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。     

糖汁变频输送物料箱液位与流量自适应控制方法研究

通过对物料箱的物料进出单元分析,根据物料箱液位及体积的变化,推导出变频输送流量变化的数学表达式。分析了运用该表达式的控制方法,并通过实际采集的数据分析,运用西门子软件进行仿真模拟分析,结果显示,该控制方法在保证工艺稳定的前提下,具有较好的适应性和操作性,能够通过物料箱液位与体积变化自动调节物料流量设定,达到稳定的控制效果。     

感应电机低速运行时自适应状态观测器研究

为了改善感应电机无速度传感器矢量控制系统的低速性能,基于感应电机的静止两相数学模型,采用自适应状态观测器对转子磁链和转子转速进行直接观测,利用极点配置方法给出了观测器的反馈增益矩阵,减小了观测磁链对电机参数的依赖性,系统的稳定性由Lyapunov理论得以保证。最后,利用MATLAB搭建了仿真平台,仿真结果表明磁链观测误差小,在较宽速度范围内系统均稳定,验证了该方法的有效性和自适应性。     

1种农产品图像混合滤波算法的应用

针对农产品图像中的混合噪声,提出了1种有效的滤波算法。首先从噪声检测和标记方法、自适应加权滤波等环节对中值滤波算法进行适当改进,从而提出了1种改进自适应加权中值滤波算法对混合农产品噪声图像进行第1阶段滤波;然后对滤波后图像分别采用3×3滤波窗口、5×5滤波窗口的均值滤波算法进行第2阶段滤波;最后对均值滤波后的图像进行等权融合处理。分别将研究的滤波算法与中值滤波、加权中值滤波、极值中值滤波、均值滤波等算法进行试验仿真对比,结果表明,经过研究的算法滤波后图像清晰度明显高于其余算法且噪声残留程度明显低于其余算法,这对于农产品的高效处理具有一定的借鉴价值。     

威伯科为字通客车提供先进安全技术

2011年11月29日，全球领先的商用车辆安全及控制技术领导者和一级供应商威伯科（WAB．CO）汽车控制系统（纽交所交易代码：WBC）将向全球最大的客车制造商中国宇通提供自适应巡航控制系统（ACC），为宇通提供先进安全技术，作为扩大双方长期合作协议的一部分。这标志着首例ACC技术在中国商用车市场的运用，     

自适应的智能搬运路径规划算法

智能搬运在现代化工业中有非常广泛的应用,良好的路径规划算法是提高智能搬运效率的重要手段之一。以机器人比赛中智能搬运项目为蓝本,设计了一个自适应的路径规划算法,该算法可应用于垃圾智能分类和自动化物流,可在开始搬运前改变路线及目的地。     

3CG-45型茶园管理机

<正>产品简介农业部南京农业机械化研究所研制的3CG-45型茶园管理机是具有通用修剪、深松、中耕、施肥、除草等一体化作业功能的共底盘复合茶园作业机械系统。底盘可提供修剪、中耕、施肥、除草等机具的接口,通过更换修剪、中耕、除草、以及施肥等机具,即可实现修剪、中耕、除草、施肥,深松作业,实现一机多用的目的。同时,设备采用全液压驱动方式和高度自适应调节系统,方便驶入狭窄茶行,进行横跨茶蓬作业。该设备     

基于自适应逆控制技术的连续流粮食干燥系统研究

连续流粮食干燥过程是一个非线性大滞后多变量的过程,要精确控制粮食出口的终水分比较困难。本文设计一种新的连续流粮食干燥过程的控制方法,对连续流粮食干燥过程中的多个影响因素进行研究,分析粮食干燥自控系统在设计时所必须选择的可测干扰、数字变量、控制变量和被控变量等,并且提出基于自适应逆控制技术的连续流粮食干燥系统的离散化模型,主要针对工业控制对象中存在的时变和时滞问题,推导出该连续流粮食干燥控制系统的预测模型。通过实验对实际系统进行验证,结果证明本系统具有较好的鲁棒性和稳定性。     

应用手持式近红外光谱仪检测桑椹可溶性固形物含量的偏最小二乘回归模型建立

可溶性固形物含量(SSC)是评价桑椹鲜果品质的重要指标,利用近红外光谱分析技术建立快速、实时无损地检测桑椹鲜果中可溶性固形物的方法。首先用手持式Micro NIR1700型近红外光谱仪采集桑椹的近红外光谱,对光谱进行预处理后,应用偏最小二乘回归(PLS)法建立桑椹鲜果SSC预测模型,并用随机蛙(Random-frog)和自适应重加权采样(CARS)2种方法筛选出最优波长变量,提高PLS模型预测精度。经过1阶求导(1stDer)、标准正态变量变换(SNV)和均值中心化(MNCN)相结合预处理后的全波长光谱PLS模型的预测效果最好,校正集与验证集的相关系数平方(R2)分别为0.916 1和0.925 0,均方根误差分别为0.985 8°Brix和0.654 3°Brix。相较于Random-frog法,用CARS方法优选出19个波长变量,所建PLS模型的预测效果更好,校正集与验证集的R2分别为0.933 2和0.943 4,均方根误差分别为0.782 0°Brix和0.582 8°Brix。研究结果表明,利用手持式Micro NIR 1700型近红外光谱仪结合化学计量学方法,能够用于现场对桑椹鲜果SCC的快速无损检测。