排序方式: 共有3条查询结果,搜索用时 31 毫秒
1
1.
为提高嫁接流程的自动化程度,设计了一种适用于双断根嫁接机的自动搬运及回栽装置,以解决嫁接后嫁接苗依靠人工搬运、回栽作业的问题。阐述了搬运及回栽装置工作原理,并对关键机构进行了仿真和运动学分析。通过嫁接苗贴接夹紧区域统计和嫁接苗搬运试验,确定搬运机构对嫁接苗的最佳夹持位置;当机构夹持嫁接苗夹子下端搬运,搬运成功率可达94%,平均耗时为2.5 s/株。通过镇压三因素三水平正交试验,确定嫁接苗镇压效果最优条件;当打孔孔径10 mm、打孔深度15 mm、镇压块形状为对分锥面镇压时,嫁接苗回栽试验成功率可达92%,平均耗时为4 s/株,满足目前全自动嫁接机的嫁接速度要求。试验表明,设计的嫁接苗自动搬运及回栽装置与嫁接机配套使用,可提高嫁接流程的自动化程度。 相似文献
2.
基于贪心遗传算法的穴盘苗补栽路径优化 总被引:5,自引:0,他引:5
温室育苗需要通过补苗移栽作业用健康钵苗替换穴盘内未发芽或劣质的钵苗,保证钵苗的质量。自动补苗移栽机可利用机器视觉获取穴盘苗健康信息,控制末端执行器抓取钵苗进行补苗作业,移栽效率高。穴盘内需补苗孔穴的位置具有随机性,对补栽路径进行规划,可进一步提高补栽效率。本文综合贪心算法和遗传算法的特性提出一种贪心遗传算法,在分段步长取8,优化代数取100时,可实现稀疏和密集穴盘的补栽路径优化,具有鲁棒性。贪心遗传算法所规划补苗路径长度与全遗传算法接近,均值差在443 mm以内;相比优化前的固定顺序法,贪心遗传算法路径长度可缩短33.8%~41.3%,缩短长度随空穴数量增加而加长;贪心遗传算法与全遗传算法规划补栽路径耗时分别为1.81 s和5.59 s。对比可知,贪心遗传算法更有利于自动移栽机输送单元和移栽单元间的动作衔接,可进一步提高自动移栽机效率。 相似文献
3.
为提高穴盘苗品种识别准确率,确保全自动穴盘苗移栽的实施,设计基于专家系统的识别算法。首先对采集穴盘苗图像进行K均值聚类算法图像分割、二值化和形态图像处理,获得0.6L-0.4(R+B+G)/3、0.3b-0.7a、H+0.2S、0.3L-0.7a等4个颜色特征值向量和长宽比、椭圆扁率、矩形度、傅里叶描述子等4个形状特征向量。然后对图像特征进行语义转换,构建穴盘苗知识模型,并设计苗的知识库及推理机,推理采用了不确定推理算法及学习算法。系统采集了120盘10个品种的穴盘苗,采用专家系统识别试验,成功率达到了98.3%,而相同样本采用支持向量机(support vector machine,简称SVM)的识别率是84.0%,采用粒子群优化支持向量机(particle-swarm optimization SVM,简称PSOSVM)的识别率是86.3%,采用反向传递(back propagation,简称BP)神经网络的识别率是62.0%,证明基于专家系统的识别方法可以满足自动移栽作业要求。 相似文献
1