温室植保机器人覆盖式路径规划方法研究

针对温室环境植保作业的特点,提出了一种针对温室植保机器人的覆盖式路径规划方法。首先通过UWB-IMU对机器人位姿进行估计,解决了激光里程计在温室行间失效的问题,并利用位姿估计结果与激光雷达数据融合建立温室地图。设计了作业点和可通行区域识别方法,完成了基于A∗算法的温室植保作业区域全覆盖路径生成方法和基于贝塞尔曲线法的作业路径平滑方法,最终得到了满足温室植保作业要求的全局路径。基于DWA算法对机器人实际作业过程中进行动态规划。最后基于仿真平台CoppeliaSim对上述方法进行了验证,实验结果表明,机器人能有效跟随全局路径,完成覆盖作业任务。

基于3D点云分析的果园行间穿梭机器人路径规划方法

针对现有果园导航方法易受冠层密度、光照条件、种植不规整、地面不平整等条件影响,导致用于实现自主导航的树行方向估计方法与行尾识别方法稳定性低的问题,本文提出基于3D点云分析的果园行间穿梭路径规划方法,该路径规划方法包含树行识别定位方法、场景识别方法、路径规划方法,用于密植果园机器人行间自主穿梭的导航系统。首先,设计了基于点云语义分割网络的果树树干点云提取方法,实现了树行的识别与定位;其次,设计了基于卷积神经网络的位置场景识别方法,实现了行头等位置的场景识别;最后,设计了基于有限状态机的行间行进策略管理方法与基于RS曲线的行间路径规划方法,实现了果园多行连续行走。基于本文方法的树干点云分割平均交并比为88.3%,果树平均定位误差为2.04%(x方向)、1.54%(y方向),树行方向估计平均误差为1.11°,行尾识别正确率为96%,行内中线行走平均偏差为0.08 m。实验结果表明,本文所提出路径规划方法能够满足果园环境下树行定位与位置场景识别准确性要求,有效规划行间穿梭路径,为果园激光自主导航提供有效参考。

涂覆型雷达/红外复合隐身材料研究现状

论述了纳米材料、掺杂半导体材料、空心导电微珠、导电高聚物、视黄基席夫碱盐、等离子体吸波涂料以及多层结构吸波涂层等几种新型涂覆型雷达/红外复合隐身材料的隐身机理和发展现状,并指出目前复合隐身材料研究中存在的问题及其发展趋势。

城市路网路段行程时间预测研究综述

交通诱导系统是已被证明的可提高道路通行能力的有效手段。交通诱导可归结为寻找赋权有向图最短路径问题,而所赋权值为路段行程时间,因此,路段行程时间是交通诱导系统重要的基础数据,准确预测路段行程时间对提高诱导系统,缓解城市交通拥堵具有重要的现实意义。对路段行程时间预测方法进行了综述性的分析和讨论,从行程时间预测所用特征和方法角度对现有方法进行介绍和分析,最后对未来可能的发展和研究问题提出了一些预测性意见。

温室高架栽培草莓空间姿态识别与采摘点定位方法

采摘目标空间位姿信息缺失和目标定位精度低是影响草莓采摘机器人采摘效果的关键因素之一。为此,本文首先设计了基于颜色信息和卷积神经网络的草莓图像目标定位与分割以及目标点云分割模型;其次,实现了基于图像的草莓可采摘性和遮挡程度识别模型;最后,设计了草莓空间定位和姿态估计模型并实现草莓采摘点定位方法。基于本文方法对完整草莓位姿估计平均误差为4.03%,对遮挡草莓位姿估计平均误差为9.06%,采摘定位综合误差为2.3 mm。在实际采摘实验中,采摘成功率为92.6%,平均每个草莓的计算耗时约为92 ms,单个草莓采摘动作的执行平均耗时约为5.7 s。实验结果表明:本文提出的方法可在温室条件下较准确地估计草莓空间位姿和采摘点,为草莓采摘机器人提供有效的目标定位信息,有效满足实际采摘场景下的需求。

