴BiFPN（bidirectional feature pyramid network）的思想改进原始YOLOv5s的双向融合骨干网络,以较低的计算成本提高网络对小目标的检测精度。此外,为了帮助网络进一步更好地识别目标,加入了CA（coordinate attention）注意力机制,使得图像中感兴趣的区域能够更准确地被捕获。试验结果表明：该研究改进模型平均精度均值为96.9%,计算量为8.5GFLOPs,与当前主流的单阶段有锚框目标检测算法SSD（single shot multibox detector）和YOLOv3相比,具有更高的检测精度以及更少的计算量。相比于原始YOLOv5s模型,本文改进模型平均精度均值提高了2.2个百分点,计算量和模型内存都降低了40%以上。最后,将改进前后的模型部署到安卓设备上测试。测试结果表明：改进后模型的平均检测速度为148ms/帧,相较于原始模型检测速度提高了20.9%,并且保持了较好的检测效果,平衡了安卓设备对模型检测精度以及速度的性能需求,能够为河蟹养殖投饵量的精准确定提供参考。     

基于模糊层次分析法的猪舍健康状态量化评价方法与应用

根据影响猪舍健康状态的因素多、模糊性等特点,建立了从实用性、经济性、场址选址、猪舍管理和创新性等5个方面评价猪舍健康状态多级综合评价指标体系,提出了一种定性与定量相结合的猪舍健康状态多级综合评价方法,通过对指标隶属度综合、权重确定、模糊综合评判和特征值计算等步骤客观地得到评价结果,它能够有效地评价猪舍健康状态并根据评价结果追踪影响猪舍健康状态的因素,实践表明该方法简便、合理、实用.     

滇西北冷凉地区剑川县蔬菜生产现状及发展对策

高海拔冷凉地区的蔬菜生产,相对热区蔬菜生产,成熟上市时间延后,具有对热区蔬菜生产补淡补缺的特殊优势,发展潜力大。长期以来冷凉地区农民视高山为穷山恶水,生产简单,经济落后,特别是蔬菜生产发展时间短,条件差,尽管前景较好,但仍存在许多不足,不像热区蔬菜生产基础好,启动早,蔬菜生产与销售已基本步入正轨。文章通过对滇西北冷凉地区剑川县近10年的蔬菜生产进行调研,总结了冷凉地区剑川县的蔬菜生产现状,分析、提炼了冷凉地区蔬菜生产的优势及障碍,提出了发展冷凉地区蔬菜生产的有效途径,旨在为冷凉地区重新认识冷凉气候优势,利用热区蔬菜市场空缺发展蔬菜生产,增加农民收入提供参考。     

基于人工嗅觉的粮食霉变识别方法的研究

发霉的粮食含有对人、畜有危害的霉菌毒素,为了对粮食是否发霉提供一种简单客观的判别方法,研制了一套人工嗅觉系统。该系统主要由气体传感器阵列、气路系统、信号调理电路、数据采集系统及模式识别软件组成。为了提高识别的准确率,利用采集数据中最大响应点及其左右各相隔一定时间的两个点作为3个特征值,并采用3层优化BP神经网络对样本特征值进行训练。经测试,训练样品的回判准确率和测试样品的准确率均为100％,说明该人工嗅觉系统是准确、有效的。     

采用图像处理技术对鱼体健康状况监视和预报

该文采用两台PC工业控制计算机分别为现场上位机和远程监控机,以多个PLC可编程控制器和多个单片机系统作为下位机,构成计算机集散监控系统。对养殖水体的多环境因子进行自动监测和控制。特别是当鱼类出现不适或死亡时,鱼体会侧翻,腹部白色的区域会暴露,根据其特点,利用数字图像处理技术可以实现对养殖现场中鱼类的健康状况进行实时监视和预报。首先将摄像头拍摄的现场图像灰度化,然后去除各种噪声干扰,得到质量较好的图像,最后对该图像进行数据统计和识别。对如何实现这种图像处理进行了具体描述,结果表明该系统具有良好的实用效果。     

基于IPSO-UKF的水草清理作业船组合导航定位方法

在河蟹养殖水草清理过程中,为降低养殖户劳动强度和提高导航定位精度,研究结合DGPS和视觉导航的优点,设计一种用免疫粒子群算法(IPSO)来优化无迹卡尔曼滤波(UKF)的组合导航定位方法,并应用于水草清理作业船。首先通过建立组合导航模型,得到系统的状态方程和量测方程;为解决UKF对导航模型滤波存在的发散问题,再通过粒子群算法(PSO)优化UKF,并引入免疫算法避免PSO的早熟现象;最后得到滤波后新的位置坐标。为获取视觉信息,对采集的图像采用相应的图像处理技术确定导航路径。导航实验结果表明,所提方法相比DGPS导航和组合导航,纬度误差分别下降22.69%、9.14%,工作时间分别减少4.77%、4.32%,进一步提高了作业船工作效率。     

苹果采摘机器人目标果实快速跟踪识别方法

为了减少苹果采摘机器人采摘过程处理时间,对苹果采摘机器人目标果实的快速跟踪识别方法进行了研究。对基于R-G颜色特征的OTSU动态阈值分割方法进行首帧采集图像分割,采用图像中心原则确定要采摘的目标果实;利用所采集图像之间的信息关联性,在不断缩小图像处理区域的同时,采用经过加速优化改进的去均值归一化积相关模板匹配算法来跟踪识别后帧图像的目标果实,并进行不同阈值分割方法实现效果,不同灰度、亮度和对比度的匹配识别以及新旧方法识别时间对比试验,从而验证了所采用和设计方法的有效性;其中所设计跟踪识别方法的识别时间相比于原方法,减少36%。     

猪肉工厂化生产的全程监控与可溯源系统研制

为了实现猪肉生产和消费的网络化管理,使猪肉质量安全可追溯系统网络化、普及化,分析了国内工厂化猪肉生产过程的现状和存在的问题,综合应用RFID射频电子标识、二维条形码标签技术,将网络技术和数据库技术相结合构建了一种适合中国国情的肉用猪和猪肉安全质量监控的可追溯系统,该系统可对猪肉工厂化安全生产进行全程信息的跟踪,特别是提供了从生猪养殖到猪肉流通的可溯源软硬件平台;为了控制养殖环境和提高养殖效益,提出了基于现场总线的生猪生长环境的小气候监控系统和模糊神经网络控制算法.试验结果表明,该系统操作方便,人机界面友好,性能价格比高.系统的实施提高了猪肉生产的质量和效益.     

水果采摘机器人末端操作器定位装置的实现

针对采摘机器人末端操作器对目标果实的定位问题,提出了利用集成锁相环路解码器LM567与红外线光电开关相结合组成位置传感器的方法,实现对作业对象的精确定位.通过对传感器工作原理的分析和试验,验证了对作业对象进行定位的可行性.