基于自动快递机的快递配送车辆路径优化研究

针对当前快递配送过程中由于时间和地点对接要求而导致投递效率不够高的问题,提出了基于自动快递机的快递配送新模式,根据新模式的特点,考虑配送车辆的装载能力、车辆经过客户需求点及其所属的快递机的行驶次序要求等约束条件,以执行配送任务的车辆数最少和配送车辆总的行驶里程最小为目标建立数学规划模型。根据问题的复杂程度和遗传算法求解该类问题的优势和不足,采用元胞遗传算法对模型进行求解。算例分析表明,该算法的寻优性能和效率优于普通遗传算法,能够更有效地解决大规模的基于自动快递机的快递车辆路径问题。

包裹分拣机供包模型及计算机仿真

分析了包裹分拣机单级和二级供包机的工作过程和特点，建立了相应的数学模型，并利用计算机仿真技术进行了验证。从理论上说明了供包机结构对包裹分拣机的分拣效率的影响，证明了至少应采用二级供包机形式，以充分发挥包裹分拣机的分拣能力，提高分拣效率。

包刷分拣机故障诊断专家系统

针对包刷分拣机故障诊断的实践 ,讨论了在 VC+ +语言开发环境下 ,用 ODBC方式实现基于知识库和基本事实数据库的故障诊断专家系统方案。最后简要介绍了专家系统的结构、主要功能界面及特点。

滑块式分拣机道岔执行机构的设计

简要阐述滑块式分拣机的特点与总体结构,在分拣道岔数学模型的基础上,详细介绍了道岔执行机构的结构设计与计算。设计的道岔执行机构在响应速度、刚性、强度等方面均满足分拣动作的要求。

PLC网络在自动包裹存取机上的应用

介绍了PLC网络在邮政部门自动包裹存取机上的应用。该系统具有分散控制、集中监控的功能。网络可自动或手动完成包裹在柜台与存储室间形成物流的控制。下位的PLC群与上位监控机有通信功能 。

包裹自动存取立体仓库的研究与探讨

针对目前我国在包裹托运和邮寄的仓储技术、管理水平现状，论述了自动化立体仓库对于发展和提高我国仓储管理水平的必要性以及对国民经济发展所起的推动作用．对包裹自动存取立体仓库的总体构成、设备类型以及计算机管理控制方式进行了分析和研讨．

自动翻包机实验系统的设计与实现

学习机电专业的课程需要各种类型的机电一体化的实验装置。自动翻包机实验系统以邮包进行自动分拣时需要进行的自动翻转为设计背景,很好地综合了机械、电子、计算机等多学科的知识。该文对如何进行该实验系统的机构设计、接口设计、控制系统的软硬件设计及系统的运行调试进行了全面的表述。

机器学习法的干旱区典型农作物分类

当前,基于机器学习方法开展农作物分类研究,对于确保干旱区粮食安全和生态安全有着极为重要的现实意义。基于机器学习方法,采用时间序列Sentinel 2A遥感数据提取农作物分类信息,通过引入地块基元和红边特征,探讨了不同分类特征组合对机器学习分类精度的影响。结果表明:随机森林分类器可以有效集成光谱和植被指数等多维向量的优势,将其应用于干旱区典型农作物分类上的精度均在89%以上,分类组总体精度最高可达94.02%。地块基元点集支持下的分类特征提取方法能够提高机器学习效率和农作物分类精度,使光谱组及指数组的分类精度分别提高3.13%和4.07%,并能有效解决"椒盐"效应及耕地边缘廓线模糊等问题。红边光谱和红边指数的引入分别使随机森林分类器总体精度提高2.39%和1.63%,并使春、冬小麦的识别能力显著提高,表明红边特征能够帮助分类器更敏感地捕捉不同作物特有的生长特性及物候差异。该研究结果可为机器学习方法及Sentinel 2A卫星在干旱区农业遥感的应用提供参考。

机器视觉技术在烟草条烟拉线外观质量检测中的应用

该文介绍机器视觉技术及其特点和基本构成,以及在烟草行业中的广泛应用。详细分析了GDX500包装机组上的条烟拉线检测装置的结构组成、工作流程和检测原理以及测量误差和实际使用效果。

条烟包装外观质量在线检测系统的总体方案设计

本文讨论了基于机器视觉技术的条烟包装外观质量在线检测系统总体设计方案的具体内容。针对条烟包装线的实际情况,首先讨论了本系统要解决的主要问题,接着提出了条包检测位置、检测面、光源选择、打光方式、条烟输送通道的空间走向的设计方案,最后对整个系统的组成进行了说明。

