检索结果-内蒙古大学图书馆

农业工程学报 2022年第15期38卷 159-169页

作者：李前初梦苑康熙刘刚中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

奶牛跛行严重降低奶牛福利及潜在产奶量,影响养殖场经济效益。准确高效识别奶牛跛行,有助于奶牛肢蹄病的及早发现与治疗,促进奶业的健康和可持续发展。人工观察法识别奶牛跛行存在识别效率低、成本高、主观性强等问题。计算机视觉技术... 详细信息

奶牛跛行严重降低奶牛福利及潜在产奶量,影响养殖场经济效益。准确高效识别奶牛跛行,有助于奶牛肢蹄病的及早发现与治疗,促进奶业的健康和可持续发展。人工观察法识别奶牛跛行存在识别效率低、成本高、主观性强等问题。计算机视觉技术可以通过无应激、无接触地采集奶牛行走视频数据,准确高效识别奶牛跛行。该研究从可见光相机、深度相机以及热红外相机3种视频采集手段出发,概述了当前奶牛跛行自动识别的主要研究方法、关键技术以及未来发展方向等,对比分析了各研究方法的优势和不足,指出个体差异性、跛行特征的优选以及早期跛行识别等需要重点关注的技术问题。同时,该研究从数据获取、技术研发和试验验证等方面,分析了奶牛跛行识别技术研究领域存在的主要问题及挑战,展望了未来奶牛跛行识别技术的研究重点和发展方向,为奶牛跛行的精准高效识别提供相关理论依据和技术参考。

关键词：计算机视觉图像处理深度学习奶牛跛行识别可见光相机深度相机热红外相机

来源：评论

学校读者我要写书评

暂无评论

基于MSER仿射变换配准的农用柔性pH芯片性能优化

引用

农业机械学报 2023年第5期54卷 288-294,386页

作者：张淼王丽茹李浩榛路逍刘刚中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

针对柔性pH芯片复合结构多层打印制备过程的配准偏差严重,限制其农用pH值在线监测精度及稳定性问题,比较分析了MSER仿射变换模型对“叠层复合结构”柔性pH芯片性能的影响,分析了配准后柔性pH芯片在基质培番茄根系pH值在线监测应用中的... 详细信息

针对柔性pH芯片复合结构多层打印制备过程的配准偏差严重,限制其农用pH值在线监测精度及稳定性问题,比较分析了MSER仿射变换模型对“叠层复合结构”柔性pH芯片性能的影响,分析了配准后柔性pH芯片在基质培番茄根系pH值在线监测应用中的可行性。试验结果表明:MSER仿射变换模型配准后,农用柔性芯片加工最小线宽和线间距分别为90、500μm,芯片加工平均相对误差可控制在25%以内;配准后,农用柔性pH传感器灵敏度达到了每单位pH值-61.9 mV,响应范围为2.0~10.0,与商用玻璃pH电极的测量绝对误差小于0.15,相对误差小于4.1%;基质培番茄根系pH值监测试验中,自制柔性芯片与商用pH电极的测量结果具有较好一致性,同步测定结果的绝对误差小于0.09,相对误差小于1.5%,RMSE仅为0.05。MSER仿射变换配准方法可有效提高“叠层复合结构”农用打印柔性传感芯片的制备精度及传感检测准确性。

关键词： pH值在线监测柔性pH芯片最大稳定极值区域仿射变换 3D打印多层配准

来源：评论

学校读者我要写书评

暂无评论

基于功率测量的联合收获机喂入量检测方法研究

引用

农业机械学报 2020年第5期51卷 118-123页

作者：孙意凡刘仁杰欧颢张振乾张漫李寒中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

为了准确分析联合收获机不同喂入量检测方法的精度,提出基于割台主动轴功率和倾斜输送器功率的2种喂入量检测方法。以河北冬小麦作为试验对象,以新疆3型联合收获机为试验平台,进行了喂入量检测系统田间试验。喂入量检测系统包括割台主... 详细信息

为了准确分析联合收获机不同喂入量检测方法的精度,提出基于割台主动轴功率和倾斜输送器功率的2种喂入量检测方法。以河北冬小麦作为试验对象,以新疆3型联合收获机为试验平台,进行了喂入量检测系统田间试验。喂入量检测系统包括割台主动轴扭矩传感器、倾斜输送器动力轴扭矩传感器、割台主动轴转速传感器和车载工控机等。对2种喂入量检测方法进行分析,根据试验数据分别建立计算模型,将2种方法的检测结果与实测结果进行对比,结果表明,基于割台主动轴功率的喂入量检测方法平均相对误差为19.6%,基于倾斜输送器功率的喂入量检测方法平均相对误差为16.1%。2种方法的检测精度在一定程度上能满足田间应用需求,基于倾斜输送器功率的喂入量检测方法检测精度稍高。

