智能采摘机器人自动化系统研究 —基于交互式视音频技术

为了提高采摘机器人的作业质量,模仿英语移动教学交互式视音频技术,在采摘采摘机器人控制系统中引入了视音频交互技术,通过远程视频监测机器人的作业状态,然后利用声控技术对采摘机器人的作业姿态进行调整,实现了管理员和采摘机器人的视音频交互,可以有效地提高采摘机器人的作业质量,降低采摘机器人的故障率。为了验证方案的可行性,对采摘机器人自动化控制系统进行了测试,并引入了MIMO通信原理,以提高视音频信号传输的质量。测试结果表明:采摘机器人可以准确地识别远程端的声控信号,且根据指令信号动作的准确率较高,可以满足高精度采摘机器人的设计需求。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

ER MAPPER图像汉字注记的实现

本文介绍一种为ＥＲ　ＭＡＰＰＥＲ软件的图像实现汉字注记的方法。是利用Ｃ语言ＧＬ库编程，调用矢量汉字，通过矢量迭加的方法，以实现汉字注记     

浅议数控加工技能人才培养

制造业体现着一个国家的综合国力。随着我省半岛制造业基地建设规划的实施，机械装备的数字控制化程度有了很大的提高，企业需要一大批掌握数控加工技术的人才作为支撑。为了适应新形势，各职业学校，特别是技工学校都相继开设了数控加工专业。     

Delphi 中的消息处理系统

对Windows的消息系统的认识可引出对Delphi消息系统（应用程序消息与组件消息）的探讨，进而提出如何自定义消息，最后给出如何应用自定义消息的关键代码。     

加工中心的编程技巧和安全操作初探

随着科技的发展和社会的进步，数控机床技术不断发展，功能越来越完善，使用越来越方便，可靠性和性价比越来越高，性能价格比也越来越高。数控机床应用已得到一定程度的普及。而高性能高效率的加工中心也逐渐成为社会所需，从而使越来越多的学校购买数控机床，开展数控机床的教学。通过几年的加工中心实际应用和教学实践及摸索，现将一些积累的经验和读者分享。     

PLC梯形图的顺序控制设计法研究

提出一种在各种设计方法中都适用的编程总则，能够快速准确地编制出PLC的梯形图。     

VB与Fortran混合编程的重磁数据处理可视化系统

利用VB与Fortran混合编程技术,开发了重磁数据处理可视化系统,该系统使用工程化管理,包含地形改正、坐标转换、空间域滤波、频率域滤波等许多常用模块。该系统充分发挥了2种编程语言的优点,不仅利用了Fortran程序资源,还扩展了一些新的功能,在实际应用中效率更高、交互性能更佳。     

基于Harris和卡尔曼滤波的农业机器人田间稳像算法

针对田间颠簸环境影响农业机器人采集实时稳定图像问题，提出了基于Harris和卡尔曼滤波的农业机器人田间稳像算法。首先，利用摄像头获取田间抖动视频图像序列，进行图像子区域划分并计算各区域灰度均方差，进而确定各区域Harris角点阈值；通过自适应角点阈值设置，增加角点距离约束，完成图像角点检测。然后，对检测出的角点进行光流跟踪，计算出帧间运动估计参数。最后，利用自适应卡尔曼滤波算法对运动估计参数进行平滑操作并动态调整滤波平滑性能，获得精确运动估计矢量。测试结果表明，改进后的Harris角点检测算法区域平均分布标准差减小；自适应卡尔曼滤波算法在保证平滑随机运动前提下，跟踪主动运动性能平均提升30.75个百分点；稳像后的图像峰间信噪比提升15.93%,单帧处理时间为25.66 ms,满足农业机器人30 f/s高速图像采集时同步稳像对实时性要求。