期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于APF-RRT^(*)的火龙果采摘机械臂路径规划研究
1
作者 商枫楠 罗陈迪 +4 位作者 李文涛 梁英凯 肖明玮 陈桥 周学成 《农机化研究》 北大核心 2025年第6期48-52,71,共6页
针对传统RRT算法路径规划过程中存在收敛速度慢、搜索路径不平滑、内存占用多等问题,提出了一种基于APF-RRT*的火龙果采摘机械臂路径规划研究方法。利用RRT*算法重新搜索父节点和布线的原理,针对节点冗余的问题进行改进,减少路径代价;... 针对传统RRT算法路径规划过程中存在收敛速度慢、搜索路径不平滑、内存占用多等问题,提出了一种基于APF-RRT*的火龙果采摘机械臂路径规划研究方法。利用RRT*算法重新搜索父节点和布线的原理,针对节点冗余的问题进行改进,减少路径代价;将改进的人工势场法(APF)作为分量偏置扩展点的方向,使随机树偏向目标点生长,避免盲目扩展和提高了路径平滑度。MatLab与CoppeliaSim联合仿真实验表明:APF-RRT^(*)算法相较于传统RRT算法、RRT^(*)算法和APF算法,不仅明显减少了路径点个数和路径长度,缩短了算法时间,提高了路径搜索效率,而且平衡了路径平滑度,适用于在火龙果仿生长环境下采摘机械臂进行避障路径规划。 展开更多
关键词 火龙果 采摘机械臂 路径规划 APF-RRT^(*) 改进人工势场 CoppeliaSim
在线阅读 下载PDF
基于YOLOv7和YCrCb的火龙果识别与分割方法
2
作者 罗陈迪 李文涛 +4 位作者 商枫楠 肖明玮 陈桥 欧阳春凡 周学成 《农机化研究》 北大核心 2025年第7期59-64,共6页
现阶段火龙果主要通过人工采摘,采摘不及时可能会导致果实衰老,造成果实品质损失,且不利于贮藏。研究火龙果采摘机器人,实现自动化采摘是解决上述问题的重要举措,而火龙果图像识别与分割是自动采摘的关键技术环节。为此,提出了一种基于Y... 现阶段火龙果主要通过人工采摘,采摘不及时可能会导致果实衰老,造成果实品质损失,且不利于贮藏。研究火龙果采摘机器人,实现自动化采摘是解决上述问题的重要举措,而火龙果图像识别与分割是自动采摘的关键技术环节。为此,提出了一种基于YOLOv7和YCrCb色彩空间相结合的算法,对复杂背景下的火龙果进行识别与分割,YOLOv7网络的检测框内通过引入YCrCb色彩空间,联合OTSU阈值分割算法和形态学操作等方法实现果实与背景的分割。为了验证YOLOv7网络的性能,与Faster R-CNN网络进行比较,结果表明:在相同试验条件下YOLOv7平均检测精度为98.82%,提高了6.81%;F1值为0.95,提高了0.22;此外,通过YCrCb可以较好地分割火龙果,平均用时约108 ms。 展开更多
关键词 火龙果 YOLOv7 图像分割 YCrCb OTSU算法
在线阅读 下载PDF
一种新型深度分类神经网络黑盒指纹水印算法
3
作者 莫谋科 王春桃 +1 位作者 郭庆文 边山 《应用科学学报》 CAS CSCD 北大核心 2024年第3期486-498,共13页
