智慧农业核心技术突破与集成示范——中国科学院合肥智能机械研究所智慧农业技术主要成果简介

中国科学院合肥智能机械研究所（以下简称：智能所）针对智慧农业发展关键环节与瓶颈技术,围绕农业传感器、农业大数据、农业机器人基础理论、关键技术、支撑平台及核心产品进行研究与集成示范,取得了系列成果,积累了坚实技术基础。农业专家系统中科院合肥智能机械研究所于1983年在国内率先开展智能农业研究与应用,开发了我国第一个农业专家系统＂砂浆黑土小麦施肥专家系统＂.

多智能体强化学习的机械臂运动控制决策研究

针对传统运动控算法存在环境适应性较差,效率低的问题。可以利用强化学习在环境中不断去探索试错,并通过奖励函数对神经网络参数进行调节的方法对机械臂的运动进行控制。但是在现实中无法提供机械臂试错的环境,采用Unity引擎平台来构建机械臂的数字孪生仿真环境,设置观察状态变量和设置奖励函数机制,并提出在该模型环境中对PPO(proximal policy optimization)与多智能体(agents)结合的M-PPO算法来加快训练速度,实现通过强化学习算法对机械臂进行智能运动控制,完成机械臂执行末端有效避障快速到达目标物体位置,并通过该算法与M-SAC(多智能体与Soft Actor-Critic结合)和PPO算法的实验结果进行分析,验证M-PPO算法在不同环境下机械臂运动控制决策调试上的有效性与先进性。实现孪生体自主规划决策,反向控制物理体同步运动的目的。

基于神经网络的南方夏季蛋鸡舍环境与产蛋性能关系模型研究

为了解决南方地区夏季高温高湿蛋鸡舍环境质量难以精准评价与调控的问题,试验构建了基于神经网络的南方夏季蛋鸡舍环境与产蛋性能关系模型,将采集的蛋鸡舍多环境因子数据作为输入,将依据产蛋率划分的环境质量等级作为输出,对反向传播(BP)神经网络、径向基(RBF)神经网络和广义回归(GRNN)神经网络三种神经网络进行训练验证,得到蛋鸡舍环境质量初步评价结果,然后将归一化后神经网络组的输出作为改进D-S证据理论基本概率分配的输入,利用改进的D-S证据理论方法,融合计算得到蛋鸡舍环境质量的综合评价结果。结果表明:在神经网络初级融合评价有冲突的情况下,改进的D-S证据理论法对蛋鸡舍环境状态为差的支持率为0.796 4,而传统D-S证据理论方法、Murphy方法和邓勇方法对蛋鸡舍环境状态为差的支持率分别为0.698 7,0.687 8,0.694 0。说明试验构建的综合评价模型对蛋鸡舍环境的融合评价精度和准确率更高,可以有效解决融合决策失误问题,可用于南方夏季高温高湿蛋鸡舍环境的精准调控。

智能化水下机械手的研究

水下机械手的研究和设计对水下机器人的应用和发展具有重要的影响,而智能化水下机械手要具有自主路径规划和目标类型判断的功能。文中首先简要叙述了水下机械手的发展现状和存在问题,然后通过分析抓取任务及环境信息的获取,设计了系统的硬件结构和软件组成。接着通过对水下机械手进行数学建模,阐述了抓取操作的工作原理,并给出了一个抓取过程的实例曲线。

NO_(2)气体传感器的研究现状

二氧化氮(NO_(2))气体是空气中的主要污染物之一,严重危害生态环境和人体健康。因此,开发高气敏性和选择性的NO_(2)气体传感器对空气中NO_(2)体积分数的检测显得尤为重要。综述了近年来NO_(2)气体传感器的研究现状,重点对石墨烯、金属氧化物、碳纳米管和聚合物4种类型的NO_(2)气体传感器敏感材料进行了阐述,讨论了NO_(2)气体传感器的制备方法和敏感材料的气敏性,同时指出了传感器存在的问题。

