河南科技大学农业装备工程学院
- 作品数：263 被引量：843H指数：15
- 相关作者：张玉猛王东洋杨芳更多>>
- 相关机构：江苏大学农业工程研究院现代农业装备与技术省部共建教育部重点实验室江苏大学农业工程研究院洛阳理工学院机械工程学院更多>>
- 发文基金：国家自然科学基金河南省科技攻关计划河南省杰出人才创新基金更多>>
- 相关领域：农业科学自动化与计算机技术文化科学机械工程更多>>
- 基于改进型YOLOv4-LITE轻量级神经网络的密集圣女果识别被引量：26
- 2021年
- 对密集圣女果遮挡、粘连等情况下的果实进行快速识别定位,是提高设施农业环境下圣女果采摘机器人工作效率和产量预测的关键技术之一,该研究提出了一种基于改进YOLOv4-LITE轻量级神经网络的圣女果识别定位方法。为便于迁移到移动终端,该方法使用MobileNet-v3作为模型的特征提取网络构建YOLOv4-LITE网络,以提高圣女果果实目标检测速度;为避免替换骨干网络降低检测精度,通过修改特征金字塔网络(Feature Pyramid Networks,FPN)+路径聚合网络(Path Aggregation Network,PANet)的结构,引入有利于小目标检测的104×104尺度特征层,实现细粒度检测,在PANet结构中使用深度可分离卷积代替普通卷积降低模型运算量,使网络更加轻量化;并通过载入预训练权重和冻结部分层训练方式提高模型的泛化能力。通过与YOLOv4在相同遮挡或粘连程度的测试集上的识别效果进行对比,用调和均值、平均精度、准确率评价模型之间的差异。试验结果表明:在重叠度为0.50时所提出的密集圣女果识别模型在全部测试集上调和均值、平均精度和准确率分别为0.99、99.74%和99.15%,同比YOLOv4分别提升了0.15、8.29、6.55个百分点,权重大小为45.3 MB,约为YOLOv4的1/5,对单幅416×416(像素)图像的检测,在图形处理器(Graphics Processing Unit,GPU)上速度可达3.01 ms/张。因此,该研究提出的密集圣女果识别模型具有识别速度快、识别准确率高、轻量化等特点,可为设施农业环境下圣女果采摘机器人高效工作以及圣女果产量预测提供有力的保障。
- 张伏陈自均鲍若飞张朝臣王治豪
- 关键词：机器视觉图像识别
- 基于PID变量播种施肥控制系统模型仿真分析
- 为优化变量播种施肥控制系统性能,本研究对机械无级变速型变量播种施肥控制系统进行分析,基于电学原理与动力学原理,对机械无级变速型变量播种施肥控制系统中伺服电动机、无级变速器、PID控制器进行数学建模,并验证了模型的正确性;...
- 陈天华陈建张伏王亚飞马田乐滕帅
- 关键词：控制系统数学模型PID控制
- 玉米秸秆田间粉碎性能试验研究被引量：2
- 2020年
- 为了弄清玉米秸秆田间粉碎时机车前进速度、粉碎刀具转速对秸秆粉碎功耗和粉碎合格率的影响,运用二次回归正交试验对田间玉米秸秆粉碎性能进行研究。田间试验发现:当玉米秸秆粉碎刀具转速从540r/min逐渐上升至630r/min时,秸秆粉碎合格率和粉碎功耗随着粉碎刀具转速的升高而升高;当机车前进速度由2.9km/h上升至3.16km/h时,粉碎功耗随着前进速度的增加而升高,但粉碎合格率则随着前进速度的增加而减小。同时,通过参数优化获得:当机车前进速度为2.9km/h、刀辊转速为597r/min时,得到秸秆粉碎性能最佳工作指标,即粉碎功耗为2.98kW,粉碎合格率为90.02%。
- 张超凡张群威耿令新汤志军
- 关键词：玉米秸秆
- 勺轮式排种器播种质量监测系统设计与试验被引量：1
- 2021年
- 由于勺轮式播种质量监测系统存在监测精度差检测不准确的问题,基于勺轮式排种器结构特征,以PLC为核心控制器并结合人机交互、光电监测和霍尔效应等原理,设计了勺轮式播种质量监测软硬件系统,实现了对勺轮式玉米精密排种器播种质量进行实时监测的功能。试验结果表明:监测系统播种量监测精度为97.2%,漏播监测精度为85.0%,重播监测精度为88.1%,能避免大田播种复杂作业环境下出现的大面积、断条式漏播,以及重播、堵塞等情况,提高了勺轮式播种质量监测系统的精度。该项研究为勺轮式排种器播种质量监测系统研制提供了新的思路。
- 张伏陈天华郭志军杨增荣滕帅
- 关键词：排种器播种质量漏播重播
- 黄河源典型卵石河床底栖动物的小尺度分布被引量：3
- 2020年
- 研究卵石河床上底栖动物的小尺度分布对保护河流生态完整具有重要意义。为了解底栖动物在单个卵石上的分布特征,于2012年7月和2013年6月在黄河源区兰木错曲卵石河床选取6个样点进行底栖动物采样调查,同时对样点环境参数进行监测,对河流水质、底栖动物组成、物种丰富度和卵石表面积进行分析,以揭示底栖动物种数、个体数与卵石表面积的关系,探究大卵石层和卵石夹沙层中的底栖动物群落特征。结果表明,研究河段基本处于自然状态,水质为II类。调查期间共采集底栖动物2门、4纲、9目、16科、28属,在物种组成上,以水生昆虫为主。单个卵石上底栖动物的种数和个体数随着卵石表面积的增加呈幂指数增加,对数函数相关系数R^2分别为0.589、0.655(P<0.01)。卵石河床上,卵石夹沙层和大卵石层的物种丰富度(10~13种)差别不大,卵石夹沙层的密度(706~868个/m^2)远高于大卵石层(194~360个/m^2)。大卵石不易随水流运动,更适合附石类底栖动物尤其是毛翅目(Trichoptera)生存,大卵石层毛翅目的物种数(2~5种)和密度(12~87个/m^2)均高于卵石夹沙层(1~2种、1~9个/m^2)。毛翅目对河流生态具有重要意义,大卵石层对维持河流生态健康具有重要作用。
