多自由度自锁式香蕉收割机的有限元分析

针对大规模香蕉种植基地香蕉收割机具的研发比较缺乏,研制了一种多自由度自锁式香蕉收割机。该机可收割各型株高的香蕉,具有自锁、多自由度动作及小型运输等特点。通过分析该机的工作原理,对其关键零部件建立有限元模型,进行基于ANSYS的有限元分析。结果表明:收割机关键零部件的刚度和强度满足工作要求。自锁式多自由度香蕉收割机的研制可为其他类似农作物收割机具的研制提供参考。     

基于随机森林的玉米发育程度自动测量方法

为提高玉米果穗发育程度检测的自动化程度与精度,提出一种基于机器视觉技术的测量方法。在随机森林机器学习算法的基础上构造秃尖、干瘪和籽粒区域的识别模型。该模型由多个独立同分布的弱分类器构成,对输入的训练样本进行列和行两个方向上的随机采样。比较随机森林模型和决策树模型的分类效果可知随机森林模型有效避免了过拟合和局部收敛现象的产生,并具有良好的推广能力。为确定最优的弱分类器数目,选择弱分类器个数为训练样本数量的1/80、1/40、1/20、1/10、1/5、1/4时分别构建随机森林分类器。研究结果表明,当随机森林中弱分类器个数为训练样本数量的1/20时,模型的识别率与稳定性最好。然后,以最优的随机森林模型作为分类器构建玉米果穗不同发育程度自动检测方法。试验结果表明,各区域长度测量的准确性均在95%以上,测量速度可达30个/min以上。     

含间隙超精密压力机柔性多连杆机构动力学建模与仿真

建立柔性多连杆机构动力学模型对分析超精密压力机下死点动态精度具有极其重要的作用。传统的超精密压力机多连杆机构动力学模型一直忽略旋转副和球面副间隙以及曲轴和连杆柔性的影响,从而导致分析精度较低。为更准确地分析其动态响应特性,建立了一种考虑旋转副和球面副间隙及曲轴和连杆柔性影响的改进柔性多连杆机构的动力学模型。仿真结果表明,旋转副和球面副间隙的存在对机构的动态响应特性有很大影响;曲轴中心和球铰球心的运动特征主要表现为2个阶段:自由运动和冲击运动。此外,研究了间隙和曲轴输入转速对多连杆机构动态响应特性的影响,得出了随着间隙尺寸的增加,滑块下死点位置上移,滑块的速度和加速度峰值先减小后增加;随着曲轴转速的增加,滑块下死点位置和最大偏差值也逐渐增大,滑块的速度和加速度显著增加。     

多作业区域植保无人机航线规划算法

针对植保施药多个作业区域的情况,研究了一种植保无人机全局航线规划算法,将整个算法分为单个区域航线规划、区域间作业顺序和区域间调度航线规划3部分。从作业路程、多余覆盖和遗漏覆盖的角度,分析了多种覆盖作业方式的优劣,确定了无人机在单区域内的覆盖方式。基于遗传算法与TSP问题得到区域间的优化作业顺序,并基于改进的二进制编码遗传算法进行区域间调度航线的规划,最终实现无人机多作业区域航线的全局规划。仿真结果表明,规划算法可以有效地实现全局航线的规划,缩短了无人机的作业距离与区域间调度飞行的距离,达到了能耗与工作时间的优化,节省了航线规划所需的人力成本,使作业管理更加便利。     

齿轮型多泵多马达传动系统设计与试验

为了使定量泵输出多级定流量以及定量马达输出多级定转速和定转矩,在比例型和并联型齿轮多泵/多马达的基础上提出了齿轮型多泵多马达传动理论。基于1-1比例型和3并联型齿轮多泵/多马达设计了2种齿轮型多泵多马达传动系统,并阐述了其工作原理和特点,且对2种齿轮型多泵多马达传动系统在不同工作方式下的输出特性进行了理论分析和拓展,并搭建了齿轮型多泵多马达传动系统试验平台。试验结果表明:齿轮型多泵多马达传动系统在不同工作方式下可输出多级定转速和定转矩,且各级转速和转矩存在一定的比例关系。试验结果与理论分析基本一致,验证了理论分析的正确性,为齿轮型多泵多马达传动系统的设计与研究奠定了基础。     