关键词：联合收获机喂入量检测功率检测

来源：评论

学校读者我要写书评

暂无评论

基于三维点云的番茄植株茎叶分割与表型特征提取

引用

农业工程学报 2022年第9期38卷 187-194页

作者：彭程李帅苗艳龙张振乾张漫李寒中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

针对当前温室番茄表型参数难以自动获取的问题,研究提出通过对三维点云进行配准、骨架提取以及分割从而自动获取苗期番茄植株株高、茎粗、叶倾角和叶面积参数的方法。首先通过机器人搭载机械臂在温室中自动获取多视角番茄点云,并通过配... 详细信息

针对当前温室番茄表型参数难以自动获取的问题,研究提出通过对三维点云进行配准、骨架提取以及分割从而自动获取苗期番茄植株株高、茎粗、叶倾角和叶面积参数的方法。首先通过机器人搭载机械臂在温室中自动获取多视角番茄点云,并通过配准得到完整植株点云;对番茄点云利用拉普拉斯收缩的骨架提取算法获取植株骨架,对骨架进行修正后分解为茎秆和叶片子骨架,实现茎秆叶柄分割;再通过基于区域生长的MeanShift聚类方法对叶片和叶柄进行分割;最后通过番茄点云获取株高、茎粗参数,通过骨架测量叶倾角,对叶片点云进行曲面拟合提取叶面积参数。试验结果表明,茎叶分割与叶片分割的精确率、召回率、F1分数和平均总体准确率分别为0.84、0.91、0.87、0.92和0.92、0.91、0.91、0.93。株高、茎粗、叶倾角和叶面积参数的提取值与人工测量值的决定系数分别为0.97、0.53、0.90和0.87,均方根误差分别为1.40 cm、1.52 mm、5.14°和37.56 cm^(2)。结果表明该研究方法与人工测量值具有较强的相关性,可以为温室番茄的高通量自动化表型测量提供技术支持。

关键词：机器人表型番茄骨架提取点云分割

来源：评论

学校读者我要写书评

暂无评论

基于3D激光雷达的鸡舍通道中心线检测方法

引用

农业工程学报 2024年第9期40卷 173-181页

作者：韩雨晓李帅王宁安娅军张漫李寒中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

针对笼养鸡舍环境下光照强度弱、作业通道内狭小导致机器人巡检时通道中心线检测困难的问题,该研究利用3D激光雷达对鸡舍通道中心线进行获取。首先通过机器人搭载的3D激光雷达对鸡舍作业通道信息进行采集,利用直通滤波、地面点滤波、体... 详细信息

针对笼养鸡舍环境下光照强度弱、作业通道内狭小导致机器人巡检时通道中心线检测困难的问题,该研究利用3D激光雷达对鸡舍通道中心线进行获取。首先通过机器人搭载的3D激光雷达对鸡舍作业通道信息进行采集,利用直通滤波、地面点滤波、体素滤波、统计滤波和平面投影对获取的3D激光雷达点云数据进行预处理,获取XOY平面上的点云数据。通过改变K-means聚类初始点选择方式和聚类函数对预处理后的点云数据进行数据分类。利用改进RANSAC算法对分类后的数据进行处理,提取通道中心线。试验结果表明该研究提出的改进K-means聚类算法平均耗时6.98 ms,相较于传统的K-means聚类算法平均耗时减少了29.40 ms,准确率提高了82.41%。该研究提出的改进RANSAC算法中心线提取准确率为93.66%、平均误差角为0.89°、平均耗时为3.97 ms,比LSM算法得到的平均绝对误差角高0.14°,平均耗时减少6.15 ms。表明该研究提出的鸡舍通道中心线检测方法基本满足笼养鸡舍环境实时自主导航的需求,为巡检机器人在鸡舍作业通道内进行激光雷达导航提供了技术支撑。

关键词：导航机器人激光雷达鸡舍 K-means聚类随机抽样一致性算法中心线拟合

来源：评论

学校读者我要写书评

暂无评论

苗期玉米冠层识别与质心定位方法研究

引用

农业机械学报 2019年第B07期50卷 27-33页

作者：宗泽赵硕刘刚中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

为了快速定位玉米植株位置,以苗期4~6叶玉米为研究对象,提出了一种苗期玉米冠层识别与质心定位方法。首先,在大田环境下获取农田作物视频数据,基于FasterR-CNN对玉米冠层进行识别;其次,用差分内积线性特性改进质心检测算法,对玉米冠层... 详细信息

为了快速定位玉米植株位置,以苗期4~6叶玉米为研究对象,提出了一种苗期玉米冠层识别与质心定位方法。首先,在大田环境下获取农田作物视频数据,基于FasterR-CNN对玉米冠层进行识别;其次,用差分内积线性特性改进质心检测算法,对玉米冠层和杂草进行分割,并对玉米冠层识别区域进行质心定位计算,得到玉米苗质心的像素坐标;最后,通过农田实验对本文冠层识别与质心定位方法进行验证。结果表明,苗期玉米冠层识别方法的平均识别率达92.9%,检测一帧图像的平均时间为0.17s,玉米冠层质心定位误差不超过1像素。