基于改进YOLOv5s算法的尾气黑度测量方法研究

针对传统尾气黑度测量方法精度低、环境适应性差等问题,文章提出一种基于改进YOLOv5s算法的尾气黑度测量方法。考虑到尾气形状多变、背景复杂,在现有YOLOv5s网络中添加自适应特征融合(adaptively spatial feature fusion,ASFF)和全局注意力机制(global attention mechanism,GAM),提高尾气目标的检测准确度;同时,为减少光照等环境因素对尾气目标检测的影响,基于尾气的高温特性,利用红外图像提高尾气区域检测准确度;并基于标准的林格曼黑度对被检测区域内的尾气黑度进行等级判定。实验结果表明:改进后的YOLOv5s对红外尾气目标的检测准确率高达95.3%,比现有YOLOv5s检测准确度提高了3.4%;同时还降低了光照等环境因素对尾气目标检测结果的影响,改善了算法的鲁棒性;最终尾气黑度判定精度达到0.5级,可有效满足现有移动源尾气黑度高精度检测需求。

基于数据挖掘的国家森林资源清查数据优化方法研究

基于国家森林资源清查体系,我国积累了大量的森林资源清查数据,为国家的战略规划和政策制定提供重要依据。本文首先对基于分类和聚类的数据方法进行了研究,并对国家森林资源清查数据的特征和数据挖掘的方向展开分析,选取了华东监测区的样地和样木数据,筛选了区域、立地因子、测树因子、生长量等参数,进行了聚类和分类的数据挖掘,提出了关于模型组的合理归并与增减以及避免主观因素造成的误分类等方面的优化方法,而数据挖掘的应用也可以提升智能机器人的感知、决策和交互能力。

温度对膜进样质谱溶解气渗透效率影响的研究

水下质谱作为重要的海洋装备,具有一致性好、指向性强、多种物质同时检测等优势,在深海探测领域得到了广泛应用。然而,水下质谱的膜渗透效率极易受环境温度的影响,该影响增加了溶解气浓度反演的难度,同时降低了检测结果的准确性。该文面向深海环境(温度变化范围:4~35℃),开展了温度对膜渗透效率的影响研究。结果表明,35℃条件下的膜渗透效率相对于4℃条件下的膜渗透效率增长了约2倍。同时温度升降实验结果表明,膜渗透效率不仅与当前温度有关,同时还受到历史温度的影响,即温度对膜渗透效率的影响存在滞后效应。该研究量化了温度对膜渗透效率的影响,揭示了膜进样技术存在温度滞后现象,为溶解气浓度的准确反演提供了方法参考。

外调水支持下淮北市岩溶水开采方案研究

文章利用水位自回归与多元回归相耦合模型,建立了与开采量、降水量相关的水位递推方程;在地下水水位不低于设定水位的约束下,设计岩溶水合理开采量,讨论了外调水支持下的岩溶水开采策略,并对开采量与临界水位的动态关系进行了研究。结果表明,利用水位递推方程可以计算临界水位控制条件下的合理开采量,当采用7.5 m作为管理控制的临界水位,开采强度可控制在22.05×10^(4) m^(3)/d左右,可为未来外调水支持下淮北市岩溶水开采方案的制定提供一定的参考依据。

基于现场总线的分布式智能机器人感知系统研究

感知系统是智能机器人与人、外部环境实现交互最重要的组成部分 ,本文基于现场总线技术 ,对智能机器人感知系统的总体结构、网络拓扑、软件设计、开放互联。

基于蓝牙技术的智能机器人传感器网络研究

蓝牙技术是当前最新的短程无线通信技术标准。今以蓝牙技术 ,构筑了机器人无线传感器网络 ,取代了电缆连接 ,给出了系统整体架构和网络模型 。

智能传感器网络研究与发展

综述了智能传感器网络研究的历史、现状和发展趋势 ,并对智能传感器网络发展历程、IEEE 145 1智能变送器接口标准和智能传感器网络未来研究热点进行了重点阐述。

基于智能计算的施肥模型算法研究

传统的数理统计方法构造施肥模型时,其结构设计和因子选择多依赖先验知识,存在一定的偶然性和主观性。该文针对这些问题,采用GP构造初始施肥模型,再利用GA优化初始施肥模型参数,得到最优施肥模型。同时改进GP/GA初始种群的产生方法,减少了GP/GA进化代数,提高收敛效率。结果表明,该方法能够在不给定任何先验知识的条件下,得到很准确的模型,为施肥模型在广大农村的应用奠定了理论基础。

