具有避障功能的农机自动作业全覆盖路径规划方法

针对不同尺寸和类型障碍物条件下的农机车辆自动作业全覆盖路径规划问题,提出了静态全覆盖路径规划方法和路径优化方案。根据矩形田块信息、障碍物信息、农机最小转弯半径和机具宽度,自动选定作业方向、作业行距、地头转弯区域和转弯模式等参数;根据障碍物形状、高覆盖率高作业路径比的需求,对算法进行优化调整,以达到更好的作业效果。软件仿真测试结果表明:对有小矩形障碍物的田块,改进后的算法覆盖率提升了0.11%,重复率降低了0.71%;对大矩形障碍物的田块,两种分区路径的覆盖率分别为89.24%和98.08%,重复率分别为3.53%和2.84%。研究结果表明:算法提高了田块的利用率,降低了作业成本,能够有效避开大小障碍物,同时满足高覆盖率和低重复率的田间作业要求。

基于平行测试的认知自动驾驶智能架构研究

在大数据、云计算和机器学习等新一代人工智能技术的推动下,自动驾驶的感知智能在近年来得到显著的提升与发展.然而,与人类驾驶过程中隐含的以自我目的实现为引导的自探索性和自主性相比,现阶段自动驾驶技术主要以辅助驾驶功能为主,还停留在以被动感知、规划与控制为主的初级智能自动驾驶阶段.为实现车辆智能从数据驱动的环境感知、辅助决策、被动规划到知识驱动的场景认知、推理决策、主动规划的提升,亟需增强车辆自身对复杂外界信息归纳提炼、推理决策、评价估计等类人能力.首先回顾自动驾驶关键技术演化及其应用发展历程;随后分析测试对车辆智能评估的效用;然后基于平行测试理论,提出自动驾驶车辆认知智能训练、测试与评估空间的构建方法,并设计基于平行测试的认知自动驾驶智能训练框架.该项研究工作预期能为推动自动驾驶从感知智能向认知智能的升级提供可行的技术支撑与实现路径.

AccuLearning自动勾画临床靶区和危及器官用于宫颈癌术后放疗的可行性研究

目的从几何学和剂量学探讨AccuLearning(AL)建立宫颈癌术后临床靶区(CTV)和危及器官(OARs)自动勾画模型应用于临床的可行性。方法选取75例宫颈癌术后手动勾画CT数据,60例应用AL训练生成自动勾画模型,并对剩余15例进行自动勾画,同时将自动勾画图像上的放疗计划导入到手动勾画结构上,比较两种勾画方式的效率、戴斯相似系数(DSC)、豪斯多夫距离(HD)和剂量学差异。结果自动勾画时间明显小于手动勾画(P<0.05);各结构DSC值≥0.87;肠袋和直肠的HD值在10 mm左右,其余结构小于5 mm;剂量学评估CTV(D98、V90%、V95%、Dmean、HI)、肠袋(V50)和膀胱(V50)有显著性差异(P<0.05)。结论基于AL形成的宫颈癌术后自动勾画模型提高了放疗效率,OARs具有直接应用于临床的可能性,CTV仍需进一步修改。

