双目立体视觉在果树采摘机器人中的应用

果树采摘机器人是未来智能农业机械化的发展方向,具有广阔的应用前景。为此,针对果树采摘机器人作业环境的复杂性与定位目标的特殊性,从双目定位的几何模型出发,归纳了双目定位的基本过程,总结了立体视觉的摄像机标定问题,提出变焦距双目视觉定位果实的研究方向,并对双目图像的匹配问题进行了分析。     

基于残差BP神经网络的6自由度机器人视觉标定

基于视觉伺服控制的机器人手眼标定和逆运动学求解一直是视觉伺服领域的核心问题。随着应用场景的逐渐复杂,传统手眼标定方法已无法满足需求;随着网络深度的增加,单一BP神经网络逆运动学求解算法的误差趋于饱和甚至变大,无法进一步提升网络性能。针对以上问题,本文将手眼标定和逆运动学求解融合为拟合目标图像坐标到机器人各关节角之间的映射关系问题,提出了一种残差BP神经网络算法。使用多个残差网络模块的方式加深BP神经网络的深度,残差模块的输入信息可以在网络内跨层传输,较好地解决了因深度增加网络模型容易产生梯度消失而无法提升网络性能的问题;通过6自由度机器人雅可比方程对逆运动学解的空间进行划分,确定了8个独立的区域,基于独立区域方法对训练数据进行处理,从而避免了多自由度机器人逆运动学多解对网络学习的影响,网络训练精度提升了2个数量级,训练速度提高了2倍。在REBot-V-6R型6自由度机器人输送线分拣系统中进行二维平面抓取和三维实物抓取实验,实验结果验证了该方法的准确性。结果表明,该方法比1层BP神经网络、3层BP神经网络、5层BP神经网络的训练精度分别提高了4个数量级、2个数量级、5个数量级,测试精度提高2个数量级;与传统标定方法相比,本文方法节约了逆运动学求解过程的计算成本,抓取位姿精度提高了1个数量级。     

新疆棉田耕后土壤模型离散元参数标定

为提高耕后分层施肥开沟覆土过程离散元仿真模拟的准确性,采用EDEM离散元软件对分层施肥作业土壤的堆积和滑落过程进行仿真模拟,来标定土壤接触参数。通过通用旋转中心组合试验,采用 Design-Expert 软件对试验数据进行回归分析,以实测土壤休止角、土壤与65 Mn钢滑动摩擦角为优化目标,获得最优的离散元接触参数组合为：土壤间恢复系数0.48、土壤间滚动摩擦系数0.56、土壤间静摩擦系数0.24、土壤与65 Mn钢间恢复系数0.5、土壤与65 Mn钢间滚动摩擦系数0.1、土壤与65 Mn钢间静摩擦系数0.31。为验证标定优化的离散元模型参数的准确性,对土壤堆积试验和滑落试验进行仿真试验与实际试验对比,两者相对误差分别为1.7%和2.5%;并在最优标定参数组合条件下,采用离散法仿真模拟分层施肥装置的开沟覆土过程,获得分层施肥装置5、6和7 km/h作业速度下,仿真试验和田间试验的工作阻力相对误差分别为10.2%、7.95%、7.04%,误差在可接受范围内。仿真试验和田间试验开沟覆土效果基本一致,验证了土壤参数标定的准确可靠,可为后期分层施肥装置减阻研究提供理论基础和技术支持。     

Comparison of multivariate models and variable selection algorithms for rapid analysis of the chemical composition of field crops

This study evaluates the use of visible and near-infrared spectroscopy for rapid prediction of total carbon, total nitrogen, and total phosphorus concentrations in field crop samples. Two multivariate models (partial least squares regression and support vector machine regression) were compared. In addition, four spectral variable selection algorithms (competitive adaptive reweighted sampling, genetic algorithm, uninformative variable elimination, and variable importance for projection) were applied with support vector machine regression to determine the most accurate predictions. The results showed that support vector machine regression performed better than partial least squares regression for predicting the three chemical compositions. The combination of competitive adaptive reweighted sampling and support vector machine regression outperformed the other models for the predictions of total carbon and total nitrogen with high coefficients of determination of 0.91 and 0.90, respectively. For the determination of total phosphorus, the prediction accuracy of competitive adaptive reweighted sampling was comparable with the best result obtained from genetic algorithm with the coefficients of determination of 0.73 and 0.77, respectively. In conclusion, the support vector machine regression combined with competitive adaptive reweighted sampling has great potential to accurately determine the chemical composition of field crops using the visible and near-infrared spectroscopy.     

