基于改进Mask R-CNN的青菜杂质检测研究

绿叶蔬菜的智能包装加工是实现绿叶蔬菜智能化生产、降低生产成本的重要部分,对绿叶蔬菜在包装加工时的杂质检测是其重要前提。以青菜为研究对象,提出一种基于Mask R-CNN的青菜杂质检测模型。首先采集标注掺杂枯树叶、枯菜叶和碎纸片3种常见杂质的青菜图像1370多张,并通过数据增强的方法扩充建立含有2740张青菜杂质图像的数据集。为减少背景对杂质检测的影响,通过在Mask R-CNN模型中加入协调注意力机制,同时添加全连接层和Dropout层,增强模型特征提取能力,减少过拟合现象,并使用迁移学习方法对模型进行微调。结果表明改进后的Mask R-CNN算法对青菜杂质识别的平均精度均值为99.19%,检测速度为8.45 FPS,检测效果良好,可以满足青菜杂质的检测需求。

基于SSA-Kmeans聚类算法的青菜杂质图像分割

为解决青菜包装生产线在加工过程中的杂质在线检测问题,提出一种基于SSA-Kmeans的青菜杂质图像分割算法。首先利用直方图均衡化进行彩色图像增强以降低光照影响;其次基于麻雀搜索算法对初始聚类中心寻优,根据得到的最佳聚类中心,选取包含颜色信息的ab二维数据进行Kmeans聚类;然后对聚类后的图像二值化处理并用形态学滤波方法校正,最终完成图像分割。利用该算法对落叶、枯叶和黄叶等杂质进行图像分割试验,杂质平均匹配率为93.22%,平均误分率为0.70%,平均准确率为92.52%。与FCM算法、Kmeans算法、PSO-Kmeans算法的对比试验表明:本文算法分割精度更优,对不同杂质的分割均表现出良好的鲁棒性,为实现青菜杂质在线检测提供一种新方法支撑,对提高青菜机械化生产水平具有一定的实用价值。

基于CNN和近红外光谱的蜜柑SSC预测模型研究

针对抽样化验等传统果实品质检测方法具有破坏性以及现有回归预测模型存在光谱信息损失和特征提取不够完备等问题,提出基于近红外光谱分析技术和一维卷积神经网络(1D-CNN)实现蜜柑果实可溶性固形物含量预测的模型和方法。采集蜜柑的近红外光谱和测定可溶性固形物含量建立数据集。并通过试验对比确定使模型性能最优的网络结构深度、卷积核尺寸和数量、有无批量归一化(BN)层、池化方式、全连接层深度和Dropout值等网络结构参数,形成包含2层卷积层、2层BN层,2层最大池化层和2层全连接层的一维卷积神经网络,并设置Dropout值为0.2。与偏最小二乘回归、主成分回归和支持向量机回归预测模型的性能对比试验表明:提出的1D-CNN模型预测精度和模型稳定性均优于传统回归预测算法,其验证集上的均方根误差为0.3339,决定系数为0.8655,能够实现对蜜柑近红外光谱数据特征的有效提取和对蜜柑可溶性固形物含量的无损检测。

基于深度学习的重叠柑橘分割与形态复原

自然场景下柑橘果实的遮挡和重叠现象是自动化采摘面临的一大难题,对此提出了一种基于深度学习的多阶段分割与形态复原方法。首先,通过引入Pointrend分支的Mask R-CNN完成对柑橘的识别及边缘细化的实例分割;其次,基于编解码器结构提出柑橘果实形态粗复原模型,并设计局部惩罚损失函数及交并比形状损失函数;再次,通过机器视觉方法,根据粗复原结果提取感兴趣区域;最后,通过基于部分卷积的形态精复原模型完成重叠柑橘的形态复原。实验结果表明:该方法相比传统方法具有更高的果实定位精度和更好的复原效果,能够为自然场景下的柑橘智能采摘提供参考。

基于改进HED网络的重叠葡萄果粒轮廓特征提取

针对复杂背景以及果粒重叠造成的葡萄果粒边界难以准确检测识别的问题,提出一种基于改进HED网络的图像边缘检测算法。算法改进HED神经网络模型,使网络中每个卷积层的输出均得到充分利用;引入骰子(Dice)系数改进原有加权交叉熵损失函数。利用非极大值抑制方式对生成的边缘预测图进行边缘细化处理。实验结果表明,改进后的模型在验证集下的ODS(Optimal Dataset Scale)和OIS(Optimal Image Scale)分别达到0.801和0.817。通过比较改进HED与Canny、HED、DeepEdge三种算法对不同光照条件下的检测结果,表明改进的HED在不同条件下Dice系数高于其他算法约0.01,准确度高于其他算法约0.04。该研究结果为葡萄表型特征提取和葡萄生长规律研究提供了参考。