超声自动乳腺全容积成像表现对乳腺癌腋窝淋巴结转移的预测价值及乳腺癌腋窝淋巴结转移的危险因素分析

目的探讨超声自动乳腺全容积成像(ABVS)预测乳腺癌患者发生腋窝淋巴结转移(ALNM)的临床价值并分析乳腺癌腋窝淋巴结转移的独立危险因素。方法选取2019年5月至2021年5月于河北省保定市第二中心医院接受手术治疗并确诊为单侧单发乳腺癌患者249例,手术治疗前均接受ABVS检查,根据术后病理结果分为ALNM组98例和无ALNM组151例。比较分析两组患者的一般资料及ABVS超声参数,采用多因素logistic回归分析乳腺癌患者发生ALNM的独立危险因素,采用受试者操作特征(ROC)曲线分析ABVS超声参数对乳腺癌患者发生ALNM的预测价值。结果与无ALNM组相比,ALNM组肿瘤最大径更大,肿瘤距乳头距离更近,肿瘤边缘不光整、内部回声不均匀、冠状面汇聚征比例更高,差异均有统计学意义(P<0.05);而两组在年龄、绝经、病理分级、分子分型以及肿瘤位置、形态、微钙化方面差异均无统计学意义(P>0.05)。多因素logistic回归分析结果显示,肿瘤最大径、肿瘤距乳头距离、有冠状面汇聚征是乳腺癌患者发生ALNM的独立危险因素(P<0.05)。ROC曲线分析显示,肿瘤最大径、肿瘤距乳头距离、有冠状面汇聚征单独预测及三者联合预测乳腺癌患者发生ALNM的曲线下面积分别为0.693、0.605、0.628、0.809,三者联合预测的曲线下面积最大,联合预测的敏感度为70.68%,特异度为83.04%。结论ABVS超声参数有助于预测单侧单发乳腺癌患者手术治疗前是否发生ALNM,肿瘤最大径、肿瘤距乳头距离、有冠状面汇聚征是发生ALNM的独立危险因素,且三者联合可提高乳腺癌患者发生ALNM风险的预测价值。

面向自动驾驶道路场景中异常案例的多模态数据挖掘算法

基于深度学习的视觉感知技术的发展有利于自动驾驶系统中环境感知技术的进步。然而,对于自动驾驶场景中的异常案例,目前的感知模型还存在一些问题。这是因为基于深度学习的感知模型的能力取决于训练数据集的分布。尤其是驾驶场景中的类别从未出现在训练集中,感知系统也往往很脆弱。因此识别未知类别和极端场景仍然是自动驾驶感知技术安全性的挑战。本文从处理数据集的角度出发,提出了一种新颖的多模态异常案例自动挖掘流程(corner case mining pipeline, CCMP)。为验证CCMP的有效性,在Waymo开放数据集的基础上构建了异常案例子集“Waymo-Anomaly”,该子集共有3 200个图像,每个图像都将包含文本中定义的异常案例场景。并且基于私有数据集Waymo-Anomaly,证明了CCMP针对异常案例场景挖掘的召回率可以达到91.7%。此外,还通过实验验证了目标检测器在包含异常案例的数据集中针对长尾分布的有效性。最终,希望从处理数据集的角度来提高自动驾驶感知模型在现实世界中的真实性。

日光温室薄膜全自动清洗机研制与试验

针对日光温室薄膜人工清洗劳动强度大、自动化清洗设备缺乏的现状,该研究设计了一种日光温室薄膜全自动清洗机。为减小整机质量并降低成本,采用双蜗轮蜗杆电机分别驱动清洗主机的毛刷与爬升轴;设计地面移位换行装置,用以承载清洗主机沿温室长度方向移动;为实现自动换行清洗,设计棚顶移位换行装置,调整棚顶吊绳安装高度,避免吊绳在换行作业时与棚面产生干涉而影响换行质量或损伤薄膜。基于多传感器融合与数据校验技术,保证清洗主机、棚顶与地面移位装置间的协作实时性、一致性及可靠性。为验证设计方案的合理性与可行性,以参照日光温室跨度、脊高、肩高参数10:1制作模型温室,按外形尺寸5:1加工清洗样机,并进行对齐、倾斜偏移及清洗效果验证试验。结果表明,清洗主机升降时的水平偏移量在±3°以内,左右偏移量在±7 mm以内(换行操作时各偏移量无累积);地面与棚顶移位换行装置的单次换行误差与多次换行累计误差均在1 mm左右;毛刷材料选型与关键参数设计合理,可对薄膜表面灰尘进行有效清洗,洗净率为95.4%,清洗效果明显。该清洗机在丰富国内日光温室清洗装备类型的同时,有效解决了团队前期研发清洗机质量大、易伤膜、自动化水平低等问题,为温室大棚薄膜相关清洗设备的设计研发提供了参考。

OBE理念下自动化一流本科专业课程教学改革与实践

成果导向教育(OBE)的课程教学是一流专业建设和人才培养改革的本质。针对自动化专业课程教学改革的需求,该文通过修订课程教学大纲,明确课程目标、课程资源、教学内容和考核评价等,并采取“导、学、教、练、思、考、评”的多元化教学过程,提升学生解决复杂工程问题的能力。自动控制原理课程教学改革与实践表明,OBE理念是提升学生学习效果的有效途径,取得显著效果。

