摘要：为了提高猕猴桃采摘机器人的工作效率,使果实的自动采摘和搬运装箱能够并行作业,满足果实的无损装箱要求,设计了一种猕猴桃采摘机器人上自动装箱装置。装置主要由搬运传送机构、旋转分离机构、果箱搬运平台机构及控制系统组成。对其中关键部件果实分离机构、缓冲轨道及控制系统进行了设计及仿真试验,并试制了样机。采用正交试验进行装箱试验,结果表明:当缓冲轨道距箱底高度为200mm、旋转导向筒转速为0.2rad/s、传送带线速度为0.1m/s时,猕猴桃的碰撞损伤率为1.75%,可以高效完成猕猴桃的搬运装箱工作,满足设计要求。

摘要：目前,设施园艺生产中营养液或农药主要是在较大的水池中由人工调配,占地面积大,效率低,成本高,费时费力,严重制约了我国设施农业的发展。为此,设计了水肥药一体化智能装备,主要由主泵、蠕动泵、EC和pH传感器等部分组成,可在灌溉的管道内进行配肥或配药,精度高,省时省力,现用现配,无需配备较大的水池。同时,设计了该装备的整体结构、控制系统以及人机交互界面,并进行验证试验,结果表明:主泵和蠕动泵的流量精度分别为94.89%和96.69%,ec调控误差为0.68%,pH调控误差为1.42%,具备较好的应用价值。

摘要：针对目前大规模网络不适合在手机、平板电脑等资源匮乏的移动设备上使用,以及池化层会导致特征图的稀疏性最终影响神经网络识别精度的问题,提出了一个轻量级人脸识别神经网络ShuffaceNet,设计了一个非线性平滑Log-Mean-Exp函数ThetaMEX,并提出了一种端到端可训练的ThetaMEX全局池化层(TGPL),从而在保证算法精度的前提下,减少网络参数、提高运算速度,进而达到有效地将该网络部署在资源匮乏的移动设备上的目的。ShuffaceNet约有3 600个参数,模型大小仅为3.5 MB。在LFW(Labled Faces in the Wild)、AgeDB-30 (Age Database-30)、CFP (Celebrities in Frontal Profile)人脸数据集上的识别测试的结果表明,ShuffaceNet的精度分别达到了99.32%、93.17%、94.51%。与MobileNetV1、SqueezeNet、Xception相比,所提网络的大小分别缩减了73.1%、82.1%、78.5%,在AgeDB-30数据集上的精度分别提高了5.0%、6.3%、6.7%。可见,基于ThetaMEX全局池化的所提网络能够提高模型精度。

摘要：中国设施蔬菜种植面积与产量均位于世界第一位,现如今蔬菜产业已成为国内各省市农民脱贫增收的支柱产业。目前中国设施蔬菜栽培方式主要以土壤种植栽培为主,而周年作业必然导致温室土壤化肥农药富集,严重威胁中国农产品质量安全。近年来,随着设施农业自动化生产技术在全球范围内的不断发展与推广提升,中国在蔬菜种植行业引入设施农业自动化生产技术进行生产所占的比重逐年增大。