基于卷积神经网络的空心村高分影像建筑物检测方法

基于卷积神经网络(CNN)提出了一种适用于空心村高分影像的建筑物自动检测方法,该方法利用多尺度显著性检测来获取包含建筑物信息的显著性区域,然后通过滑动窗口获取显著性区域内目标样本块,再将这些样本块输入训练好的CNN并结合SVM来实现分类。为检验方法有效性,选取高分影像进行实验,结果表明,显著性检测能够有效地获取主要目标,减弱其他无关目标的影响,降低数据冗余;卷积神经网络能够自动学习高层次的特征,基于CNN对高分影像进行建筑物检测,分类准确度可以达到97.6%,表明该方法具有较好的鲁棒性和有效性。     

基于多指标评价和分形维数的坡耕地优先流定量分析

以重庆紫色砂岩区坡耕地田间染色示踪试验为基础,采用形态学和统计学方法,对3种坡耕地土壤剖面染色图像进行指标提取,运用多指标评价法确定了优先流指数PFI,并结合几何学中的分形理论,定量评价了土壤优先流的发育程度。结果表明:6个优先流特征指标(优先流区染色面积比、基质入渗深度、优先流分数、长度指数、峰值指数和变异系数)均表现出南瓜地和柑橘地的优先流程度高于玉米地;优先流指数PFI由大到小为南瓜地(0.88)、柑橘地(0.77)、玉米地(0);通过Fractal Fox 2.0软件计算得到的优先流湿润峰迹线分形维数由大到小为南瓜地、柑橘地、玉米地。与土壤优先流指数PFI进行比较,所得结果基本一致,说明利用分形维数来评价土壤优先流发育程度是准确可行的。     

融合多源图像信息的果实识别方法

光线变化与目标重叠是影响自然环境中果实正确识别的重要原因。为了降低两者的影响,研究了融合多源图像信息的果实识别方法。在图像配准的基础上,优选了H分量图与幅度图像作为待融合的源图像;由模糊推理系统(隶属度函数和模糊规则)决定权重,采用加权平均策略实现图像的像素级融合;根据融合图像中果实区域的分布规律,设计了一种基于直方图的首阈检测法以获得最佳的果实分割效果;利用深度图像的统计特性,设计了一种逐层分割图像的方法以解决重叠果实的分离问题。实验结果表明:多源融合图像用于果实识别与定位比单一图像具有更好的准确性与鲁棒性,对重叠果实的正确识别率在83.67%~94.22%之间。     

基于双次Otsu算法的野外荔枝多类色彩目标快速识别

针对目前野外环境下多类目标识别速度偏慢,导致机器人视觉定位精度低和工作效率不高的难题,以野外环境下成熟荔枝的多类色彩目标识别为例,提出了一种双次Otsu分割算法对多类色彩目标进行识别。首先为了提高算法的效率,改进了传统的Otsu算式;然后对目标色彩图像的背景、果梗、果实分别用改进的Otsu算法进行粗分割和细分割。最后通过与K-均值聚类(K-means)算法、模糊C均值聚类(FCM)算法、Otsu和K-means结合算法、Otsu和FCM结合算法这4种算法进行对比,双次Otsu算法从分割质量及其正确分割率、运行时间、稳定性3方面都优于其他4种算法。实验结果表明,双次Otsu算法对色彩目标的成熟荔枝识别的时间少于0.2 s。     

基于细胞多层介电模型的脉冲电场生物学效应研究

为确定脉冲电场生物学效应的电场参数,从细胞多层介电模型出发,通过研究其等效电路模型在外加电场中生物响应的仿真分析得出植物细胞外膜具有低通滤波特性,内膜具有带通滤波特性。同时对细胞外膜跨膜电压进行时域分析表明频率小于2.83 Hz、电场强度大于69.7 kV/m、ms/μs级脉宽的极低频脉冲电场可以在植物细胞外膜产生可逆电穿孔。采用电场强度为100 kV/m、频率为1 Hz、脉宽为80 ms的极低频脉冲电场处理萌发绿豆种子,在萌发第4 d时,绿豆种子的芽长和根长分别比对照组增加了65.8%和80.2%。