期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于UWB-IMU的设施园艺移动平台组合定位方法
1
作者 丁俊杰 许成果 +6 位作者 罗志涛 郑恩来 陈凤 章永年 施印炎 沈成 汪小旵 《农业工程学报》 北大核心 2025年第7期64-73,共10页
为解决设施场景下遮挡严重所致的电驱移动平台定位精度低、稳定性差的问题,该研究设计了基于超宽带(ultra wide band,UWB)和惯性测量单元(inertial measurement unit,IMU)的组合定位方法,并提出基于卡尔曼滤波的自适应抗差组合定位算法(... 为解决设施场景下遮挡严重所致的电驱移动平台定位精度低、稳定性差的问题,该研究设计了基于超宽带(ultra wide band,UWB)和惯性测量单元(inertial measurement unit,IMU)的组合定位方法,并提出基于卡尔曼滤波的自适应抗差组合定位算法(adaptive robust combination positioning algorithm,ARCPA)。首先,针对单传感器定位误差大的问题,搭建基于UWB与IMU两种传感器的组合定位系统;其次,为精准检测UWB数据的非视距误差,设计差分距离非视距误差检测滑动窗口;最后,为抑制卡尔曼滤波中的量测噪声,采用余弦重启函数实时调整渐消因子,并引入位置精度因子权值修正抗差因子。为验证所提定位方法的有效性,搭建设施园艺电驱移动平台和实时定位系统,并进行仿真与实车定位试验。试验结果表明,采用所提UWB-IMU组合定位方法的均方根误差为6.63 cm,比单传感器的定位误差降低了81.92%,相比于经典卡尔曼滤波、无迹卡尔曼滤波、扩展卡尔曼滤波、粒子滤波与自适应抗差卡尔曼滤波算法,所提ARCPA算法的均方根误差分别降低50.15%、74.63%、60.01%、60.88%、28.34%。研究结果可为设施园艺环境下的定位导航提供理论依据和实施方案。 展开更多
关键词 超宽带 设施园艺 组合定位 电驱移动平台 自适应抗差滤波
在线阅读 下载PDF
基于自注意力机制与无锚点的仔猪姿态识别 被引量:6
2
作者 许成果 薛月菊 +3 位作者 郑婵 侯文豪 郭景峰 王峡锐 《农业工程学报》 EI CAS CSCD 北大核心 2022年第14期166-173,共8页
在猪场养殖过程中,仔猪姿态识别对其健康状况和环境热舒适度监测有重要意义。仔猪个体较小,喜欢聚集、扎堆,且姿态随意性较大,给姿态识别带来困难。为此,该研究结合Transformer网络与无锚点目标检测头,提出了一种新的仔猪姿态识别模型Tr... 在猪场养殖过程中,仔猪姿态识别对其健康状况和环境热舒适度监测有重要意义。仔猪个体较小,喜欢聚集、扎堆,且姿态随意性较大,给姿态识别带来困难。为此,该研究结合Transformer网络与无锚点目标检测头,提出了一种新的仔猪姿态识别模型TransFree(Transformer+Anchor-Free)。该模型使用Swin Transformer作为基础网络,提取仔猪图像的局部和全局特征,然后经过一个特征增强模块(Feature Enhancement Module,FEM)进行多尺度特征融合并得到高分辨率的特征图,最后将融合后的特征图输入Anchor-Free检测头进行仔猪的定位和姿态识别。以广东佛山市某商业猪场拍摄的视频作为数据源,从12个猪栏的拍摄视频中选取9栏作为训练集,3栏作为测试集,训练集中仔猪的俯卧、侧卧和站立3类姿态总计19929个样本,测试集中3类姿态总计5150个样本。在测试集上,TransFree模型的仔猪姿态识别精度达到95.68%,召回率达到91.18%,F1-score达到93.38%;相较于CenterNet、Faster R-CNN和YOLOX-L目标检测网络,F1-score分别提高了2.32、4.07和2.26个百分点。该文提出的TransFree模型实现了仔猪姿态的高精度识别,为仔猪行为识别提供了技术参考。 展开更多
关键词 图像识别 模型 仔猪 姿态识别 Swin Transformer 无锚点目标检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部