针对自动驾驶智能模型的攻击与防御

近年来,以深度学习算法为代表的人工智能技术为人类生产生活的方方面面带来了巨大的革新,尤其是在自动驾驶领域,部署着自动驾驶系统的智能汽车已经走进入们的生活,成为了重要的生产力工具.然而,自动驾驶系统中的人工智能模型面临着潜在的安全隐患和风险,这给人民群众生命财产安全带来了严重威胁.本文通过回顾自动驾驶智能模型攻击和防御的相关研究工作,揭示自动驾驶系统在物理世界下面临的安全风险并归纳总结了相应的防御对策.具体来说,本文首先介绍了包含攻击面、攻击能力和攻击目标的自动驾驶系统安全风险模型.其次,面向自动驾驶系统的三个关键功能层——传感器层、感知层和决策层,本文依据受攻击的智能模型和攻击手段归纳、分析了对应的攻击方法以及防御对策,并探讨了现有方法的局限性.最后,本文讨论和展望了自动驾驶智能模型攻击与防御技术面临的难题与挑战,并指出了未来潜在的研究方向和发展趋势.

智能财务之流程自动化变革:从RPA到IPA

作为财务智能化发展的重要利器之一,流程自动化自出现之日起就受到了相关理论和实践工作者的普遍关注。经过十几年的快速发展,流程自动化正在从RPA演变到IPA,并朝着超级自动化的方向发展。本文从相关概念入手,以在财经领域的应用为视角,回顾流程自动化的发展历程,分析RPA、IPA、超级自动化的核心技术和系统架构及其特点,比较RPA和IPA各项指标的差异,探索流程自动化发展中的瓶颈问题和未来的发展方向,希望能给流程自动化的进一步系统研发和应用实践提供有益的参考。

REST API自动化测试综述

REST API已经成为访问和使用云服务、Web、移动应用程序的重要途径,如何对这些API进行自动化测试以保证服务的安全性和可靠性是亟待解决的问题。目前虽然关于REST API自动化测试的研究成果众多,但仍缺少对测试技术全面的分析和总结。梳理了该领域近10年的代表性成果,首先总结了REST API自动化测试的发展历程;然后结合REST API自动化测试特征,提炼了测试的通用流程;接着分别从预处理、测试用例生成、测试用例执行与监测、结果分析四个环节阐述现有成果的技术特征,对比分析其优缺点;最后论述当前研究存在的不足,讨论可能的解决思路,展望了下一步研究方向。

基于V-REP自动垂直泊车的教学仿真实验

泊车对驾驶员的操作技能有很高的要求,自动泊车系统的出现能够很好地解决这一问题,帮助驾驶员安全精准地完成泊车操作。该文对典型的自动垂直泊车进行仿真研究,针对标准和狭窄停车通道的垂直泊车,研究了C字型与人字型的泊车规划路径算法。基于机器人仿真平台(virtual robot experimentation platform,V-REP)搭建了典型的泊车仿真场景,利用用户数据协议(user datagram protocol,UDP)构建V-REP与MATLAB之间的通信,开展了V-REP与MATLAB的联合仿真实验,充分展示了自动垂直泊车的泊车过程,总结了垂直泊车的路径特点,对自动垂直泊车进行了可视化演示。此外,基于该平台为学生提供了虚拟仿真实验环境,激发了学生对无人驾驶的学习兴趣和勇于探索的精神,提高了学生的操作能力与创新思维能力,获得了良好的教学效果。

自动驾驶汽车行驶风险评估方法综述

行驶风险评估对自动驾驶系统的安全运行至关重要。将现有行驶风险评估方法分为3类,包括面向单一目标物的、基于可达集的和基于势场论的评估方法。提出5个评价维度,包括计算实时性、结果时效性、应用可行性、内容充分性和场景泛用性,对评估方法进行了全面比较,揭示其特点和适用情况。对自动驾驶行驶风险评估面临的问题以及未来发展趋势进行了分析和展望。

