羊场自动导航喷药机器人设计与实验

[目的/意义]大规模肉羊畜舍人工消毒存在费时费力、覆盖不全和消毒不彻底的问题,为保持畜舍卫生和肉羊健康,本研究提出一种羊场自动导航喷药机器人。[方法]从硬件、语义分割模型和控制算法3个方面设计了自动导航喷药机器人。硬件部分包括履带底盘、摄像头和折叠式喷药装置。语义分割模型部分通过引入压缩通道网络注意力(Squeeze-and-Excitation Network, SENet)和基于场景改进的十字交叉注意力(Criss-Cross Attention,CCA)模块,提出一种双注意力ENet语义分割模型(Double Attention ENet, DAENet)。在控制算法方面,针对机器人在面对岔路时无法控制行进方向的问题,利用模拟真实道路的方法,在羊舍外的道路上绘出车道线,提出了道路中心点识别和车道线中心点识别两种算法来计算机器人行进过程中的导航点。为了实现上述两种算法,使用了两台摄像头并设计了摄像头切换算法,依靠此算法实现两台摄像头的切换,并控制喷药装置的开关;提出了一种偏移量与速度计算算法控制机器人履带左右轮速度,实现对于机器人行走的控制。[结果和讨论] DAENet模型在图像分割任务中的平均交并比(Mean Intersection over Union, mIoU)达到了0.945 3;摄像头切换算法测试结果表明摄像头的切换时间在15 s以内,机器人能正确、快速地带动喷药装置的开关;中心点与偏移量计算算法测试的结果表明,在处理多帧视频流时,算法平均处理一帧图片所用的时间为0.04~0.055 s,帧率为20~24 f/s,满足实际工作的实时性要求;羊场实地的整体测试结果表明,机器人完成了两个羊舍的自动导航和消毒任务,并且未碰撞路边料槽,行进轨迹偏移量未超过0.3 m。在0.2 m/s的行进速度下,药箱里的药液能够满足两个羊舍的消毒任务。机器人处理图像的平均帧率为22.4 f/s,对于信息处理的准确性和实时性能够满足实验指标要求。喷药覆盖圈舍地面超过90%,满足实验指标要求。[结论]本研究提出的羊舍自动导航喷药机器人以语义分割模型DAENet为基础,中心点识别算法为核心,通过与硬件设计和控制算法的相互配合,能够在确保安全性和实时性的前提下,实现在羊舍内的自动导航和全覆盖喷药。

基于激光位移传感器的预对准方法分析

阐述设计的一种基于高精度激光位移传感器实现预对准的方法,并分析晶圆边缘扫描特征对晶圆圆心定位精度误差的主要影响因素。为进一步探究原因,同时测试工件台水平度、采样频率和扫描路径对晶圆扫描结果的影响,验证了使用激光位移传感器实现激光退火前预对准的有效性、稳定性。

基于可变形卷积和数据增强的三维多目标检测

近年来,自动驾驶受到越来越多的关注,以点云为输入数据的三维目标检测在该领域中发挥着至关重要的作用。然而,点云目标的尺度差异性以及变换性等问题,导致了目标检测精度的下降。以CenterPoint网络为框架,提出了一种基于可变形卷积和数据增强的三维多目标检测优化算法,该方法提取点云特征后生成地图视角的特征图谱,在检测头网络加入可变形卷积层,并引入图像翻转方法进行数据增强,提高网络对于目标的检测能力。在公开数据集nuScenes上的实验结果表明,该网络与其他方法相比,在汽车、公交车以及行人等类别的检测精度上有一定程度的提升。

一种有效的k-means聚类初始中心选取方法

针对传统k-means聚类算法中对初始聚类中心随意选取和人为指定的缺陷,提出一种改进的初始聚类中心的选取方法,利用差异矩阵将新的聚类初始中心计算方法用在传统的k-means算法思想中,对传统的k-means算法进行改进。降低k-means算法的复杂度和对异常点的敏感度,提高算法的可伸缩性。