摘要：基于视觉的苗期作物和杂草的图像分割技术逐渐成熟,通过视觉技术对苗期作物进行精准识别和定位,是实现株间除草的关键技术和难点。作物的精准识别首先需要利用颜色特征将图像中的作物、杂草和土壤背景进行分割;其次利用实际识别对象的位置特征,形状特征,纹理特征,光谱特征等构造新的特征向量,结合成熟的分类算法对作物和杂草进行特征分类识别。针对棉苗和大豆苗,主要提取位置特征、形状特征,多采用支持向量机为主分类算法;针对玉米,主要提取位置特征、纹理特征,多采用人工神经网络为主的分类算法;针对部分蔬菜苗,主要提取形状特征、光谱特征,多采用算法结合的优化算法,具体实现时需要根据离线样本学习的结果来平衡苗期作物的识别准确率与实时性。在目前的算法中,主要存在三方面的问题:作物特征提取效果易受到遮挡、光照等干扰;分类算法目前还不能得到非常令人满意的准确性和实时性;目前算法一般是针对某种时段的作物,不具有通用性。这些都是后续算法研究中需要进一步解决的问题。

摘要：以吊顶式小型冷库为研究对象,对冷库预冷时风机的不同摆放位置下库内温度场的降温特性、流场的流动曲线进行深入研究。采用标准k-ε湍流模型、第一类壁面边界条件和UFD自定义速度入口对冷库物理模型进行设置,对冷库模型预冷过程进行三维非稳态求解。分析不同时段库内特定截面上的温度场、流场,对采集实际值与模拟值进行比较。研究结果表明:实际值与模拟值两组数据拟合曲线拟合度R^(2)=0.96,这充分验证了CFD技术应用在冷库上的准确性。模拟实验揭示了风机不同摆放位置下此小型冷库预冷的变化状态,实验的结果证明,三种风机摆放方式下风机与门相对布置最优。

摘要：自动地根据加工面的起伏情况,采用不同分辨率的三角片逼近曲面,从而大幅度地减少三角片总数,在保证仿真实时性的同时仍然保持很高的图像质量;而且可以进行平移、旋转和缩放等操作.当要评估加工误差,检查过切、欠切和干涉时,可以自动地切换到全分辨率模型,保证了这些检查的准确性和正确性.

摘要：在复杂背景下精确识别茶叶嫩芽,是实现高端茶叶智能化采摘的关键技术之一。为实现高端茶叶机械化精准采摘,设计一台基于视觉的采茶样机,根据蛛式机械手采摘茶叶的路径规划,将机械手末端的移动坐标问题转换成静平台3个电机转角问题。针对YOLOv3算法进行改进,采用EfficientNet网络替代DarkNet-53网络进行特征提取,并利用目标函数GIOU优化损失函数。试验结果表明:改进的YOLOv3算法在茶叶嫩芽识别方面,其准确率达到86.53%,单张图像平均识别时间为53 ms,相比传统的YOLOv3算法,性能实现明显的提升,可以达到预期目标,满足机器采摘需求。

摘要：近年来,过渡金属催化反应已经成为有机化学中构建碳碳键和碳杂原子键的最有效方法之一,并引起了化学家的极大研究兴趣.杯芳烃是继冠醚和环糊精之后的第三代超分子主体化合物,其配位性能一直是超分子化学研究的热点.通过对其下缘的酚羟基、上缘的苯环对位以及连接苯环单元的亚甲基进行设计改造,杯芳烃可以有效地作为过渡金属催化剂的配体,或者与过渡金属正离子组装成为新的过渡金属催化剂,从而高效地促进反应的进行.主要介绍了近十年来,杯芳烃作为不同过渡金属催化剂的配体并用于各种过渡金属催化反应的研究进展.

摘要：甘蔗收割机作业工况数据的实时监测具有重要的实际意义,设计并实现一种基于云平台的甘蔗收割机作业远程信息平台。通过PLC、CAN总线和Modbus协议完成车载端的现场作业数据实时采集,使用通信模块并采用MQTT协议将数据上传到云平台,终端用户可以通过手机App或Web访问云数据,实现移动终端对甘蔗收割机作业工况数据的实时监测。通过现场测试结果表明:在1.52 h内,实际收到甘蔗收割机实时传来数据5465条,数据丢失7条,数据准确率为99.88%,丢失率为0.12%。该系统对甘蔗收割机数据监测参数准确,实时性高,能够实现甘蔗联合收割机作业数据的实时采集、远程传输、数据储存与分析等功能,为甘蔗联合收割机的智能化与信息化应用提供了技术支撑。

摘要：针对目前国内联合收割机缺乏含杂率在线检测的问题,提出一种基于改进Mask R-CNN的水稻茎秆杂质分割方法。依据茎秆杂质形状位置特征,对原始Mask R-CNN中网络层进行优化;引入图像增广技术对图像样本进行扩充,解决图像训练数据匮乏问题;利用训练后模型对验证集中图像进行分割,并与原始Mask R-CNN等算法进行对比。结果表明,改进后Mask R-CNN算法的综合评价指标F 1达到91.12%,优于其他模型,且分割时间可达到3.57 s,证明其可满足实时检测要求,为后续含杂率在线检测系统实现提供技术参考。

摘要：冷库监控方式的自动化、信息化水平对保证食品贮藏质量、降低运行成本、节能降耗等具有重要意义。针对目前冷库监控方式存在自动化、信息化程度低等问题,在LabVIEW平台设计了一种小型冷库监控系统。采用Modbus通信协议实现了监控主机与采集设备之间的通信,完成了本地工况数据采集、动态曲线显示、报警、存储、历史数据查询等功能的设计,并将本地数据通过MQTT协议发送至OneNET服务器,实现了工况数据的远程监测,设计了模糊控制系统,对电子膨胀阀进行了改进控制。系统运行试验表明,系统性能稳定,操作方便,人机界面友好,满足设计要求。

摘要：针对联合收割机故障精准识别机制存在的诊断速度较慢以及多种故障场景下的诊断精确度低的问题,提出一种基于CART决策树的随机森林方法完成对联合收割机的故障诊断。此方法对联合收割机主要部件的故障数据集进行特征提取,针对不同故障情景将数据分为正常-异常二分类,建立多棵CART决策树,形成随机森林诊断模型,实现联合收割机故障的快速诊断。通过基于Labview数据采集系统采集的实际故障数据,验证该方法的有效性。同时,通过对随机森林中的重要参数的对比优化设计,得出该方法模型的最优设计结构。试验结果表明,该方法达到0.965的诊断准确率,并且具有预警速度快、操作方便、鲁棒性强的优点。

摘要：基于视觉的苗期作物目标识别技术逐渐成熟,对作物进行准确识别和精准定位,是实现株间除草的技术关键和难点。本文以苗期玉米为研究对象,提出了一种苗期作物的识别与定位方法,通过作业车辆的图像采集装置来实时获取田间作物的苗期图像,基于HSV色彩空间对输入图像进行预处理,根据作物与土壤背景颜色差异,选取固定取值范围的三通道阈值,通过二值化处理去除土壤背景,再通过深度开运算来去除杂草噪声,对得到的苗期作物提取轮廓信息,经过骨架提取算法后得到作物骨架,并以此确定作物茎秆位置坐标,从而实现对作物的精准定位。作物图像中幼苗的识别率为98.3%,定位误差距离在10 mm以内的定位精准度为85.9%,基本可以满足智能除草机器人实时除草作业要求。