摘要：精准高效的莲蓬质量分级算法是实现莲蓬采后自动化加工的重要一环。针对目前莲蓬果实的采后质量分级研究较少的问题,该研究建立了莲蓬果实质量分级原则,提出了改进YOLOv3-Tiny(you only look once version 3-Tiny)模型的莲蓬质量分级算法。首先在3种光照条件下架设摄像头垂直采集莲蓬图像并建立试验数据集,通过数据增强技术扩充数据集;接着使用K均值聚类算法重新设计先验锚框尺度,提高先验锚框的回归精度。随后以YOLOv3-Tiny原骨干网络为基础,加入空间金字塔池化模块(spatial pyramid pooling,SPP),提升网络提取特征信息的能力;最后利用YOLOv3-Tiny的参数进化模块为该模型进化出一套合适的超参数。试验结果表明,改进的YOLOv3-Tiny模型对莲子识别的平均精度均值(mean average precision,mAP)和召回率(recall)分别为96.80%和94.60%;与原YOLOv3-Tiny模型相比,mAP提高12.49个百分点,召回率提高11.59个百分点,并且每秒传输帧数达到25帧,是Faster R-CNN网络模型的1.24倍。试验数据说明所提改进算法对于莲蓬果实上的莲子具有更好的识别效果,而且满足实时检测的要求,可以为莲蓬质量分级研究提供技术参考。

摘要：为进一步提高蔬菜钵苗自动移栽机纵向送盘机构的精确性与稳定性,提出一种由凸轮连杆与扇形齿轮驱动的四连杆纵向送盘机构。首先,通过分析纵向送盘工作过程,确定机构设计要求与整体方案,规划理想的纵向送盘轨迹,建立了纵向送盘机构轨迹综合模型,并利用遗传算法进行了初步求解。然后,基于Matlab GUI开发了纵向送盘机构可视化计算机辅助优化分析软件,获得满足设计要求的纵向送盘机构设计参数。最后,对纵向送盘机构进行了结构设计、仿真分析和试验验证,结果表明:试验实际轨迹与理论、仿真轨迹基本一致;移栽效率为80、90株/(min·行)时,机构单次送盘误差均在±1.5 mm以内,且多次送盘后没有出现累积误差,同时通过取苗试验观察发现纵向送盘机构与取苗机构配合良好,验证了机构设计的合理性。

摘要：为使不等速行星轮系机构能够实现精准取放任务,提出一种混合多位姿运动综合方法。将不等速行星轮系机构视为平面2R开链机构与非圆齿轮传动机构的组合,以理想运动轨迹上关键位姿(精确与近似)数据为约束,基于杆长不变条件建立平面2R开链机构混合多位姿运动综合模型,并利用同伦算法求解获得最优结构参数;给出了非圆齿轮传动比计算与分配方法,实现了不等速行星轮系机构的混合多位姿运动综合。将此运动综合方法应用于农业机械领域取苗机构的设计可满足蔬菜穴盘苗精准取放移栽要求,通过虚拟仿真分析、物理样机实验验证了所提方法的正确性。