碳纳米管增韧氧化铝纳米复合陶瓷的研究现状

短纤维增韧作为改善陶瓷材料脆性的新方法开辟了一个新的研究领域,CNTs增韧Al2O3陶瓷作为短纤维增韧的探索性研究内容近年来得到了广泛关注。本文简述了CNTs增韧Al2O3纳米陶瓷的表征及力学性能测试方法,综述了CNTs/Al2O3复合陶瓷合成方法及性能的研究现状,简要分析了CNTs/Al2O3复合陶瓷的增韧机理及性能影响因素,并对其发展方向进行了展望。

基于细菌菌斑变化的猪肉新鲜度检测方法研究

研究了猪肉变质过程中的生物化学机理,制作了猪肉腐败过程中各个时段细菌含量的样本。同时,提出了利用图像处理技术,提取各个时段生化细菌样本中的菌斑面积作为猪肉腐败程度标尺的测量方法,并利用神经网络建立细菌菌斑面积变化率同总挥发性盐基氮(TVB-N)之间的关系,为猪肉新鲜度检测提供一种新的辨识方法。

基于深度卷积神经网络的柑橘目标识别方法

针对户外自然环境,基于深度卷积神经网络设计了对光照变化、亮度不匀、前背景相似、果实及枝叶相互遮挡、阴影覆盖等自然环境下典型干扰因素具有良好鲁棒性的柑橘视觉识别模型。模型包括可稳定提取自然环境下柑橘目标视觉特征的深层卷积网络结构、可提取高层语义特征来获取柑橘特征图的深层池化结构和基于非极大值抑制方法的柑橘目标位置预测结构,并基于迁移学习完成了柑橘目标识别模型训练。本文运用多重分割的方法提高了柑橘目标识别模型的多尺度图像检测能力和实时性,利用包含多种干扰因素的自然环境下柑橘目标数据集测试,结果表明,柑橘识别模型对自然采摘环境下常见干扰因素及其叠加具有良好的鲁棒性和实时性,识别平均准确率均值为86. 6%,平均损失为7. 7,平均单帧图像检测时间为80 ms。

Ni/SWNTs纳米材料抗氧化和电磁波吸收特性研究

为了提高单壁碳纳米管（SWNTs）的电磁波吸收能力,该文采用化学镀的方法在SWNTs表面镀覆一层金属镍。观察和分析了镀层的形貌、成分和微观结构。使用矢量网络分析仪测试了镀镍碳纳米管/石腊（Ni/CNTs/PAR）复合材料在8-18 GHz频率范围内的复介电常数和复磁导率。透射电镜观察结果和X-ray能量散射图谱表明SWNTs表面包覆了一层致密的金属镍;热重分析曲线显示表面镀镍处理将SWNTs的抗氧化温度从400℃提高到650℃;测得的电磁参数表明Ni/SWNTs/PAR复合材料在测试频域内具有良好的电磁介电性能;当该复合材料厚度为2.0 mm时,在低频的X波段（8.2-12.4 GHz）约有2.5 GHz的频域反射损失超过了10 dB,表明该复合材料在X波段具有良好的电磁波吸收性能。

果园机器人视觉导航行间位姿估计与果树目标定位方法

针对单目视觉导航中位姿信息不完整和果树定位精度低的问题,提出基于实例分割神经网络的偏航角、横向偏移、果树位置计算方法。首先,基于Mask R-CNN模型识别并分割道路与树干;其次,寻找道路掩码凸包并进行霍夫变换,由凸包中的边界方程计算消失点坐标;最后,根据建立的位姿道路成像几何模型,计算偏航角、横向偏移与果树相对位置。实验结果表明:改进Mask R-CNN模型的边框回归平均精确度为0.564,分割平均精确度为0.559,平均推理时间为110 ms。基于本文方法的偏航角估计误差为2.91%、横向偏移误差为4.82%,果树横向定位误差为3.80%,纵向误差为2.65%。该方法能在不同位姿稳定地提取道路与果树掩码、计算消失点坐标与边界方程,较准确地估计偏航角、横向位移和果树相对位置,为果园环境下的视觉自主导航提供有效参考。

