基于视觉里程计和自然信标融合的移动机器人定位算法

针对未知室内环境下移动机器人的定位问题,提出了一种基于单目视觉和自然信标融合的移动机器人定位算法。该方法采用普通摄像头和全景摄像头结合的方式进行定位。采用普通摄像头提取天花板特征,进行视觉里程计定位。全景普通摄像头提取周边环境及天花板信息,采用Harris-SIFT构建自然信标库,并且进行自然信标检测与识别。在两者的基础上,移动机器人进行实时定位。利用自然信标定位时,提出方向滤波器结合视觉里程计和惯导系统估计旋转角度,利用自然信标求取定位特征点,两者结合进行定位。该方法有效地结合了相对定位的快速性和绝对定位的准确性。在室内环境进行试验,其中自然信标定位在x,y方向的平均误差分别为38.66和31.54 mm。相比视觉里程计而言,结合自然信标定位的平均误差分别减小了32.53%和68.68%。融合视觉里程计的自然信标定位运算速度相比仅靠自然信标定位而言提高了约6倍左右,同时与视觉里程计定位处于同一数量级。试验结果表明相对于视觉里程计而言,所提算法大大提高了定位精度,同时不影响算法的实时性。     

地形对黑土区典型坡面侵蚀—沉积空间分布特征的影响

研究地形对黑土区坡面侵蚀-沉积空间分布特征的影响可以为水土保持措施配置提供科学依据。以典型黑土区——黑龙江省宾县东山沟小流域为研究区域,在流域上游、中游和下游各选取2个典型坡面,坡面种植作物均为玉米。典型坡面坡顶、坡上、坡中、坡下和坡脚的平均坡度分别为3.1°,3.0°,4.0°,2.8°,1.2°。利用137Cs示踪技术,分析了坡度、坡长和坡形对坡面侵蚀—沉积空间分布特征的影响。结果表明:研究流域农耕地坡面以侵蚀为主,平均侵蚀速率为448 t km~(~(-2)) a~(~(-1)) ;坡面不同部位土壤侵蚀—沉积分布特征差异明显,坡顶、坡上、坡中和坡下主要表现为侵蚀,平均侵蚀速率分别为819、376、1 000和634 t km~(~(-2)) a~(~(-1)) ,而坡脚表现为明显的沉积,平均沉积速率为~(~(-1)) 382 t km~(~(-2)) a~(~(-1)) 。不同坡形坡面侵蚀-沉积分布存在差异,凸形坡坡面表现为先侵蚀后沉积的分布特征,而复合坡坡面呈现出侵蚀-沉积交错分布特征;坡面土壤侵蚀速率与坡度和坡长均呈极显著的幂函数关系,而坡度对黑土区坡面侵蚀的影响明显大于坡长,反映了即使在长坡缓地形的黑土区坡度对侵蚀的影响仍然有重要作用。因此,在黑土区配置合理的水土保持措施时,应尽量削弱坡度对坡耕地土壤侵蚀的影响。     

大粒型水稻材料粒型性状的QTL定位

研究大粒型水稻材料对粒型相关基因的挖掘具有重要作用,同时也能为水稻超高产育种提供优质的种质资源。本研究以大粒型水稻材料lg1与9311杂交衍生的F2遗传分离群体为对象,分别采用2014年、2015年的粒型数据和2年的联合粒型数据,对控制其粒长、粒宽及粒厚的QTL进行初步定位。结果表明,3种情况下共定位到22个相关QTL,其中5个粒长QTL、9个粒宽QTL、8个粒厚QTL,分布于第1、第2、第3、第4、第5、第8和第11号染色体上。3种情况下均检测到QTL的有3个,即粒长QTL q GL-2-1、粒宽QTL q GW-5-1和粒厚QTL q GT-5-1,3个QTL增效等位基因均来自于亲本lg1;此外,有7个QTL在2014年、2015年和2年的联合数据定位中均被检测到,12个QTL只在1年或2年的联合数据定位中被检测到。q GL-2-1、q GW-2-3和q GT-2-3处于同一标记区间RM5812~RM13174,推测可能受同一粒型基因控制,是新的粒型QTL位点。主效QTL q GL-1-2和q GW-11-1可能是新的控制粒型QTL位点,其余检测到的QTL所在的大部分标记区间已有粒型QTL被定位或克隆。本研究结果为大粒水稻lg1粒型基因的精细定位及克隆奠定了基础。     

提高耐磨与破碎性的仿生凹坑形磨辊设计与试验

为了提高水泥辊压机磨辊的耐磨性与破碎性,以仿生非光滑理论为指导,在磨辊表面设计并加工出具有不同直径、不同深度、不同轴向间距及周向个数的仿生凹坑形结构,根据正交表编制试验方案并对磨辊进行磨损及破碎性试验。试验结果表明,仿生凹坑形结构可以有效提高磨辊的耐磨性与破碎性。相对于标准磨辊,其耐磨性最大提高29.06%,破碎性最大提高18.7%。当仿生磨辊的凹坑直径为8 mm、凹坑深度为2 mm、轴向凹坑间距为16 mm、周向凹坑个数为12时,是兼具耐磨性及破碎性的最优辊。通过有限元方法对磨辊所受应力进行分析时发现,合理的仿生凹坑形结构可以优化磨辊表层受力,减少磨辊磨损;磨辊挤压石英砂破碎时受到的最大挤压力是影响其破碎性的重要因素。通过单颗粒石英砂破碎试验可知,仿生凹坑形结构减少了石英砂对其表面的刻划,分散了石英砂对其表面的挤压力,提高了磨辊的耐磨性及破碎性。     