基于多感知的空间机械手爪控制研究

对融合了视觉、滑觉、角位移等多种传感器的欠驱动空间机械手爪,研究其对不同形状、质地的物体实现自适应抓取控制。通过传感器反馈控制机械手运动、抓取力,提高机械手的自主能力。在抓取模式选择中,采用基于专家系统的抓取规划,根据物体不同的形状、尺寸选择不同的抓取模式;在抓取力控制中,通过由PVDF制作的滑觉传感器反馈,采用基于滑觉信号的模糊控制方法,对不同质地的物体选择不同的控制参数。通过实验研究验证基于多感知的控制方法对各种物体可以进行可靠的抓取。

车辆智能行为验证与评估的虚拟场景研究

车辆智能行为验证与评估平台旨在对无人驾驶车辆的智能行为进行验证与评估,具有经济、安全、不受时间和空间条件约束等优点。目前应用于驾驶模拟领域的虚拟场景仅对真实环境进行模拟并不具备车辆智能行为验证与评估的条件,因此无法满足该平台的需求。对用于车辆智能行为验证与评估的虚拟场景构建方法进行研究,在应用于驾驶模拟的虚拟场景基础上融入了人工智能,构建了具有一定智能的虚拟场景,为车辆智能行为验证与评估提供了条件。

信息获取科学与技术中信号处理体系的研究与建立

本文从实现的功能和规模上 ,将信息获取技术分为四类 ,即传统传感器、智能传感器、分布式智能传感器和分布式智能感知系统 ,从材料科学、机械结构、硬件电路等方面详细分析了误差和干扰的产生机制 。

复杂柔性车载液压机械手弹性动力学建模方法研究

利用动态子结构法研究一种柔性车载液压机械手的弹性动力学建模方法。考虑机械手动态设计和振动主动控制的实现,根据机械手各部件的实际边界约束条件,将机械手系统分解成由不同约束的连续梁构成的9个子结构,且在液压作动器的作用点设置约束模态坐标,以方便机械手振动主动控制方程的导出。在建立各子结构的动力学控制方程后,借助边界条件经综合得到系统的动力学模型。该方法易于实现、计算效率高,便于讨论结构参数对低阶模态的影响规律,也为机械手的振动控制提供了理论基础。

用于水下微机器人驱动的智能执行材料的制备和驱动特性研究

智能材料具有感知和执行功能,近年来受到广泛研究。在微机器人领域智能材料作为微驱动器,有着广泛的应用前景。本实验制备了一种铁磁性智能执行材料,并研究了该材料在磁场下的形变特性。采用该材料作微执行器制作出了水下微机器人模型。实验表明,该模型在交变磁场的作用下,微执行器将做高频率划动,使水下微机器人模型能够在水中产生运动。这种外场驱动方法和材料在医学领域有着良好的应用前景。

基于智能结构的BIA人体健康测评系统研究与设计

针对人体健康评价中数据庞大、受影响因素多等问题,从智能特征建模方法入手结合专家系统理论提出一种智能结构人体健康评价系统模型。运用生物电阻抗技术综合人体总阻抗与分段阻抗相结合的测量方法得到人体生理参数;仿人思维模式把人体健康测评这一复杂任务系统分解为决策、测评两个层次,决策层通过定义有限状态机的转移方式,确定系统所属状态,测评层采用层次分析获取健康评价模式,有效解决了人体健康测评中的多任务、不确定的问题,为解决一类复杂系统的建模问题提供了一个解决思路。

基于WSN的智能建筑综合控制系统研究

研究智能建筑中"智能"的实现条件,和传感信息在"智能"中的重要作用;分析了现有智能建筑综合控制系统在"智能程度"、"信息资源成本"、"系统扩充与开放性"等方面的严重缺陷,给出了采用无线传感器网络(WSN)的解决方案;按照基于WSN的方案,建立的智能建筑综合控制系统,集分布式信息获取、多层信息融合、海量知识存储、集中式智能决策于一体。研究目的是为建筑节能控制提供系统平台。初步的研究结果表明:该方案"智能"程度高、功能扩展容易、节约布线成本、维护方便,是智能建筑领域值得推广的重要研究方向。