基于EDEM的猪粪接触参数标定

为准确快速获得畜禽粪便的接触参数,该研究通过物理堆积试验与仿真方法对猪粪接触参数进行了标定。测定了不同含水率下猪粪的堆积角,建立了含水率与堆积角的回归方程;基于Hertz-Mindlin with JKR球体粘结模型,进行了离散元仿真模拟;采用筛选试验设计(Plackett-BurmanDesign,P-BD)对10个初始参数进行了筛选,发现JKR(Johnso-Kendall-Roberts)表面能、颗粒间滚动摩擦系数、颗粒间碰撞恢复系数对猪粪堆积角影响显著;并根据响应曲面试验设计(Box-BehnkenDesign,B-BD)建立了堆积角与显著性参数的二阶回归模型,得到了3个显著性参数值分别为JKR表面能0.03J/m~2、颗粒间滚动摩擦系数0.27、颗粒间碰撞恢复系数0.54;将仿真所得堆积角与物理试验值进行对比验证,相对误差为4.27%。结果表明,该研究提出的标定方法能准确模拟物理堆积试验,可为畜禽粪便接触参数的标定提供参考。     

激光诱导击穿光谱技术检测土壤中的铅和镉含量

为了满足土壤重金属快速准确检测的需求,同时为土壤的重金属污染防治和农业的可持续发展提供理论指导,该研究利用激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)技术结合定标曲线法和化学计量学方法对土壤中重金属铅(Pb)和镉(Cd)元素进行定量分析。在获取LIBS数据之后,结合土壤LIBS发射谱线中Pb和Cd谱峰信息以及美国国家标准与技术研究院(national institute of standards and technology,NIST)的标准原子光谱数据库,选取了Pb和Cd的特征谱线分别为Pb I 405.78和Cd I 361.05 nm。首先对谱线信息进行预处理后,根据谱峰信息和元素的含量,分别建立了基于谱线峰强度、归一化后洛伦兹拟合强度、谱峰积分强度与对应元素浓度之间的关系模型和定标曲线。对于Pb元素的3种定标方法得到的线性关系的决定系数(R2)分别为0.983 85、0.970 97、0.993 21,且模型反演的结果与实际值的相对误差较小;而Cd元素的3种定标方法没有得到明显线性关系。然后运用偏最小二乘回归(partial least-squares regression,PLSR)建立了土壤Pb和Cd元素的定量分析模型,Pb元素PLSR模型的结果与定标曲线法的结果类似,其预测的相关系数(RP)为0.948 5,预测均方根误差(RMSEP)为2.044 mg/g;而Cd元素的PLSR模型的结果比起定标曲线法有较大提升,其预测的相关系数(RP)为0.994 9,预测均方根误差(RMSEP)为97.05μg/g,结果说明PLSR方法在光谱化学分析领域中比定标曲线法进行定量分析有更好的适用性。研究表明,LIBS技术能够实现对土壤重金属Pb和Cd含量的定量检测,为开发实时便携式LIBS土壤重金属检测仪提供了理论基础。     