基于自适应半径滤波的农业导航激光点云去噪方法研究

针对点云数据去噪操作易损失点云细节信息问题,提出了动态半径滤波器,该方法可在保留场景细节信息的同时获得良好去噪效果。此外,提出基于深度卷积神经网络的种植模式判定器,该方法可实时识别当前种植模式,并读取相应的去噪参数。在苹果种植园、白杨树林和旱柳树林完成去噪试验,试验结果表明,本文方法能去除多尺度点云噪声,有效抑制稀疏离群点、目标周围的逸出值和密集噪声,单帧点云(6400点)去噪平均耗时为43.2 ms。经自适应半径滤波去噪后,密度聚类的平均精确率为94.3%,平均召回率为78.9%,与原始数据相比,分别提升了40.4%、33.9%。自适应半径滤波具有较高的实时性、通用性和鲁棒性,能较明显地提升聚类效果,为点云后续处理奠定良好基础。

基于测距值修正的温室植保机器人定位方法

针对温室植保机器人作业过程中,UWB节点之间频繁出现的非视距通信现象导致UWB系统定位精度低和稳定性差的问题,提出了一种基于UWB测距值修正的融合定位方法。首先,设计了基于测距残差的UWB节点间通信类型识别方法;其次,分析了视距和非视距通信下UWB测距误差产生原因并建立了两种通信条件下的测距值修正模型;最后,基于扩展卡尔曼滤波器设计了UWB测距修正值和IMU数据融合方法,实现了温室机器人作业过程中的可靠定位。在温室环境下的实际验证结果表明:非视距通信条件下,经过UWB测距修正的融合定位方法的定位误差为11.95 cm,相较于未进行UWB测距值修正的融合定位方法,定位误差降低83.11%,可为温室植保机器人提供稳定的高精度定位信息。

纳米铝酸锌的制备及其表征

用醇-水乳浊液法制备了立方系尖晶石结构纳米ZnAl2O4，用XRD和SEM对其进行了表征。结果表明，该ZnAl2O4纳米颗粒粒径在30-50nm之间，分散均匀，大部分粒子都已独立成核，粒径随热处理温度的升高而变大。

交通场景物体检测模型研究

基于深度学习技术设计了交通场景下物体的视觉检测方法。首先基于深度卷积对抗生成网络构建了交通场景数据集,基于faster R-CNN设计了交通场景物体检测模型。上述模型利用卷积神经网络提取图像特征。采用区域推荐网络定位目标物体在图像中的具体位置,并通过卷积层在已定位区域提取的特征识别物体的具体类别。最后在不同光照环境下,测试了所提出方法的物体检测效果。测试结果表明,所设计交通场景物体检测模型获得了较好的检测结果。

果园滑动转向机器人轮胎动力学参数实时估计方法

受果园路面起伏及轮胎附着能力变化影响,滑动转向轮式机器人轮胎的垂直载荷及侧向力参数变化大且难以实时估计,针对现有滑动转向控制器设计时对轮胎动力学参数进行简化,从而导致机器人姿态控制稳定性低的问题,本文提出了非铺装路面滑动转向轮式机器人轮胎垂直载荷实时估计方法和轮胎驱动力实时估计及优化分配算法。首先,提出了适用于滑动转向过程静力学计算的理想平面以及基于该平面的四轮垂直载荷估计方法;其次,提出了基于Fiala轮胎动力学模型的小侧偏角侧向力估计方法;再次,建立了滑动转向轮式机器人坡道稳态动力学方程和轮胎实时驱动力估计方法;最后,基于轮胎利用率构造轮胎驱动力最优实时分配模型。为验证本文方法,建立了基于ADAMS的滑动转向轮式机器人动力学模型进行对比验证,并且对垂直载荷以及侧向力估计方法搭建了检测装置进行实际验证。实际验证结果表明,轮胎垂直载荷实时估计方法准确率为95%以上,侧向力实时估计方法准确率为85%以上,基于轮胎垂直载荷以及侧向力的轮胎驱动力优化方法使轮胎利用率从96.25%降低至93.75%,提高了轮胎附着裕量和姿态控制稳定性。

