移动机器人自动导航技术研究进展

针对目前果园移动机器人自动导航技术研究现状,综合分析现有的有关文献,依据环境感知方式的不同,分别讨论了以激光、视觉、机械、电磁、GPS、超声波为感知系统的导航方法的研究进展,分析了现有几种导航方法在精度、实时性、抗干扰能力及系统适应性等方面的优缺点,认为多传感器融合技术可为果园移动机器人的导航提供更高的精度和稳定性。在此基础上,提出了未来果园移动机器人自动导航技术的发展趋势,即多传感器融合技术是果园移动机器人感知环境的主要手段,满足果园移动机器人精度和稳定性要求的导航系统将是今后研究的重点。     

水牛梭形住肉孢子虫抗原的薄层等电聚焦行为分析

应用薄层聚丙烯酰胺等电聚焦电泳（ＩＦＥ）对水牛梭形住肉孢子虫（Ｓａｒｃｏｃｙｓｔｉｓｆｕｓｉｆｏｒｍｉｓ）抗原进行了分析。结果表明，经ＳｅｐｈａｄｅｘＧ－１００纯化的包囊抗原在电泳图谱上显示３条相距较近的带，等电点分别为６．３０，６．４５，６．６５；缓殖子纯化抗原仅出现１条带，等电点为６．４０     

生猪养殖环境监测多传感器数据融合模型研究

近年来,随着国家农业信息化进程的不断推进,在农业领域应用多传感器数据融合技术越来越受到学者们的重视。生猪养殖是湖南省的传统优势产业,研究生猪养殖环境监测多传感器数据融合技术,有利于提高我省生猪养殖的信息化、科学化水平。本文以对生猪养殖环境的监测为研究背景,对猪舍中温度、湿度、氨气浓度、二氧化碳浓度进行实时监测,利用提出的两级多传感器数据融合模型对观测数据进行融合,最终得到对实验猪舍实际情况的综合判断,并给出相应的环境调控意见,保证生猪能在适宜的环境中成长。     

机器人自动割草机的研究

自动机器人的主要目标是用最少的人为控制可靠地完成指定的任务。为了解决传统割草机工作效率低、消耗大量人力且安全性能不够稳定的问题,进行了机器人自动割草机的研究,用于花园或草地工作的机器人自动割草机,通过多传感系统和以单片机为主体的控制系统来满足要求。     

基于多源信息融合的管道泄漏监测

采用OPC技术对管道运行参数进行远程高速采集,运用过程平稳熵对管道瞬变状态进行识别,将由管道泄漏引起的压力、流量、密度、温度等运行参数以及管道参数、油品参数进行融合诊断,以弥补单一传感器或同类型传感器进行泄漏诊断造成的泄漏识别准确度和定位精度较低等不足。将基于多源信息融合的管道泄漏诊断方法用于西部原油成品油管道的泄漏监测,结果表明,该方法能有效地识别泄漏,具有较高的泄漏定位精度。     

机器视觉技术在现代农业生产中的研究进展

机器视觉技术已经广泛应用于农业生产的各个环节,详细阐述机器视觉的概念、组成部分、工作原理以及发展历程,总结国内外的研究成果,介绍机器视觉技术在作物病虫草害识别与监测、作物生长信息监测与产量估计、果蔬识别定位与采摘、种子产前检测与果蔬分级以及农业机器人视觉导航等领域的研究进展与应用情况,提出农业场景视觉系统在稳定性、可靠...     

基于特征迁移学习的变工况下轴向柱塞泵故障诊断

不同工况下的轴向柱塞泵故障数据存在分布差异,现有的基于特征迁移学习的变工况故障诊断方法大多只通过单个传感器信号进行分析,具有一定的局限性和片面性。为了利用多传感器信号提高变工况下轴向柱塞泵故障诊断的性能,该研究提出一种耦合分类器子空间嵌入分布自适应（Subspace Embedded Distribution Adaptation with Coupled Classifiers, SEDACC）方法。该方法利用多传感器信号的频谱数据构造主要数据集和辅助数据集,通过子空间对齐（Subspace Alignment, SA）方法将源域和目标域的主要数据投影到公共子空间中,并采用加权条件最大均值差异（Weighted Conditional Maximum Mean Discrepancy, WCMMD）作为度量进行特征分布的适配。同时,基于结构风险最小化（Structural Risk Minimization, SRM）准则在源域标签数据上学习主分类器,根据主分类器对于目标域的预测结果在目标域辅助数据上学习辅助分类器。通过交替和迭代策略不断优化分类器参数,最后对二者进行加权融合得到最终的诊断模型。通过轴向柱塞泵变工况故障诊断试验进行验证,结果表明,当以垂直于端盖的z方向振动信号为主要数据并使用声音信号（或以平行于端盖的x方向的振动信号）作为辅助数据时,SEDACC方法在6种迁移任务中的平均准确率为99.88%（99.46%）,高于其他方法。此外,所提方法在目标工况样本稀少的情况下仍具有较高的诊断精度,当目标域和源域样本数比值为0.2时,6种迁移任务的平均准确率达到92.66%。研究结果可为更完备与准确的机械故障诊断提供参考。     

作物生长和环境信息多传感检测系统设计

研发了适用于温室高架栽培作物的轨道式移动检测方法,设计了移动检测平台,可搭载作物生长和环境信息多传感检测装置,可实现对高架作物的茎、果、叶长势和冠气温差等生长信息,以及环境温湿度、光照强度等气象环境因子的检测.为了适应温室路面环境,提高行走的稳定性,移动检测平台采用轨道式机构设计,可利用温室加热管道为轨道.移动检测平台...     

基于多传感器新型蔬菜大棚管理

蔬菜大棚作为现代化农业的代表作,成为蔬菜市场的主力军。农作物采用手动输入生长参数的智能监控。期间对大棚中的光照,温湿度的实时监测,及时的补充植物生长过程的稀缺元素,使蔬菜的生长达到最佳的状态,提高生产效率,降低生产成本。达到低成本高效益,提高广大的农民朋友的经济收入。     

基于多传感器数据融合的早期林火识别

针对我国林火监测现状,为加强近地面监测中的早期林火发现,提出采用多传感器数据融合算法对早期林火进行识别的方法。通过设计林火仿真试验,采集CO₂浓度、CO浓度、烟雾浓度与空气温湿度等多传感器数据,并通过初步分析从中选取关键贡献率传感器数据。然后分别采用BP神经网络算法、神经模糊系统算法与支持向量机算法对数据进行识别与分析, 并在每个算法中均设置三输入与九输入2种不同输入向量数以进行比较。最后通过定义的识别性能评价参数对识别效果进行比较,得出支持向量机算法在一定范围内能较好地实现对早期林火的识别。