车辆转弯制动防抱死系统仿真

充分考虑车辆转弯制动时车轮法向载荷以及回正力矩的影响,建立了汽车弯道行驶的8自由度整车模型。用该模型对车辆转弯制动时的车速与轮速的变化、车轮滑移率的变化进行了计算机仿真。仿真结果与试验结果较为吻合,表明该模型是正确的。     

钢管混凝土拱桥的施工监控技术

钢管混凝土是由混凝土填入薄壁钢管而形成的一种组合材料。在桥梁结构上,钢管混凝土主要应用于拱桥。目前,大跨度钢管混凝土拱桥主要采用缆索吊装-斜拉扣定施工新技术,拱桥的线形通过实测每节钢管拱的标高及拱轴线位置,并借助扣索实施动态调整来保证。为此,介绍了钢管混凝土拱桥施工过程的监控技术,从而指导施工,以确保拱桥建成后满足设计要求。     

生计资本视角下农户土地承包权调整方式认可度研究

农户是土地承包权调整方式的“践行者”,也是调整效果的“检验者”,探究其认可度对相关政策的制定与可持续发展实施至关重要。基于江西省510份农户的调查数据,从生计资本视角运用Ordered Logit模型,就农户土地承包权调整方式认可度及影响因素展开研究分析。研究发现：（1）样本农户生计资本总值与各项生计资本指数都较低,五大生计资本指数存在显著差异性,其中生计资本指数最高、自然资本指数最低。（2）人力资本中,文化程度、是否有非农技能和家人健康状况都呈显著影响;自然资本中,承包地面积呈显著正向影响;物质资本中,货车数量呈显著负向影响;金融资本中,家庭年收入和贷款难度都呈显著影响;社会资本中,是否有村干部和是否经常参加村会议都呈显著影响。在此结果基础上,提出了要发挥政府主导作用,加大相关宣传,也要因地制宜,在稳定的承包关系下,根据村庄实际情况选择土地承包权调整方式的政策建议。     

基于模糊识别的福建省水资源可持

水资源可持续利用评价在水资源系统工程中具有重要地位。论述了区域水资源可持续利用与水资源承载力的关系,选用人均水资源量、每平方公里均水资源量、人均用水量、万元GDP用水量、万元工业用水量、水资源利用率6个评价指标,利用多级模糊识别理论模型对福建省9个地市的水资源可持续利用程度进行了评价,评价的结果符合福建省水资源目前的情况。     

基于MSRCR-YOLOv4-tiny的田间玉米杂草检测模型

为实现田间环境下对玉米苗和杂草的高精度实时检测,本文提出一种融合带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration, MSRCR)增强算法的改进YOLOv4-tiny模型。首先,针对田间环境的图像特点采用MSRCR算法进行图像特征增强预处理,提高图像的对比度和细节质量;然后使用Mosaic在线数据增强方式,丰富目标检测背景,提高训练效率和小目标的检测精度;最后对YOLOv4-tiny模型使用K-means++聚类算法进行先验框聚类分析和通道剪枝处理。改进和简化后的模型总参数量降低了45.3%,模型占用内存减少了45.8%,平均精度均值(Mean average precision, mAP)提高了2.5个百分点,在Jetson Nano嵌入式平台上平均检测帧耗时减少了22.4%。本文提出的Prune-YOLOv4-tiny模型与Faster RCNN、YOLOv3-tiny、YOLOv4 3种常用的目标检测模型进行比较,结果表明：Prune-YOLOv4-tiny的mAP为96.6%,分别比Faster RCNN和YOLOv3...     

基于实例分割和光流计算的死兔识别模型研究

为实现自动化识别死兔,提高养殖管理效率,以笼养生长兔为研究对象,以基于优化Mask RCNN的实例分割网络和基于LiteFlowNet的光流计算网络为研究方法,构建了一种多目标背景下基于视频关键帧的死兔识别模型.该模型的实例分割网络以ResNet 50残差网络为主干,结合PointRend算法实现目标轮廓边缘的精确提取...     

基于幅值迭代剪枝的多目标奶牛进食行为识别方法

针对奶牛进食行为监测通常要为每头奶牛配备监测设备,但受限于设备成本,很多应用于奶牛养殖场的奶牛行为监测方法难以普及的问题,提出了一种多目标奶牛进食行为识别方法,基于YOLO v3算法,根据目标差异,将牛舍中的奶牛分为3类目标来实现奶牛进食行为监测,以通过单台设备监测多头奶牛的进食行为.YOLO v3算法具有计算成本高、...     

基于RealSense深度相机的多特征树干快速识别方法

针对农业机器人在果园定位和导航中,环境背景复杂、光照强度变化大等问题,本文提出了一种基于RGB-D相机并利用颜色、深度、宽度和平行边特征的树干快速识别方法。首先,使用RealSense深度相机获取果园的彩色图像和深度数据;然后,将彩色图像转换为HSV颜色空间,再对HSV颜色空间中的S分量进行超像素分割,并将颜色特征和深度特征相近的相邻超像素块进行合并;随后,对深度图像进行树干宽度特征检测,对宽度置信率大于阈值的物体看作是待处理物体;最后,对待处理的物体进行平行边特征检测,在待处理物体边缘区域选择感兴趣区域窗口（ROI）进行边缘检测,搜索可能的树干边缘直边,当物体边缘的置信率R_B大于设定的阈值T_LB时,则识别为树干。通过对树干的多特征提取,有效提高了在不同环境下树干识别准确率。利用移动机器人平台在果园环境进行试验测试,以检验在强光照、正常光照和弱光照条件下树干识别算法的性能。试验结果表明,本文的树干识别算法在强光照、正常光照和弱光照条件下,树干识别的准确率分别为92.38%、91.35%和89.86%,每帧图像平均耗时分别为0.54、0.66、...     

基于改进YOLO v4的群体棉种双面破损检测方法

针对研究人员难以利用计算机视觉对棉种这类尺寸较小的物体进行双面检测,导致检测效果不佳的问题,设计了一款新型棉种检测分选装置,利用亚克力板在强光和白色背景下透明的特点,将棉种通过上料装置滑入透明亚克力板的凹槽中,随着转盘的转动,同一批棉种的正反两面图像分别由2个不同位置的CCD相机采集得到.利用改进YOLO v4的目标检...     

基于改进DeepSORT的群养生猪行为识别与跟踪方法

为改善猪只重叠与遮挡造成的猪只身份编号（Identity,ID）频繁跳变,在YOLO v5s检测算法基础上,提出了改进DeepSORT行为跟踪算法。该算法改进包括两方面：一针对特定场景下猪只数量稳定的特点,改进跟踪算法的轨迹生成与匹配过程,降低ID切换次数,提升跟踪稳定性;二将YOLO v5s检测算法中的行为类别信息引入跟踪算法中,在跟踪中实现准确的猪只行为识别。实验结果表明,在目标检测方面,YOLO v5s的mAP为99.3%,F1值为98.7%。在重识别方面,实验的Top-1准确率达到99.88%。在跟踪方面,改进DeepSORT算法的MOTA为91.9%,IDF1为89.2%,IDS为33;与DeepSORT算法对比,MOTA和IDF1分别提升了1.0、16.9个百分点,IDS下降了83.8%。改进DeepSORT算法在群养环境下能够实现稳定ID的猪只行为跟踪,能够为无接触式的生猪自动监测提供技术支持。