排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
木薯生产机械化程度低是制约我国木薯产业发展的瓶颈之一,研究高性能的木薯精播机对于促进木薯产业稳定发展具有重要推动作用。木薯精播机结构组成复杂,为提高工作性能,机架必须具有良好的结构与力学性能。本文以课题组研制的双行木薯播种机均匀精量自动排种装置的机架为研究对象,采用UG联合ANSYS软件建立机架的有限元模型,使用ANSYS Work Bench对机架进行静力学分析、约束模态分析以及灵敏度分析。通过模态分析确定优化响应,灵敏度分析确定设计变量,模型建立确定优化目标,多目标优化设计数学模型计算得到6组非劣解。在所得6组方案和初始方案中,基于熵权的模糊物元模型抉择出最优的机架结构方案。双行木薯播种机均匀精量自动排种装置机架优化前后对比分析表明,第一阶模态频率提升3.60%,机架质量减轻8.76%,最大变形减小5.08%,较好的达到了机架轻量化结构优化目的,研究结果可为木薯精播机的设计提供参考。 相似文献
2.
3.
4.
针对在复杂环境中由于存在遮挡导致果蔬姿态计算不准甚至无法识别这一问题,提出一种基于Kinect相机的甜椒姿态估计研究方法,通过融合多视角下的甜椒点云信息,结合PCA算法估计出甜椒在空间中的三维姿态。基于Kinect相机的多视角RGB-D信息融合的甜椒姿态估计研究方法是将两间隔为60°的视角下Kinect相机采集甜椒的点云信息融合,并在ICP精配准过程中引入对应点对局部法向量夹角与平均曲率阈值双约束项提高点云配准精度,以解决两视角点云配准效果差、重叠度不高从而造成的由PCA算法估计点云姿态偏差大的技术问题。试验结果表明在无遮挡情况下,本文算法的误差均值为5.15°,在双视角中其中某一视角有遮挡情况下的综合均值误差为5.67°,双视角均有遮挡情况下综合平均误差为7.86°,满足实际作业时的技术要求。本研究不仅适用于甜椒的空间三维姿态识别,同时为其他智能采摘机器人姿态识别系统搭建提供技术参考。 相似文献
1