基于BD-RRT算法的动态路径规划研究

针对Bi-RRT算法规划路径不平滑、路径生成冗余、规划时间长和动态环境不适用等问题,展开了基于BD-RRT(bidirectional-dynamic-RRT)算法的动态路径规划研究,以解决实际场景中障碍物变化时的避障问题。在路径生长方面,提出动态步长增长策略提高对障碍物附近点的采样精度,减少采样点以增强算法的探索能力;在环境发生改变时,引入动态RRT算法,可以修剪首次规划路径中有碰撞的节点,在无碰撞的节点的基础上继续重规划;采取B样条曲线平滑生成的路径以达到减少能耗的目的。仿真结果表明,在静态环境中,BD-RRT算法较其它传统算法能生成更简短有效的路径,路径规划的时间更短,生成的路径更加平滑,且平均路径规划长度与时间分别为Bi-RRT算法的21.1%和95.3%,证明了改进的有效性;在动态环境中,BD-RRT算法的平均重规划时间和路径长度都短于Extended-RRT,仅为该算法的5.2%和95.8%,有着更好的动态环境实用性。

基于改进YOLOv5s的轻量化金银花识别方法

为提高金银花采摘机器人的工作效率和采摘精度,实现将模型方便快速部署到移动端,该研究提出一种基于改进YOLOv5s的轻量化金银花识别方法。用EfficientNet的主干网络替换YOLOv5s的Backbone层,并在改进之后的Backbone层加入原YOLOv5s的SPPF特征融合模块,减少了模型的参数量和计算量,同时降低模型权重的大小,便于之后移动端的部署;其次,为提高模型对于金银花的识别效果,该研究在Neck层中用CARAFE上采样模块替换原始模型中的上采样模块,在略微提高参数量的前提下提高了模型识别金银花的精确度和平均精度,提高了采摘效率。试验结果显示,改进后的轻量化模型参数量仅为3.89×10^(6) M,为原始YOLOv5s模型的55.5%;计算量仅为7.8 GFLOPs,为原始模型的49.4%;权重仅为7.8 MB,为原始模型的57.4%,并且精确度和平均精度达到了90.7%和91.8%,相比原始YOLOv5s模型分别提高1.9和0.6个百分点。改进后的轻量化模型与当前主流的Faster-RCNN、SSD、YOLO系列目标检测模型相比,不但提高了检测精度,还大幅减少了模型的参数量、计算量和权重大小,研究结果为后续金银花采摘机器人的识别和移动端的部署提供了参考和依据。

丝纤维支架材料的制备技术及其应用研究进展

丝纤维特别是丝素蛋白和蜘蛛丝蛋白作为具有良好生物相容性的高分子生物材料在组织工程和生物医学领域里有着广泛的应用。本文阐述了近年来在组织工程研究中所涉及的利用丝纤维进行支架材料制备、细胞培养和体内植入检测手段等方面的研究概况。

碱性脂肪酶水解预热木片磨木浆中的甘油三酸脂的探索

用碱性脂肪酶处理预热木片磨木浆(TM P)。结果表明:在实验室条件下,纸浆滤液中的脂肪酸含量随碱性脂肪酶的用量的增加及反应时间的延长而增大;纸浆酶解后的滤液中树脂液滴由大变小,数量由多变少;纸浆中的TG水解后,黏度呈下降的趋势,其水解产物脂肪酸和甘油对纸浆的黏度几乎没有什么影响。所采用的碱性脂肪酶在纸浆水解中对温度具有较强的适应性。

正交实验优化RGD-蛛丝蛋白基因工程菌高密度发酵条件

通过正交实验对RGD-蛛丝蛋白基因工程菌高密度发酵条件进行优化.选择pH、温度、诱导剂、前体物甘氨酸/丙氨酸4因素,分别在3个水平上进行考察.当菌体密度OD600 nm为35左右时,添加IPTG诱导5 h,确定了发酵诱导条件为前体物甘氨酸/丙氨酸质量浓度为0.5%,诱导剂IPTG浓度为0.4 mmol/L,pH为7.0,温度为37℃.工程菌密度OD600 nm可达到53.1,目的蛋白比例可达到24.3%,每L发酵液菌体经纯化可得到410 mg的目的蛋白.

家校互动凝聚合力 打造和谐优质教育

一、家庭教育是学校教育的基础和补充家庭是世界上最重要的教育场所,家庭教育在个体的成长过程中起着至关重要的作用,它是个体终身教育的奠基石。家庭教育与学校教育在内容上有交叉,二者的目标是相同的。家庭教育是学校教育的基础和补充,故学校应注重对家庭教育资源的综合利用。