基于变分模态分解和改进灰狼算法优化深度置信网络的自动转换开关故障识别

自动转换开关(ATSE)是保证系统连续供电的设备,对其进行健康监测和故障诊断对系统的稳定运行具有重要意义。为了实现对ATSE的非侵入式故障识别,该文提出一种基于电流信号变分模态分解(VMD)的特征提取和改进灰狼算法(IGWO)优化深度置信网络(DBN)相结合的故障诊断方法。该方法首先利用样本熵确定VMD分解次数并对故障电流进行分解;其次对分解后得到的本征模态函数进行小波包能量的提取,并利用IGWO对DBN网络结构参数进行优化;最后通过DBN将电流能量特征与ATSE的故障类型建立起映射关系从而完成最终的故障识别。所提IGWO采用了分段调节与非线性递减的衰减因子相结合的策略,以平衡算法全局搜索和局部搜索能力;并采用莱维飞行更新探狼的移动位置,来避免算法陷入早熟收敛。实验结果表明,该算法不仅能显著提高前期对参数寻优的训练速度,后续泛化实验的故障分类准确率也有98.78%的良好表现。

大语言模型在学科知识图谱自动化构建上的应用

人工智能技术的飞速发展推动了教育领域的智能化,涌现出一些利用知识图谱技术进行学科知识体系构建的研究。利用知识图谱构建的知识体系,可以建模知识点之间的关联性,形成课程知识脉络,有助于学习者对知识点的记忆与深层次理解。然而,学科课程的教学资源多样且分散,现有的自动构建方法往往使用单一的数据资源,资源利用率低,难以对专业知识体系的构建提供有效指导。构建方法自动化程度较低,构建成本大,需要开发不同的模块对非结构化文本进行处理并生成图谱,可复现性和可移植性较差。因此,提出了一种基于大语言模型的学科知识图谱构建优化流程,高度融合大语言模型的优势和各学科知识的逻辑关联。具体以通信专业为例,借用ChatGPT大语言模型的强大功能,使用多种知识来源,通过学科知识分析设计知识系统本体,自动化提取基于教学资源的知识实体和知识关系形成最终的学科知识体系,可方便地推广至其他学科领域。

机耕道自动驾驶农机局部路径规划

针对机耕道场景下自动驾驶农机行驶的安全性、平稳性与规划实时性的实际需求,该研究提出了一种基于二次规划的局部路径规划方法。首先基于有限状态机构建农机机耕道行驶模式,其次采用横纵向解耦的方法,通过改进状态栅格法分别对农机速度行为和轨迹行为进行决策,随后利用二次规划方法生成满足多目标、多约束条件的农机轨迹和速度,得到最优路径,最后在多种行驶环境中进行仿真和实车试验,行驶参考速度为2 m/s。实车试验结果表明,在绕行静态障碍物场景中,规划轨迹的平均绝对曲率为0.021 m^(-1),最大绝对曲率为0.056 m^(-1),平均绝对横向误差为3.23 cm,最大绝对横向误差为8.69 cm,农机与障碍物外轮廓的距离大于0.76 m;在规避相向行驶、同向行驶和横穿机耕道的动态障碍物场景中,规划速度的平均绝对速度误差为0.08~0.12 m/s,绝对速度误差小于0.38 m/s,加速度变化范围为-0.38~0.44 m/s^(2)。在规划周期为200 ms的仿真试验中,该文算法平均耗时48 ms,最大耗时75 ms,相比采用静态状态栅格法平均耗时减少38 ms,算法效率提升44%。研究结果可为机耕道场景下的农机局部路径规划提供技术支持。

全自动固相萃取—高效液相色谱法测定现制饮料中7种合成着色剂

目的:建立一种全自动固相萃取—高效液相色谱双波长法测定现制饮料中7种合成着色剂的方法。方法:样品经纯水提取2次,离心后,合并上清液,调节pH至3~4。利用全自动固相萃取装置活化Poly-sery色素专用固相萃取小柱,并上样、淋洗、洗脱。洗脱液氮吹浓缩至200μL,用50%流动相A+50%流动相B混合液定容至1.0 mL。色谱柱采用C 18柱,流动相为20 mmol/L乙酸铵—甲醇,梯度洗脱,流速1.0 mL/min,进样量10μL,检测波长254,628 nm。结果:各物质在0.5~50.0μg/mL范围内相关系数均大于0.9999,方法检出限为0.023~0.179 mg/kg,定量限为0.078~0.598 mg/kg,加标回收率为92.4%~96.8%,相对标准偏差(RSD)为1.2%~4.2%。结论:该方法试剂使用量小,操作步骤简便,自动化程度高,回收率高,重复性好,适合于批量样品测定。