基于Arduino的绿叶菜自动预分装系统设计研究

为提高绿叶菜的分装效率,利用Arduino作为控制器,设计研发了绿叶菜自动预分装系统。该系统的机械结构由气动式旋转驱动机构和在线称重机构组成,其中,气动式旋转驱动机构采用旋转气缸作为执行器;在线称重机构采用轮辐式传感器作为敏感器件,采用悬浮托板作为承重盘,当落入承重盘中的绿叶菜接近预设质量时,控制器发出指令控制电磁阀开闭,驱动承重盘旋转使绿叶菜落到包装输送带上,从而实现预分装。经实践,该系统能动态显示预设质量和实测质量,误差小于5%,但预分装效率受绿叶菜供料输送带限制,仅为10~15包/min。

农机协同作业的扩展目标跟踪研究

针对农机协同作业等复杂工况下,需要获取场景中机动目标的运动状态及姿态轮廓等扩展状态问题,引入扩展目标跟踪方法,采用乘性噪声模型建立量测方程。同时,推导了该模型下的扩展目标跟踪滤波器,并通过仿真验证和试验证明本文方法可以有效实现对目标状态的有效估计,旨在为设施环境下绿叶菜自动收割-运输协同作业提供支持。

水果轮廓特征提取的Zernike矩分水岭分割方法

果实轮廓特征的测量提取是了解水果等农作物发育过程中内部生理生态变化的重要手段。该文提出了一种基于Zernike矩边缘检测的分水岭算法,并将该算法应用于葡萄果粒的轮廓特征提取。与传统的标记驱动分水岭算法相比,该算法利用Zernike矩边缘检测避免了标记对于轮廓的破坏,较好的保护了目标轮廓,从而减少了后续处理,提高了检测效率。最后,将用该算法所得到的轮廓和用传统的标记驱动分水岭算法所得到的轮廓进行比较,验证了该算法的可行性。该算法具有较高的检测效率,相较传统算法提高约6.9%左右,能够满足连续提取葡萄果粒的轮廓特征的要求。该方法可用于实时检测葡萄果粒的几何特征的变化。

基于HCI-SA/GA的演化设计方法及其在布局中的应用

“人机结合”是解决复杂工程系统方案设计的重要方法。为实现这种“人机结合”给出了一种基于人机交互的混合模拟退火遗传算法(简称HCI—SA/GA算法)。该算法实现了人工方案(人工个体)与算法方案(算法个体)在基因层面的结合并共同参加算法操作(交叉、复制、变异),进而构成基于HCI—SA/GA的演化设计方法。本方法既具演化算法的特点又融合了人的经验和智慧,可用于复杂工程系统布局方案设计。最后给出以卫星舱布局设计为背景的两个数值算例,验证了本方法的可行性与有效性。

基于有限元分析的特征值反问题求解的逆摄动方法

本文研究特征值反问题的求解方法。根据广义特征值反问题理论和有限元法的特点 ,以转子系统平面梁单元有限元模型结构分析的特征值反问题求解为例 ,给出一种新的逆摄动方法。给出了本逆摄动法较完整的理论基础 ;给出了其逆摄动参数的显式计算公式及相应的取值方法。

基于人机交互的遗传退火算法及其在履带起重机布局设计中的应用

针对履带起重机上车构件布局优化问题 ,给出一种基于人机交互的遗传退火算法。该算法在退火遗传算法的基础上引入“人机合作”思想 ,充分发挥人的主观能动性 ,改善了算法的性能。与传统算法相比 ,该算法收敛快、通用性好 ,适合求解复杂优化问题。

结构静力反问题求解逆摄动算法

研究了基于有限元分析的结构静力反问题求解的逆摄动方法. 以桁架结构的静力分析为例, 基于桁架结构的有限元分析模型,利用反问题求解的思想提出了静力反问题求解的逆摄动算 法. 给出逆摄动参数ε的显式计算公式,避免或减少了重分析. 算例表 明,这是一种具有较高效率的计算方法,可应用于复杂工程结构的静力优化设计.