提出了一种新型的强鲁棒黑盒指纹水印框架及方法。首先,提出了一种基于数字水印技术的高视觉质量的、具有一定安全性的毒化图像构造方法,将指示用户身份的信息嵌入到毒化图像,实现多用户场景下深度神经网络模型的可追溯性,并降低毒化图... 提出了一种新型的强鲁棒黑盒指纹水印框架及方法。首先,提出了一种基于数字水印技术的高视觉质量的、具有一定安全性的毒化图像构造方法,将指示用户身份的信息嵌入到毒化图像,实现多用户场景下深度神经网络模型的可追溯性,并降低毒化图像被伪造的概率;其次,提出了毒化特征加强模块来优化模型训练;最后,设计了对抗训练策略,有效地学习到嵌入强度很小的指纹水印。大量的仿真实验表明,所构造的毒化图像中的指纹水印具有非常好的隐蔽性,大幅超越了WaNet等同类最优模型水印方法;以分类性能降低不超过2.4%的代价获得了超过99%的黑盒模型指纹水印验证率;且即便在指纹水印相差1位时亦能准确地进行模型水印版权验证。这些性能总体上优于同类最优的模型水印方法,表明了所提方法的可行性和有效性。 展开更多
关键词 黑盒模型水印 分类模型 毒化图像 指纹水印 鲁棒性
在线阅读 下载PDF
直播稻苗期自动灌排系统的设计与试验
4
作者 郭能明 周志艳 +2 位作者 林键沁 黄俊浩 王键宽 《灌溉排水学报》 CAS CSCD 2024年第9期57-65,共9页
【目的】提高直播稻成苗率,依据直播稻苗期田面水分的农艺要求,设计一种适用于直播稻苗期的自动灌排系统,并验证其田间应用效果。【方法】设计适用的微喷灌溉方案和排水装置,通过LoRa通信对各设备进行无线组网控制,基于模糊控制算法制... 【目的】提高直播稻成苗率,依据直播稻苗期田面水分的农艺要求,设计一种适用于直播稻苗期的自动灌排系统,并验证其田间应用效果。【方法】设计适用的微喷灌溉方案和排水装置,通过LoRa通信对各设备进行无线组网控制,基于模糊控制算法制定了适用于直播稻苗期的灌排制度,从而实现自动灌排系统的各项功能;以控制系统性能指标、排水装置性能指标、苗期田面湿润状况和成苗率作为评价指标验证其应用效果。【结果】①控制系统设备动作延迟为0.398 s、系统决策时间为1.348 s、系统信息监测偏差为±1.48%;②自动排水装置启闭时间4~6 s、待机电流21.7 mA;③采用本研究的方法进行自动灌排,在苗期(播种后的15 d内)土壤水分保持在85%以上,田间成苗率达到83.9%。【结论】直播稻苗期自动灌排系统在保证高效低功耗的情况下实现了精准控制田面土壤水分,可保持田面湿润并达到合格的成苗率,有较好的田间应用效果。 展开更多
关键词 直播稻苗期 自动灌排 LoRa无线通信技术 模糊控制
在线阅读 下载PDF
基于机器视觉与机器学习的火龙果重量估计 被引量:2
5
作者 梁英凯 商枫楠 +4 位作者 陈桥 肖明玮 罗陈迪 李文涛 周学成 《食品与机械》 CSCD 北大核心 2023年第7期99-103,共5页
目的:解决火龙果人工称重耗时、费力且成本高昂等问题,提出一种基于机器视觉和机器学习的自动化重量估计方法。方法:首先,对106个火龙果进行称重、记录重量并拍摄、构建火龙果图像。然后,对火龙果进行降噪和分割,得到火龙果的二值图像,... 目的:解决火龙果人工称重耗时、费力且成本高昂等问题,提出一种基于机器视觉和机器学习的自动化重量估计方法。方法:首先,对106个火龙果进行称重、记录重量并拍摄、构建火龙果图像。然后,对火龙果进行降噪和分割,得到火龙果的二值图像,并从中提取出火龙果像素面积、长轴像素长度和短轴像素长度3项图像特征。将以上图像特征与重量组合成数据集,按照7∶3比例将数据集划分为训练集和测试集。最后,将训练集输入梯度提升、随机森林、K近邻和人工神经机器模型中训练,并利用测试集进行模型评估。结果:人工神经网络评价指标相较于其他模型更优,决定系数为0.986,均方根误差为13.091。结论:该方法能够有效地完成火龙果重量估计,满足火龙果重量估计的要求。 展开更多
关键词 机器视觉 机器学习 火龙果 重量估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部