蔬菜泡沫育苗盘多适应性自动叠盘装置设计与试验

为了提高蔬菜育苗流水线育苗盘转运效率,针对人工取盘叠放存在的劳动强度大和整齐度偏低的问题,设计了一款针对蔬菜漂浮育苗的多适应性自动叠盘装置。该装置由机架、育苗盘输送机构、育苗盘叠盘机构和控制系统组成,装置以200Smart PLC为控制核心,利用主副传送带实现育苗盘的输送,并结合光电传感器实现育苗盘的定位,可以完成不同尺寸泡沫育苗盘的自动叠盘,设计的水平调节单元和减振单元可实现育苗盘在叠盘机构上的水平位置调节并降低叠盘过程的振动冲击。试验结果表明,育苗流水线播种环节在生产率450盘/h下,自动叠盘装置在减振弹簧线径为1.5 mm、主副传送带速度差为0.1 m/s以及电缸升降速度为0.13 m/s时,200孔穴育苗盘叠盘效果最佳,叠盘成功率为100%,叠盘错位差方差为2.32 mm^(2),同时振动检测试验中育苗盘X轴、Y轴、Z轴方向的振幅均未超过0.8 mm,更换135、160孔穴的泡沫育苗盘进行试验,叠盘成功率均为100%,叠盘错位差方差分别为3.94 mm^(2)和5.98 mm^(2),说明该装置满足多适应性的要求。在此最优作业参数下,将育苗流水线播种环节生产率提升至900盘/h时,育苗盘最大振幅为0.709 mm,振幅无明显变化,说明该装置作业稳定性较好。该研究结果可为播种流水线叠盘装置提高叠盘效果和降低叠盘振动等研究提供参考。

基于PLC构建电力巡检机器人自动化控制系统

该文对电力巡检机器人的自动化控制系统进行以PLC为基础的设计,提升电力调度的效率与安全性。基于PLC构建电力巡检机器人自动化控制系统总体架构,通过上位机接收操纵台传递的操作者信息以及下位机传递的温度、角度等状态信息,通过OPC通信程序将指令下发至下位机,下位机依据上位机下达指令,通过PID驱动控制器完成电力巡检机器人运动控制,利用模糊C均值聚类方法判别电力巡检机器人故障,将结果实时传送到上位机操纵台的显示器,及时反馈机器人的工作状态。实验结果表明,该系统可以控制机器人完成电力巡检,该系统应用后可有效检测机器人故障,使其具备优秀的避障能力,可实现上下位机实时通信。

基于智能系统的自动化类专业跨课程层次化实践教学改革——以“传感技术”课程为例

“传感技术”是一门理论性、实践性、综合性很强的自动化类专业基础课程,但目前普遍存在理论授课与实践环节脱节、各专业课程整体性不强的问题,针对自动化基础知识教学和技术技能训练的特点,提出从基础验证、综合设计、研究创新的不同层次推进实践教学模式的改革,构建研究型学习的跨课程层次化实践教学体系。以传感技术应用作为切入点,搭建智能系统实验平台,探索“基础实验—课程设计—科创大赛—二课科研”的层级式实践教学模式,开发不同主题的赛课融合创新项目,建立贯穿全程的需求与项目引领的工程实践能力培养体系,把传统的学生被动学习转变为主动学习,提高自动化类专业人才的培养质量。

农业机械电气自动化系统的远程监控与控制技术研究

农业安全问题是农业生产中的关键问题,农业机械电气自动化系统可以减少农业机械设备的故障频发,增加农业机械的使用寿命,在农业生产中至关重要。基于总线技术、无线通信技术的农业机械远程监控系统是智能化的管理系统,由监控中心、通信网络、农业机械系统终端组成。将监控设备与监控中心建立连接,中心服务器通过移动通信技术获取农业机械传感器信息,并储存在服务器数据库中,通过监控设备实现对农业机械的远程监控。提高了农业生产的安全性和农业机械的工作效率。