农业车辆导航系统中路径规划策略的研究进展

路径规划策略是农业车辆导航系统的重要组成部分。目前有3种主要的农业车辆导航路径规划策略:作物行跟踪策略、地头转向最优路径规划策略以及全区域路径规划策略。为此,综述了国内外在这个领域的研究进展,并提出了一些农业车辆导航系统路径规划研究的新思路。

苹果采摘机器人末端执行器恒力柔顺机构研制

为了减少采摘机器人末端执行器在夹持过程中对果实造成的损伤,该文通过在末端执行器上设置柔顺机构,并对柔顺机构力学性能进行计算,求解果实无损采摘所需的柔顺恒力特性。首先,基于形状函数建立边界条件约束下的柔顺梁非线性常微分控制方程;然后,利用打靶法将上述边值问题重新描述为初值问题,并结合遗传算法进行初值优化求解,采用序列二次规划法优化梁的形状函数,使其在一定变形范围内实现恒力输出;最后,在给出求解所需参数和柔顺机构初始形状参数基础上,以苹果采摘为例,通过优化计算,使柔顺梁对果实的夹持力维持在7.9 N左右,非线性有限元计算和力-位移特性试验验证了计算结果的准确性,多次苹果夹持试验的抓取完好率为95%,验证了该柔顺机构无损夹持苹果的可行性。研究结果可为不同类型果实的恒力夹持提供参考。

一种基于人机交互的退火遗传算法

针对工程中存在的许多具有大规模、非线性、非凸等复杂特性的全局优化问题,在退火遗传算法的基础上,通过将人工方案和算法方案相结合,提出了一种基于人机交互的退火遗传算法.算法首先通过人机合作方式产生初始群体,并在随后的演化过程中,根据个体的适值自动地将人工个体从移民池中引入到算法群体中.引入的人工个体在同其他个体广泛交叉后,按Metropolis法则形成新群体,从而改善群体的质量并引导算法向更富希望的方向搜索.改进的自适应算子提高了算法的整体搜索能力.该算法具备演化算法的优点,并能发挥人的主动性,显示了求解复杂优化问题的应用潜力.算例的仿真结果验证了算法的有效性.

虚拟制造技术与起重机械CAD/CAM

就新形势下我国起重机械生产企业面临的挑战 ,阐述了企业实施虚拟制造技术 (VMT)的意义与可行性 ,并对起重机械CAD/CAM技术的发展方向和实施VMT的具体步骤进行讨论。

基于改进FCM的葡萄根系图像分割算法

以葡萄根系表型的连续微变测量为目标,针对葡萄根系图像背景复杂难以提取有效信息的特点,提出了基于模糊C-均值(Fuzzy Cmeans,FCM)聚类的图像分割改进算法。首先,根据根系图像样本分布和及其空间位置确定初始聚类中心;然后仿照标准FCM算法迭代,将空间信息融入到算法中,形成新的FCM分割算法,得到最终结果。实验证明,该方法能够实现根系图像的快速、准确分割,为葡萄生长建模及灌溉决策分析提供数据参考。

基于深度学习的垃圾炉投料口物料高度识别系统

针对垃圾自动化处理过程中的垃圾物料高度识别问题,探究利用计算机视觉和深度学习方法,实现垃圾炉投料口中垃圾区域的语义分割,并在此基础上进行高度识别。比较探究了U-Net和MobileNetV3两种网络针对投料口图像的语义分割结果,实验结果表明,两种模型都具有较好的效果,满足实际需求,但基于U-Net的方法具有更高的分割效率和测量精度。构建了完整的端到端垃圾物料高度预测系统,为垃圾自动化处理过程中转移垃圾至合适投料口环节提供决策信息。

机械结构动力优化振型反问题求解的逆摄动方法

通过对振型反问题的研究 ,提出了振型反问题求解的逆摄动方法 ,并给出了相应的逆摄动参数ε取值方法。同传统的求解方法如罚函数法和变尺度法等相比。该方法还可避免或减少重分析 ,提高计算效率 ,算例表明 。

车载电子秤传感器弹性座体的有限元分析

利用有限元方法对铁水车电子秤的传感器弹性座体进行了局部应力分析计算 ,找出了弹性座体断裂破坏的原因。并通过进一步的模拟修改计算 。