基于CenterNet的密集场景下多苹果目标快速识别方法

为提高苹果采摘机器人的识别效率和环境适应性,使其能在密集场景下对多苹果目标进行快速、精确识别,提出了一种密集场景下多苹果目标的快速识别方法.该方法借鉴点即是目标的思路,通过预测苹果的中心点及该苹果的宽、高尺寸,实现苹果目标的快速识别;通过改进CenterNet网络,设计了Tiny Hourglass-24轻量级骨干...     

基于虚拟雷达模型的履带拖拉机导航路径跟踪控制算法

为提高传统果园广泛使用的小型履带式拖拉机导航路径跟踪控制精度和行驶稳定性,提出了一种基于虚拟雷达模型的导航路径跟踪控制算法.该算法借鉴人对车辆的驾驶经验,参考雷达扫描原理和图像识别原理,构建了虚拟雷达模型,生成虚拟雷达图,使用该图描述车辆与路径的位置关系;经深度神经网络分类生成对应的履带拖拉机行驶操作指令;以果园作业典...     

基于WI-FI的麦田无线信道传播性能试验

群体农业机器人是农业机器人研究的前沿,为了研究大田WI-FI信号的传播特性,进而为大田群体农业机器人的无线通信等工作提供技术依据,研究了小麦成熟期麦田中2.4 GHz WI-FI无线信号在不同传输距离时的信号强度和信号传输率等特性。首先,实地测试了麦田每隔1.5m处的信号百分比强度和信号传输率;其次,对试验数据进行了回归分析和建模;最后,将测得的信号强度数据与平坦空地测试数据、自由空间损耗模型数据进行了对比分析。研究表明:2.4GHZWI-FI无线信号的百分比强度衰减符合三次多项式衰减模型,相关系数为0.948 6,均方根误差为4.98%;2.4GHz WI-FI无线信号对数传输率符合三次多项式模型,相关系数为0.943 2,均方根误差为1.589 dbt。结果表明:所构建的信号百分比强度模型和信号传输率模型能较好地预测麦田各接收点的信号强度和数据传输率;小麦反射和散射作用对WI-FI信号强度产生较大的衰减,大于平坦地面的衰减作用,且表现为近距离快速衰减和稳定衰减两个阶段。     

山地履带拖拉机与农具姿态协同控制系统设计与试验

针对山地履带拖拉机(简称山地拖拉机)等高线作业时,车身调平和农具仿形作业不同的姿态调整需求,在建立车身及农具运动学模型的基础之上,构建了整个系统的控制策略,设计了车身与农具姿态协同控制系统,其中,对车身和农具的控制分别采用PID算法和双闭环模糊PID算法.基于Simulink对控制算法进行了仿真分析,结果表明:采用PI...