地块尺度农作物遥感分类及其不确定性分析

利用遥感技术开展农作物空间分布的快速调查与精准制图是现代精细农业的一项基础工作。然而,由于遥感影像获取、处理与分析过程中的局限性,传统农作物种植结构遥感制图精度受到一定影响,亟须面向农作物分类开展不确定性的空间建模与特征分析。该文将耕地地块作为基本空间单元,选择宁夏引黄灌区作为试验区,利用多源遥感数据和机器学习算法实现地块尺度的农作物分类,进而基于混合熵构建不确定性计算模型,生成地块农作物类型不确定性空间分布,再利用多源辅助数据对地块农作物分类不确定性进行回归建模,探究相关地理变量的潜在影响。实验结果表明:①耕地提取及分类环节共构建地块矢量单元149万个,总体作物分类精度达0.80,制图结果与实际农业耕作管理单元相匹配,分类效果较之传统的像素尺度方法更为理想;②地块尺度的农作物分类不确定性总体较低,存在较为显著的类别差异,水稻、菜地、苜蓿分类不确定性较小,单种、复种小麦不确定性较高,玉米作物分类不确定性介于二类之间;③地块级作物分类不确定性与种植结构、资源条件等多种环境因素有关,且与作物类型、水源可达性的相关性最为显著。

时空协同的精准农业遥感研究

高分辨率遥感对地观测为我们从空间与时间2个维度客观反演地表格局—过程提供了有效的技术支撑。本文遵循时空协同的研究思路,基于高分辨率遥感影像,开展了农业遥感领域2个典型的问题研究:①提出了一种基于影像视觉特征的耕地分区分层提取方法,该方法在利用DEM数据进行分区的基础上,根据不同区域内耕地所呈现的几何特征和纹理特征差异,分别设计了不同的耕地提取模型;②构建了一种地块尺度的作物生长参数反演方法,方法以地块为基本单元,在空间、时间及属性组合约束下进行作物理化参数反演。本研究以贵州省安顺市西秀区和广西扶绥县耕地提取进行了耕地地块提取示范,以扶绥县进行了基于耕地地块和中空间分辨率时间序列遥感数据的甘蔗叶面积指数反演。其中,对于安顺市西秀区的耕地地块提取结果而言,形态精度(IoU)大于0.7的地块超过60%,规则耕地、梯田以及林草地等的类型精度均超过了80%;对于扶绥县甘蔗叶面积指数反演的结果而言,其结果可以较为精确地反映出基地甘蔗与非基地甘蔗的差异,基地甘蔗在品质上要优于非基地甘蔗。西南山地区的耕地形态提取/类型判别和地块甘蔗叶面积指数应用验证均证明了方法的可行性。结果表明,协同使用多源高分辨率数据是实现精准农业遥感研究的有效途径。

高分遥感驱动的精准土地利用与土地覆盖变化信息智能计算模型与方法研究

通过对地观测可在影像空间上全面反映地表地理现象、格局及演化过程,基于遥感数据提取的土地利用与覆盖变化(LUCC)产品为分析地理要素空间分布规律及其变化机制提供全覆盖、定量化和快速更新的本底信息。本文以高分辨率遥感视觉特征(图)与多源多模态观测机理特征(谱)相互耦合的图谱认知理论研究为基础,提出了精细地理图斑空间结构(精)上融合定量指标反演模型(准)的精准LUCC简称P-LUCC(Precision LUCC)的概念,并依据"五土合一"的地理学思想构建了分层感知、时空协同与多粒度决策于一体的P-LUCC遥感信息智能提取与综合地理应用方法,提出并解析了其中视觉感知的深度学习、外部知识逐步融入的迁移学习以及增量式的自组织强化学习等3类机器学习模型的协同计算机制。基于此,进一步设计了"分区控制—分层提取—分级迁移—功能重组"为途径的高分辨率遥感P-LUCC信息产品生产线系统,并以苏州市高新区为应用区域针对土地利用(LU)图斑的形态、类型以及土地覆盖变化(LCC)的指标等内容开展了P-LUCC产品精度、生产效率的综合分析,展望了基于P-LUCC信息产品开展专题应用研究的新思路。

基于机器视觉的不规则烟包校对码垛系统

针对烟草物流中不规则烟包码垛的复杂性和组合匹配的特性,设计了一种基于机器视觉的不规则烟包校对码垛系统。该系统包括组合码垛系统和视觉识别系统两部分,通过视觉系统对不规则烟包图像进行处理得到目标二值图,提取烟包的角点特征进行特征点匹配,利用改进的RANSAC算法剔除误匹配点,实现烟包的识别匹配,再依据上位机的预排层算法进行码垛作业。现场测试结果表明:烟包匹配正确率在97%以上,特征提取时间不超过360ms/次,总匹配时间不超过1.6s,实现了不规则烟包的准确校对和组合码垛。该方法可为提高烟草物流自动化水平提供支持。