大豆种质资源叶型和荚粒性状的关系及与SSR标记的关联分析

选用167份国内外大豆品种资源材料,依据叶长/宽比值将其划分为宽叶型和窄叶型, 分析叶型相关性状与荚粒性状的相关性,结果表明叶宽、叶长/宽比均与每荚粒数显著相关(r = –0.69和0.64,P<0.001)。选用均匀分布于大豆20条连锁群上的65个SSR标记分析资源材料的群体结构,并用目标区间内13个SSR标记与叶型相关性状和荚粒性状进行关联分析, 结果显示,标记20-285与每荚粒数显著关联,推测控制每荚粒数的基因可能位于标记20-285附近;标记20-26和20-45间的标记几乎都与叶长/宽比存在显著的关联性,推测控制叶型的基因位于标记20-26和20-45之间。相关分析和关联分析证实大豆叶型与荚粒性状存在密切关系,并缩小了每荚粒数和叶型候选基因的区间。     

枣树小冠疏层形空间产量分布及果实品质比较

为了探究枣树小冠疏层形的结构特点、各冠层产量分布及果实品质状况,为枣树造形提供理论支撑,以‘鲁枣2号’枣为试材,研究枣树小冠疏层形的个体结构、生长特性、产量分布及果实品质差异。结果表明：小冠疏层形中间冠层为产量主要分布层,枣果数与枣吊数最多,但是果枝比较其他2个冠层要低,下层平均单果重最大,上层叶绿素SPAD值、叶面积、枣吊长度和果实可溶性固形物含量均比下层高。因此,在对枣树小冠疏层形进行整形修剪时,要严格控制树冠上层的营养生长,适当控制中间冠层侧枝长度,缩放下部冠层侧枝,这样有利于提高果实的品质和产量。     

基于染色体单片段代换系的水稻粒形QTL定位

水稻的粒形是影响水稻产量和品质的重要因子之一, 是由多基因控制的数量性状。染色体单片段代换系由于减少了个体间遗传背景的干扰, 已经成为鉴定复杂性状QTL的新型遗传材料。本研究以广陆矮4号为受体,日本晴为供体的119个染色体单片段代换系群体为试验材料,通过单因素方差分析和Dunnett’s多重比较,测验单片段代换系与受体亲本之间粒形的差异,鉴定了代换片段上粒形相关的QTL。以P≤0.001为阈值, 共检测到39个粒形相关的QTL。其中,粒长相关的19个,其加性效应值为0.18~1.06 mm,加性效应百分率为2.40%~14.13%;粒宽相关的14个,其加性效应值为0.09~0.31 mm,加性效应百分率为2.71%~9.15%;粒厚相关的6个,其加性效应值为0.05~0.10 mm,加性效应百分率为2.14%~4.46%。这些QTL的鉴定,为进一步精细定位并克隆相应QTL和高产、优质水稻新品种的分子标记辅助选择奠定了基础。     

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。     

基于信息融合的农业自主车辆障碍物检测方法

针对单一传感器在智能车辆环境感知中的局限性,提出一种基于摄像机与激光雷达信息融合的农业自主车辆前方障碍物检测方法。对单目摄像机获取的图像进行基于Ft（Frequency-tuned）算法的显著性检测,并生成显著图。同时对激光雷达反射点进行基于数据关联性评估的聚类分析,确定障碍物数量、边界与位置等先验信息。然后以激光雷达坐标相对应的图像像素坐标为种子点,由种子点激活经过处理的显著图,基于受限区域生长实现障碍物区域分割。试验结果表明,基于Ft算法的图像显著性检测具有更好的边缘检测效果,基于种子点的受限区域生长法可以有效地进行障碍物分割。在机器视觉的基础上融入激光雷达数据,可以更好地排除非障碍物的干扰,实现了障碍物的完整检出。     

基于视觉里程计的森林样地调查系统研究

以视觉里程计技术恢复连续摄影序列图像位姿,并以恢复位姿的图像为基础构建样地调查系统。该系统通过对图像位姿尺度恢复、定义样地坐标系、标记立木等过程估计样地中立木位置及胸径。用相机对12块半径为7. 5 m的圆形样地进行连续摄影,获取有序图像序列,并使用构建的样地调查系统对图像序列进行处理,以获取样地中立木位置及胸径。实验结果表明,所有样地立木位置估计值x轴与y轴方向的偏差(BIAS)分别为0. 04、-0. 03 m,均方根误差(RMSE)分别为0. 21、0. 17 m;样地中立木胸径估计值的BIAS及RMSE分别为0. 09 cm(0. 51%)和0. 88 cm(5. 03%)。