基于超宽带无线定位的农业设施内移动平台路径跟踪研究

为实现农业设施内车辆自动导航,提出了一种基于超宽带(ultrawideband,UWB)无线定位的路径跟踪方法。运用4个基站组建UWB无线定位系统,采用加权最小二乘法(weighted least squares,WLS)法解超静定方程组,提高了移动标签的定位精度。重新定义前视距离,根据车体航向与前视直线的夹角界定车体偏差程度,并提出基于动态前视距离的改进型纯追踪模型。在MATLAB 2016a软件环境下的仿真说明该文算法优于采用固定视距的传统纯追踪算法,并进行实车试验。结果显示,在UWB定位系统的引导下,车体在不同初始状态下均能很好地收敛到期望直线,当速度为0.5 m/s时,在4种初始状态下进行直线跟踪,稳态偏差为5.4~8.4 cm,稳态偏差均值为6.3 cm。在矩形路径跟踪时,当横向偏差和航向偏差均为0的初始状态下,全程平均偏差为20.6 cm,跟踪偏差主要出现在90°转向处,最大偏差为85.5 cm,说明改进后的纯追踪算法的路径追踪质量均优于采用固定视距的传统纯追踪模型,能满足农业设施内移动平台自动导航的需求。该方法可为农业设施内车辆导航提供新思路。

农林特色工程训练育人体系构建与评价

针对工程训练课程特色不鲜明、层次边界模糊,学科交叉复合型、创新型人才培养机制不健全,课程思政不系统等一系列问题,探讨了一种具有农林特色的工程训练育人体系构建与评价方法,建立了5维度、4层次、11模块的全覆盖、可评价的工程训练实训科目,采用笔试、实操、答辩、报告等多种组合方式对教学效果进行考核评价,为工程训练教学的持续改进提供依据。该育人体系实现了知识传授、技能培养、人格塑造、价值引导的协调统一、一体化育人,为农林类高校提高工程训练课程改革成效发挥了借鉴作用,为创新型人才培养提供了有力支撑。

基于振动挖掘与二次分选的4U-90型番薯收获机设计与试验

针对我国丘陵山地番薯收获作业中存在的现有机型实用性较低、伤薯率高、明薯率较低,以及多为人工收获等问题,设计一种适用于丘陵山地轻量化番薯收获机。整机结构主要由变速箱、三点悬挂装置、挖掘装置、二次分选装置和升运分离装置等组成。该收获机挖掘番薯效率较高,并在其升运期间振动分离土薯,同时收集升运过程中掉落番薯至二次分选装置并振动分离土薯。进行了样机三维模型建立及样机田间试验。试验结果表明,满足番薯收获机工作需求,并以此为以后样机改进提供理论依据与现实基础。

一种采用有源器件实现的射频有源带通滤波器

针对目前智能化和小型化核检测仪表中的带通滤波器进行了研究,设计了一种采用有源电感和有源电容实现的射频有源带通滤波器。首先,分别对有源电感电路和有源电容电路的构成、工作原理和主要参数进行了分析,并得出了其仿真结果,以表明设计的实用性和合理性;然后,采用提出的有源电感电路和有源电容电路设计出了一款中心频率为1 GHz的射频有源带通滤波器;最后,基于0.18μm CMOS工艺设计制作和ADS仿真软件得到的仿真结果表明,所设计的滤波器电路具有低功耗、理想的S参数和低线性噪声性能,不仅可用于智能化和小型化核检测仪表的射频组件,也可用于多标准无线应用系统中实现高阶有源滤波器。

茄子收获机器人机械臂避障路径规划

提出了一种茄子收获机器人机械臂在笛卡尔空间的避障方法。将空间障碍物等效为可以用数学建模的圆柱扇环,将三维空间的路径规划简化为二维,提高了控制的实时性;将障碍从工作空间转换到C-空间中,使对机器人的控制直接作用于关节,避免了使用雅可比逆阵进行复杂的坐标转换。将C-空间映射到图像矩阵中,通过对图像进行适当的处理,规避了在使用A*算法寻优时可能出现的失败。实验结果表明,该避障路径规划方法计算量小,实时性好,适合自然生长状态下茄子的自动收获。

广义Hough变换在遮挡图像识别中的应用

介绍了一种基于广义Hough变换的空间有部分遮挡的茄子目标识别方法。从生物学的角度,用广义柱近似等效样本茄子形状;通过坐标转换获得了不同位姿的立体目标在平面上的投影边缘,并建立茄子外形的4维参数索引表;采用一种广义Hough变换计算茄子目标的潜在位置,并通过比较各旋转角度下的"面积比",筛选出目标实际的位姿。试验表明:这种广义Hough变换检测目标位置和姿态的相对误差分别约在1.3%和5.5%以下,说明其对空间不同位姿、部分遮挡情况下目标的识别具有良好的效果。