有效降水指数在暴雨洪涝监测和评估中的应用

科学有效的监测和评估是防范和减轻暴雨洪涝灾害的重要基础。基于有效降水指数(EP)构建单站和区域暴雨洪涝监测、评估指标,利用1961-2014年湖北省76站逐日气象观测资料及相关灾情资料,确定降水衰减参数及致涝阈值,在此基础上分析EP指数在历史暴雨洪涝评估及实时暴雨洪涝过程监测中的应用效果。结果表明：经参数率定后的EP指数对农作物洪涝受灾面积的解释方差达78.1%,对年际间暴雨洪涝强度差异反应敏感,能识别历史典型大涝年和严重洪涝年,在2014年实时暴雨洪涝过程监测中能直观诊断出一般性暴雨洪涝的起止时间和过程动态变化,但对局地性和间歇性发生的暴雨洪涝过程刻画不足。创建EP指数所需数据资料少、计算简便,可用于洪涝灾害历史排位、年景评价、灾情预评估、风险区划以及作物产量建模等。     

基于离散元的西北旱区农田土壤颗粒接触模型和参数标定

为了解决利用离散元法模拟土壤作业过程在预测农具阻力和土壤动态运动时存在失真等问题,整合延迟弹性模型(hysteretic spring contact model,HSCM)和线性内聚力模型(liner cohesion model,LCM)优势建立西北旱区农田土壤模型,以不同参数(静摩擦系数、动摩擦系数和内聚强度)组合下仿真得到的土壤仿真堆积角为响应值,基于Box-Behnken试验法建立回归模型,并根据该回归模型进行了参数预测并验证,对17组土壤仿真堆积角方差分析表明:静摩擦系数、动摩擦系数、动摩擦系数和抗剪强度的交互项、动摩擦系数的二次项对仿真堆积角的影响极显著;静摩擦系数和动摩擦系数的交互项、静摩擦系数的二次项对仿真堆积角的影响显著。使用预测的参数进行6种不同含水率土壤直接剪切仿真和试验对比可知,当含水率为1%~20%时,仿真与试验间的抗剪强度相对误差为1.18%~9.31%,仿真与试验间的内摩擦角相对误差为0.55%~4.07%。对仿真和试验鸭嘴插入阻力数据进行分析可知,仿真与试验曲线在入土距离处于0~50 mm期间时,但仿真入土阻力曲线波动较大,仿真和试验阻力走势基本一致,玉米直插穴播最深处50 mm处的仿真和试验入土阻力相对误差为0.928%,可利用此时的入土阻力分析直插鸭嘴结构对强度的影响。     

HJ-1卫星延寿期的CCD影像质量评价与可用性分析

HJ-1卫星发射升空投入运行以来,已在灾害与环境的快速监测与预报领域发挥了重要作用。HJ-1卫星目前已经成功运行3a多,属于超期服役状态。为了评价延寿期影像质量,该文从影像的几何校正精度、灰度特征和纹理特征3个方面对延寿期HJ-1A-CCD影像进行分析,并与正常寿命运行期的HJ-1ACCD影像、同时期的Landsat7 ETM+影像进行比较,分析结果表明:延寿期HJ-1A-CCD影像质量虽然有一定程度的下降,但其与正常寿命期影像质量接近,仍能较好地描述丰富的地物类型及地物细节信息,可以像正常寿命期影像一样,有效地用于环境监测、灾害监测、国土资源管理、城市规划、农业应用等方面。     

实验地貌的动态观测装置

实验地貌的动态观测对于研究沟坡的侵蚀过程和发生机制具有重要意义.在介绍实验地貌动态观测装置——MX - 2010 -G型地貌仪的基础上,采用传统钢尺+水准仪观测方法以及地貌仪测量方法,测量同一坡体的体积,以率定地貌仪的观测精度.结果表明:对于5组不同坡度、体积约为2.4万cm3的沟坡模型,地貌仪测量的体积相对误差可以控制在±10％以内,其中绝对值最大相对误差为9.0％,绝对值最小误差为-0.4％;对于120 cm×140 cm范围内的坡面,10个检查点空间坐标在x、y、z 3个方向上的均方误差平均值分别为0.99、0.84和0.42 cm;在6个断面测点系列高程值线性回归分析中,回归系数6与相关系数R2值均接近于1.结果表明,该地貌仪能够对沟坡微地貌的变化过程进行精确的观测.