自发性Beagle犬前列腺增生模型的建立

到目前为止,研究证实能够随年龄增长自发形成前列腺增生的动物只有犬科动物以及包括人在内的灵长类动物。而Beagle犬是国际公认的实验用犬,因此,Beagle犬是研究自发性前列腺增生的极好模型。本文采用SIUI Apogee 3100V兽用全数字彩色多普勒超声诊断仪对Beagle犬前列腺大小进行测定,结果证实不同年龄段Beagle犬前列腺体积差异显著,且其体积随着年龄的增大而增加,为自发性前列腺增生模型提供基础数据。     

卫星云图、雷达回波在暴雨分析预报中的应用

针对1995年7月到2009年6月每年出现的暴雨和大暴雨的天气,对每一次暴雨天气过程的预报都充分利用卫星云图及暴雨预报中所积累的实践经验,摸索出了利用卫星云图、云系特征及雷达回波与天气形势相结合预报强降水的做法,归纳出了特大暴雨前的云场模式,提高了暴雨预报的准确率。     

倒车雷达及其故障诊断与排除——以五菱宏光为例

为了方便探测障碍物与汽车的距离,安全的实现倒车和停车,如今很多车都有配备有倒车雷达,本文介绍了倒车雷达的基本结构和工作原理,以五菱宏光汽车为例介绍了倒车雷达的具体工作过程和常见故障的诊断及排除。     

新一代天气雷达产品的读取与研究

本文介绍了多普勒雷达产品的一般数据格式,及常用两种产品的扫描方式、读取方式、坐标转换与插值等算法,最后采用实际产品读取验证,结果表明该读取、插值算法适用于产品的读取开发。     

雷达模拟器软件的研究与设计

本文设计并实现了一款可在多个不同平台下设置多部雷达的雷达模拟器。文中介绍了如何模拟雷达的实际跟踪过程,解决了多雷达的资源使用问题,并针对岸基雷达工作的海面环境和目标特点,在雷达模拟器中设置了检测概率计算及海杂波模型。该雷达模拟器能够更加真实准确地模拟实际战场环境,为雷达系统的研究、生产和使用提供必要的学习、调试手段。     

超声波流量计测量原理及实际应用修正研究

阐述了超声波流量计的2种主要机型-多普勒式超声波流量计和时差式超声波流量计的工作原理,针对实际应用中常出现管道不满、流速不均、杂质成分复杂多变的情况加以修正,并提出了合理的安装和应用方法,为用户提供参考。     

谷物收获超声波流量计的前期研究

以多普勒法的谷物收获超声波流量计为研究对象,进行谷物收获系统和超声波流量计的前期研究.超声波流量计是利用流体对超声波的影响来测量流量的仪表,传统的测量原理一般为时间差法,测量精度低,只能对液体或者气体进行流速测量;而采用多普勒测量法则可以达到更高的测量精度,并且尝试对谷物(固体)的流速进行测量.     

国内第一台GPS收割机在福田重工诞生

这是一台装着“触角”、“大脑”和“天眼”的智能化收割机。“触角”是速度传感器、温度传感器、谷物损失传感器、地面雷达传感器等；“大脑”是被安装在驾驶室内带屏幕的主控单元；“天眼”就是全球卫星定位系统（GPS）。     

探地雷达树木根系定位与直径估算

针对树木根系的探地雷达(Ground Penetrating Radar,GPR)检测图像复杂、解译困难、自动化程度低且精度不高等问题,该研究提出了一种基于YOLOv3的树根自动识别和参数估计的方法。通过不同的根预埋试验分析了根直径、掩埋深度和朝向对根系识别和预测的影响,对比评估了在复杂现场环境下该方法与商业软件常用的阈值分割方法的识别效果。结果表明算法可实现根系自动提取和双曲线顶点定位,对根双曲线的识别准确率和召回率分别达到了96.62%和86.94%,根系参数预测的总平均相对误差在10.57%以内。该方法具有较高的识别准确率和鲁棒性,可实时地对树木根系进行检测并进行根系参数预测,对树木根系无损检测具有重要意义。     

相机与毫米波雷达融合检测农机前方田埂

为满足自主作业农机地头转弯的需求,解决单传感器检测获取信息不足的问题,该研究提出了将相机与毫米波雷达所获取数据融合的多传感前方田埂检测方案,利用视觉检测得到田埂形状后辅助滤除毫米波雷达中干扰点进而得到田埂的距离和高度信息。在视觉检测方面,根据前方田埂在图像中的分布特点,提出了基于渐变重采样选取部分点的加速处理方式,并在此基础上利用基于11维颜色纹理特征的支持向量机进行图像分割和基于等宽假设的几何模型特征进行误分类点剔除,然后拟合提取图像中田埂边界。在毫米波雷达检测方面,提出了竖直放置毫米波雷达的检测方式,以克服安装高度与地形颠簸的影响,并获得前方田埂的高度信息。将相机与毫米波雷达获取的数据进行时空对齐后,利用视觉检测结果滤除毫米波雷达干扰点,并将毫米波雷达获得的单点距离信息进行扩展,形成维度上的数据互补,获得前方田埂的形状、距离、高度等更加丰富准确的信息。测试结果表明,在Nvidia Jetson TX2主控制器上,基于视觉的检测平均用时40.83 ms,准确率95.67%,平均角度偏差0.67°,平均偏移量检测偏差2.69%;基于融合算法的检测平均距离检测偏差0.11 m,距离检测标准差6.93 cm,平均高度检测偏差0.13 m,高度检测标准差0.19 m,可以满足自主作业农机的实时性与准确性要求。