基于尺度不变特征转换算子的水果表面图像拼接方法

水果全表面图像信息是否完整,直接影响水果表面颜色和缺陷检测的结果。该文提出了一种基于尺度不变特征转换(SIFT,scale invariant feature transform)算子的图像拼接方法,实现多视角水果图像的拼接以获取完整的水果表面信息。首先以15°固定间隔旋转水果以获取各视角下的连续图像,在图像2R-G-B通道下实现图像目标和背景分离,并对目标图像进行灰度直方图均衡化以增强其纹理信息,有利于特征点的提取。运用SIFT算法提取图像特征点,因为特征向量数量多、维数高,采用普通的K-D树算法搜索匹配点将消耗大量时间,因此将图像划分为16个区域,通过多次试验可知中间4个区域为特征点是最容易匹配的区域,这样就缩小匹配点可能存在的区域。采用极线几何约束法和改进型随机抽样一致(random sample consensus,RANSAC)算法以提高图像拼接精度,减少匹配时间。根据平移矩阵,对前后图像进行拼接,从而实现水果表面图像的完整拼接。试验结果表明:该算法平均匹配精度提高35.0%,平均拼接时间为2.5 s,较传统K-D树算法缩短67.8%时间,拼接效果还原率为93.9%。该文算法具有一定的尺度、旋转以及仿射变换不变性,适用于随机呈现的不同姿态球状水果图像拼接。该研究可为基于机器视觉的农产品品质检测和等级划分提供科学参考。

基于改进型广义Hough变换的茄子果实位姿识别方法

以茄子果实为例,提出一种基于改进型广义Hough变换的空间物体位置和姿态的识别方法。在已知图形的参数表制作阶段添加缩放和旋转运算,扩大样本的代表范围;采用"形状相似度"的方法初选待识图形的缩放索引和旋转索引,缩小了搜索范围;适当提高梯度索引步长,避免参考点在累加器中的排布过于分散,便于确定最终参考点坐标。试验表明:改进型广义Hough变换对茄子大、小目标的深度恢复误差分别减小了4.0和7.9个百分点,说明该方法对空间不同位姿、部分遮挡情况下茄子果实的识别具有良好的效果。

基于SOFM神经网络的茄子图像分割方法

以将茄子图像从复杂的背景中分割出来为目的,在分析茄子图像色差和色相的基础上,选取R-B、G-B和H作为自组织特征映射(SOFM)网络的输入特征向量,利用该网络自组织学习的特征进行聚类。采用信噪比、面积比、分割时间和傅里叶边界描述子等指标来评价分割精度。试验证明,基于SOFM神经网络图像分割评价优于单一阈值分割,适合复杂背景的彩色图像分割。

基于BP神经网络的水果分级研究

文章介绍了一种基于BP神经网络的水果分级方法。采用数字图像处理的方法对图像进行预处理,选择水果表面颜色的均值和方差来表示水果的颜色特征,采用一个与水果目标具有同样二阶矩的椭圆来近似表示水果的形状,简化了果形描述的复杂程度。通过RP算法训练,可以得到一个具有9个隐层神经元的BP神经网络结构参数。试验表明:采用该模型对水果等级进行分级,平均正确率为92.5%,分级一个水果的时间为10.3 ms。说明采用BP神经网络技术可实现对水果等级的自动判定,该方法具有正确率高、实时性好的特点。

基于超宽带无线定位的农业设施内移动平台路径跟踪研究

为实现农业设施内车辆自动导航,提出了一种基于超宽带(ultrawideband,UWB)无线定位的路径跟踪方法。运用4个基站组建UWB无线定位系统,采用加权最小二乘法(weighted least squares, WLS)法解超静定方程组,提高了移动标签的定位精度。重新定义前视距离,根据车体航向与前视直线的夹角界定车体偏差程度,并提出基于动态前视距离的改进型纯追踪模型。在MATLAB 2016a软件环境下的仿真说明该文算法优于采用固定视距的传统纯追踪算法,并进行实车试验。结果显示,在UWB定位系统的引导下,车体在不同初始状态下均能很好地收敛到期望直线,当速度为0.5 m/s时,在4种初始状态下进行直线跟踪,稳态偏差为5.4～8.4 cm,稳态偏差均值为6.3 cm。在矩形路径跟踪时,当横向偏差和航向偏差均为0的初始状态下,全程平均偏差为20.6 cm,跟踪偏差主要出现在90°转向处,最大偏差为85.5 cm,说明改进后的纯追踪算法的路径追踪质量均优于采用固定视距的传统纯追踪模型,能满足农业设施内移动平台自动导航的需求。该方法可为农业设施内车辆导航提供新思路。

农林类高校多维多尺度工程训练教学体系构建与评价

针对农林类高校工程训练教学办学特色不鲜明、评价标准模糊、重技能轻素养等问题,探讨了一种多维多尺度工训教学体系构建与评价方法,形成了5维度、4尺度及20类全覆盖、可衡量的训练科目,并采用理论考试、实践操作、作品答辩和实训报告等方式对训练科目进行考核评价,为工训教学的持续改进提供依据。该方法为农林类高校工程训练科目设计与评价提供了新思路,对农林类高校新工科专业建设具有一定参考意义。