- 赵娜周罕觅李志威徐梦珍尹冬雪
- 关键词：底栖动物物种数个体数
- 基于激光扫描雷达的智能割草机器人障碍物检测被引量：1
- 2022年
- 针对绿化区修剪工作中存在的割草任务重、劳动强度大等问题,文中提出一种基于二维激光扫描雷达的智能割草机器人障碍物检测方法。首先,采用激光雷达RPLIDAR A1对障碍物进行全方位扫描检测,再通过ROS_RVIZ对数据进行处理,将获取到的数据转换为直角坐标系下的坐标;然后,运用最小二乘滤波对数据进行去噪处理,采用粒子滤波算法对扫描数据进行跟踪目标特征提取,根据状态转移矩阵和所获数据更新权重值,增加目标粒子权值;最后,对粒子进行重采样获取障碍物的基本轮廓信息,经拟合得到较为密集的障碍物边缘离散点。试验结果表明,激光雷达扫描得到的角度和距离数据与现场实地测量数据之间最大误差为0.4%,说明基于激光扫描雷达的智能割草机器人障碍物检测方法是合理可行的,能够实现检测障碍物的目的。
- 陈镜宇郭志军金鑫尹亚昆
- 关键词：障碍物检测激光雷达数据处理机器视觉定位导航
- 烟叶自动定级分拣系统设计被引量：4
- 2017年
- 设计了一套烟叶自动定级分拣系统。该系统采用输送带机构承载并输送烟叶,烟叶通过定级系统完成外观图像采集、数据处理与级别判定;分拣机械手结合位置检测传感器按照级别信息完成对烟叶的按级分拣。
- 赵世民贺智涛张志红王惠贾世通姬江涛
- 关键词：图像处理分拣
- 无人驾驶农机装备的模糊PI-LQR转向控制算法
- 2024年
- 无人驾驶农机装备转向系统处于小流量、小角度控制时会出现非线性和时滞,这会导致转向控制超调或者控制时滞,进而导致无法快速准确地跟踪到路径预瞄点。针对这个问题,本文提出了一种模糊比例积分-线性二次型调节器(PI-LQR)数据融合的内外环控制算法。该算法以模糊PI控制为内环,基于转角误差和转角误差变化率,通过模糊逻辑运算自适应调节PI参数,进行转向角度的闭环控制。以LQR控制为外环,基于农机装备XY-横摆角控制,融合内环的转角误差,进一步提升无人驾驶农机装备转向的精准控制。Carsim和Matlab/Simulink联合仿真表明:通过100 m长的双移线路径下,最大横向误差为0.18 m,最大横向摆角误差为0.067 rad。实车测试表明:通过100 m长的双移线路径下,最大横向误差0.26 m,相较于PID纯跟踪控制算法,最大横向误差减少了0.19 m。
- 姬江涛王启洲张玉成韩志豪
- 关键词：无人驾驶模糊PILQR
- 大蒜蒜皮分离力学特性试验研究
- 2023年
- 为解决大蒜去皮装置存在的去皮率低、蒜米易损伤等问题,本文以山东金乡大蒜为研究对象,选取分离方向、含水率和载荷加载速度为试验因素进行蒜皮分离力学试验,得到不同试验条件下蒜皮的极限分离力值,分析各因素对蒜皮分离力值的影响,并对不同含水率蒜皮进行横、纵向拉伸和剪切力学特性试验。试验结果表明,①分离方向、含水率和载荷加载速度对极限分离力影响极显著(P<0.01)。影响因素最大为含水率,次之为分离方向,最小为载荷加载速度,最优因素组合为根部向鳞芽分离、含水率15%、载荷加载速度10 mm/min;②含水率对蒜皮横、纵向抗拉力影响显著。含水率在10%~30%时,横向抗拉力为3.23、5.95、8.69、11.67、10.03 N,纵向抗拉力为8.79、10.64、15.11、21.13、18.85 N,蒜皮纵向抗拉力约为横向抗拉力的1.74~2.72倍。通过高速摄影观察拉伸过程,验证了蒜皮在拉伸试验中横向拉伸,蒜皮为脆性断裂;在拉伸实验中纵向拉伸,蒜皮为韧性断裂;③含水率对蒜皮剪切力影响显著,含水率在10%~30%时,剪切力为5.29、8.21、11.38、15.25、12.66 N。该研究可为大蒜剥皮机械的设计与优化提供参数依据。
- 李心平孙臣臣王升升
- 关键词：力学特性含水率
- 圆锥滚子轴承振动数据改进Huber M稳健化处理方法研究
- 2022年
- 针对未知分布数据序列稳健问题,提出改进Huber M稳健化处理方法处理滚动轴承振动数据。基于Huber M估计法,融合了中位数估计的优点,根据时间变量t将实验数据进行离散,构建数学模型,得到一种改进的Huber M方法。应用该方法对圆锥滚子轴承振动数据分析,确定稳健数据的边界值及显著水平。研究结果表明:在0~0.1显著性水平范围内,经过改进Huber M稳健化处理方法的滚动轴承振动数据稳健指标、离散指标均优于原数据指标,有效提高了滚动轴承数据的稳健性。
- 党凤魁徐永智丁慧玲刘建
- 关键词：滚动轴承