自然环境下的柑橘采摘点识别方法研究

针对自然环境中柑橘果实采摘点提取问题,研究对光照变化,亮斑阴影,枝叶、枝条及果实遮挡等干扰因素具有良好适应性的柑橘果实识别、分割和采摘点提取方法。研究了基于卷积神经网络的柑橘识别方法,基于全卷积神经网络的果实分割方法,基于Hough变换的采摘点识别方法。以自然环境下采集的柑橘图像构造训练集训练柑橘识别模型和果实分割模型,并根据实验确定Hough变换参数。实验结果表明,提出的柑橘采摘点识别方法可有效的识别自然环境中柑橘并分割出果实有效区域,可有效提取柑橘采摘点,采摘点识别准确率均值为86.8%。

公正俄罗斯党的演变、理论主张及前景

公正俄罗斯党是当代俄罗斯最有影响力的社会民主主义政党,自成立以来一直活跃于俄罗斯政坛,在俄罗斯政党政治中占有重要地位。该党提出建设"21世纪新社会主义"的战略目标并以此为指导思想,主张以公正、自由和团结为核心价值理念,代表广大劳动人民利益,力主构建新社会主义国家。虽然该党有一定社会基础,并在历次国家各级选举中有不错的表现,但还面临一系列发展难题,能否克服这些难题将直接决定着该党的前景和未来。

基于非联合型学习机制的学习神经元模型

针对生物神经细胞所具有的非联合型学习机制,设计了具有非联合型学习机制的新型神经元模型——学习神经元。首先,研究了非联合型学习机制中习惯化学习机制和去习惯化学习机制的简化描述;其次,建立了习惯化和去习惯化学习机制的数学模型;最后,基于经典的M-P(Mc Culloch-Pitts)神经元模型,提出了具有习惯化和去习惯化学习能力的新型神经元模型——学习神经元。经仿真实验验证,学习神经元具有典型的习惯化和去习惯化学习能力,为构建新型神经网络提供良好的基础。

户外种植园行间可通行区域识别方法研究

针对户外种植园行间环境下轮式移动机器人平台的通行性检测和道路可通行区域识别问题,设计了基于车辆通行性边界条件与地形特征提取结合的通行性检测及可通行区域识别方法。通过轮式移动机器人平台的结构参数,获得车辆极限倾翻角度阈值与最大可越障碍尺寸,确定可通行道路的边界条件和路面特征参数,实现了移动机器人路面通行性检测及可通行区域识别。上述方法提升了移动机器人在户外种植园道路行间环境中自主避障、越障通行的能力。

多壁碳纳米管的氧化剪断处理及其分散性

利用混合强酸对多壁碳纳米管（MWCNTs）进行氧化浸泡处理。采用透射电镜、原子力显微镜、Raman光谱、红外光谱等分析手段对处理前后的MWCNTs进行表征，探索氧化浸泡时间对MWCNTs微观形貌及剪断过程的影响，并对氧化剪断后短碳管在水溶液中的分散性进行研究。结果表明，MWCNTs在混酸中浸泡72h左右可以使其从缺陷处剪断，形成管长为200～1500nm的短直管，且碳管表面及端口处嫁接上羟基和羧基活性基团。由于极性官能团的存在，使得MWCNTs的等电点从4．5下降到3．5，沉降实验和分光光度测试显示短碳管在有适量阴离子型表面活性剂存在的pH-2的水溶液中超声振荡40min后具有良好的分散效果。