多运动视觉里程计的方法与技术

多运动视觉里程计(multi-motion visual odometry,MVO)是在动态场景中估计动态物体位姿变化的算法,对于移动机器人和自动驾驶汽车等自主化设备(autonomous things,AuT)的研发具有重要的理论意义和较大的实用价值。综述机器人领域多运动视觉里程计的发展过程及最新研究进展,根据特征点聚类方法的不同,从特征点几何聚类和语义几何聚类两个方面介绍多运动视觉里程计融合特征点及语义信息求解空间内多运动视觉里程计的重要研究成果。基于相同的评价指标及数据集对几种常用方法进行深入的对比研究,展望未来多运动视觉里程计的发展方向。

基于PCA及k-邻近算法的复杂环境数字手写体识别

为解决手写体识别在复杂环境情况识别率低等问题,对复杂环境下的手写体识别进行了研究。系统采用canny算子、中值滤波、膨胀腐蚀等方法提取目标区域,在得到目标区域后对其进行透视变换并求取数字轮廓,过滤后线性放缩获得识别样本数据。再对样本进行PCA降维,使用K-临近算法对数字进行匹配识别。同时为提高识别准确率,将国内外不同地域手写数据库输入系统与现有数据库进行匹配,以此完成对系统的训练。

蔬菜大棚智能喷洒机器人的设计

为解决蔬菜大棚在浇水、施肥、除病虫害方面的效率低、劳动强度大等问题,本文研发了一种能普遍应用于蔬菜大棚的智能喷洒机器人。它配置多种传感器,能进行自动巡检,按比例智能配制营养液,既能对蔬菜集体喷洒,又能对有需要的蔬菜进定点行识别喷洒,具有根部浇水和施肥、施叶肥、除病虫害等多种急需功能。该设计取代人工实现蔬菜大棚全自动化操作,主要包括浇水、施肥、除病虫害等机械性工作。

基于嵌入式系统开发的蔬菜大棚智能喷洒系统

本课题开发的是一种适用于蔬菜大棚的基于嵌入式系统的智能喷洒系统。该系统搭载了包括图像传感器在内的多种传感器,能按给定比例自主配制营养液,既能对植株进行集体喷洒,又能对有需要的植株进行定点喷洒,施肥(根肥和叶肥)、除病虫害。它的主要结构安装在钢质结构轨道上,移动方便,能进行自动巡检。解决了传统的人工浇水、施肥、除病虫害等方面工作效率低、效果不明显、劳动强度大等问题。