基于MATLAB的茄子图像分割方法

针对茄子图像的灰度和颜色特点,利用MATLAB中丰富的图像处理函数,分别进行了色差分割和色调分割。在色调分割中,采用了自动选取阈值的Otsu法。在去除残留噪音的处理中,采用标注的方法对二值图像的各连通区域进行面积统计。保留最大面积的区域,从而使分割效果大大改善。利用多参数来衡量分割效果,使评价做到最大程度的客观、合理。

高等农业机械化及其自动化专业人才培养模式探索

在分析国内外高等农业工程教育现状的基础上,认为我国高等农机教育存在学科地位得不到确定、生源质量和就业质量不高以及专业教育水平层次较低等问题。提出为适应新形势下农机行业发展的需要,高等农业院校农机应用人才培养与市场需求相适应、改革课程体系和人才培养模式以及提升教育者自身能力素质等建议。通过构建以面向市场为导向,激发学生兴趣为手段,努力为学生创造创新条件为途径,探索培养农业机械类创新型人才的模式。

基于惯性主轴的水果姿态检测

介绍了一种基于惯性主轴的水果分级目标姿态检测方法。采用计算惯性主轴的方法求取水果的果轴信息,在测试台上通过增加一个反光镜面的方法获取同一水果两个视角的图像,分别求出各图像的惯性主轴,据此获取空间水果目标的姿态。结果表明,正投影果轴倾角实测值与计算值的平均误差为4.4°,果轴检测正确率为86%,果轴与测试台夹角实测值与计算值的平均误差为5.9°,该方法可有效检测分级生产中水果的姿态。

一种草莓图像立体匹配方法

提出了一种基于尺度不变特征变换和随机抽样一致算法的立体匹配方法。首先采用SIFT算法提取左右草莓图像的特征向量,再运用RANSAC和极线约束法对两幅图像进行特征点匹配,以降低特征点对之间的错配率,提高图像匹配精度。最后利用双目立体视觉原理对图像各目标进行匹配试验。结果表明,该算法较传统方法平均匹配精度提高50%,算法时间缩短66%,可满足草莓收获机器人视觉系统在自然采摘作业环境下的工作要求。

地方本科院校学科专业一体化建设的探索--以浙江农林大学工程学院为例

学科与专业之间既相互依存又不能相互替代,两者共同决定人才培养的质量和数量。学科和专业是高校生存和发展的基础,所以有必要推动学科与专业的相互促进和协调发展。目前,地方本科院校在学科、专业建设过程中还普遍存在各自建设的“两张皮”现象。学科专业一体化建设有助于营建良好的教育生态,有助于节源增效和协同创新。地方本科院校学科专业一体化建设虽然面临着规划建设同步难、功能使命有差异、两者发展欠协同等问题,但也具备共生共长的土壤和相近的建设要素。因此,浙江农林大学工程学院从组织架构一体化、目标使命一体化、研教活动一体化、师资队伍一体化、条件建设一体化等路径开展了林业工程学科与木材科学与工程专业一体化建设的探索。首先,通过顶层设计完成学科专业的组织架构一体化,使学科专业一体化建设有了组织保障。其次,根据现代社会发展和区域经济建设的需要调整学科科研方向和专业培养方案,实现两者目标的一致化和使命的趋同化。再次,以课程建设为抓手,形成教学在科研中提升、科研在教学中深化的良好局面。最后,通过统筹各类师资和团队的培养、管理和使用以及人、财、物等保障条件的协同共建,实现高效的资源融合共享。学科专业一体化建设实践取得了一定成效,为本科生参与科研创造了条件,实现了学科平台对专业发展的支撑以及实训基地的共享。

稻麦联合收获开沟埋草多功能一体机开沟功耗研究

为了获得较准确的开沟功耗,从而为稻麦联合收获开沟埋草多功能一体机动力配套、开沟作业参数选择提供依据,对多功能一体机开沟部件作业功耗进行了测试,并建立了开沟作业功耗数学模型。结果表明:刀盘转速为294r.min-1时,平均开沟功耗最低(8.18kW),446r.min-1时平均开沟功耗最高(10.83kW),最高平均功耗约占配套动力的25%。正常作业效率下,开沟功耗为8～12kW;从低耗高效原则出发,刀盘转速宜取294～369r.min-1;不同刀盘转速下,模型用不同修正系数修正后可用来进行开沟功耗估算、整机动力配套或各部件动力分配。

水稻飞虱图像几何形状特征的提取

在用迭代阈值法分割图像的基础上,对飞虱图像的几何形状特征和不变矩的提取及测量进行了研究。提取了4项稳定性较高的相对特征,包括延长度、球状性、叶状性和似圆度,而与周长有关的参数不适合描述形态特征,误差较大的不变矩参数也不宜作为描述的依据。

基于机器视觉的山核桃等级检测技术

提出了一种基于机器视觉的山核桃等级检测方法。在对山核桃形状充分理解的基础上,采用CCD相机获取其数字图像,通过数学形态学的方法,提取山核桃图像的横径、果长、大小等特征。结合山核桃的几何尺寸建立数学模型。根据山核桃从业人员建议,对这些特征赋予一定的权重,建立综合等级评价标准,据此来综合评定山核桃的等级。试验结果表明,该分级方法较机器筛选法更客观、合理,分级结果更符合人们的消费心理和视觉习惯。