关键词：玉米冠层苗期识别质心定位

来源：评论

学校读者我要写书评

暂无评论

基于地基激光雷达的玉米株高与茎粗自动测量研究

引用

农业机械学报 2021年第S01期52卷 43-50页

作者：苗艳龙彭程高阳仇瑞承李寒张漫中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

株高和茎粗是玉米株型中重要的表型参数,可以反映玉米的生长状况和活力,地基激光雷达可实现表型参数的快速自动测量。首先,使用地基激光雷达获取田间2个玉米品种在4个生长期的三维点云数据;其次,使用点云处理软件对采集的玉米点云数据... 详细信息

株高和茎粗是玉米株型中重要的表型参数,可以反映玉米的生长状况和活力,地基激光雷达可实现表型参数的快速自动测量。首先,使用地基激光雷达获取田间2个玉米品种在4个生长期的三维点云数据;其次,使用点云处理软件对采集的玉米点云数据进行匹配、分割,人工点云测量玉米表型;之后,对玉米点云进行下采样、直通滤波、基于随机采样一致性平面分割、统计滤波和圆柱分割等处理,分割单株玉米、去除地面点云、滤除离群点、植株点云分层和提取待测量茎秆点云;运用最高点提取和地面点分割,测量玉米株高,椭圆拟合测量茎横截面长轴和短轴长度。结果表明,与田间测量值相比,京农科728人工点云测量株高、茎横截面长轴和短轴长度的均方根误差分别为21.5、1.24、1.86 mm,农大84分别为23.6、1.56、1.23 mm。与人工点云测量值相比,京农科728自动点云测量值的均方根误差分别为10.2、6.65、3.45 mm,农大84分别为7.1、4.95、3.26 mm。研究表明,地基激光雷达点云数据测量株高、茎粗的方法,适用于不同生长期、不同品种的玉米,与人工田间测量方法具有高度的一致性,可以替代人工测量。

关键词：玉米株高茎粗地基激光雷达点云

来源：评论

学校读者我要写书评

暂无评论

基于不同电机的拖拉机自动导航转向控制系统性能对比

引用

农业机械学报 2019年第B07期50卷 40-49页

作者：李世超曹如月季宇寒徐弘祯张漫李寒中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

为了提高拖拉机在农田环境中自主导航作业的控制精度,设计开发了3种基于不同类型电机的方向盘转向控制系统,在分析步进电机、伺服电机和步进伺服电机3种电机的参数及其性能差异的基础上,设计了拖拉机自动转向执行机构,并配备了工控机PC... 详细信息

为了提高拖拉机在农田环境中自主导航作业的控制精度,设计开发了3种基于不同类型电机的方向盘转向控制系统,在分析步进电机、伺服电机和步进伺服电机3种电机的参数及其性能差异的基础上,设计了拖拉机自动转向执行机构,并配备了工控机PC、PLC控制器、前轮转角检测机构和GNSS定位系统等设备。设计了工控机车载终端软件,能够实现自动导航的嵌套双闭环控制及相应PID控制算法,设计了控制系统的电气原理图和PLC转向程序,在混凝土路面和田间播种作业两种工况下进行了拖拉机自动导航实验。实验结果表明,当拖拉机作业速度为0.8m/s时,两种实验条件下,步进电机导航系统的均方根误差分别为8.81cm和12.09cm,伺服电机导航系统的均方根误差分别为4.85cm和10.55cm,步进伺服电机导航系统的均方根误差分别为4.54cm和5.53cm,步进伺服电机在方向盘转向控制系统中自动导航效果较好。

关键词：自动导航转向控制电机选型嵌套双闭环控制 PID控制算法

来源：评论

学校读者我要写书评

暂无评论

基于VMD-LSTM的奶牛动态称量算法

引用

农业机械学报 2022年第S02期53卷 234-240页

作者：贺志将李前王彦超刘刚中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

针对当前奶牛动态称量研究对动态称量信号的信息利用率偏低,不能充分提取称量信号深层信息的问题,提出一种基于变分模态分解(Variational mode decomposition,VMD)与长短期记忆网络(Long short-term memory,LSTM)的动态称量算法,以提高... 详细信息

针对当前奶牛动态称量研究对动态称量信号的信息利用率偏低,不能充分提取称量信号深层信息的问题,提出一种基于变分模态分解(Variational mode decomposition,VMD)与长短期记忆网络(Long short-term memory,LSTM)的动态称量算法,以提高奶牛体质量预测精度。首先,使用阈值过滤的方法从采集到的奶牛动态称量信号中获取有效信号;其次,使用VMD算法将预处理后的有效信号分解为5个本征模态函数(Intrinsic mode function,IMF),以提取奶牛动态称量信号中蕴含的深层信息,并降低有效信号的非平稳性对预测精度产生的影响;最后,分别将归一化后的各IMF分量与有效信号结合,作为特征输入到LSTM神经网络进行训练,预测奶牛体质量。通过对使用不同特征的模型的预测结果进行对比,选用误差最小的模型作为本文的奶牛体质量预测模型。试验结果表明,本文提出的动态称量算法能够有效提取奶牛动态称量信号的深层信息,体质量预测的平均相对误差为0.81%,均方根误差为6.21 kg。与EMD算法和GRU算法相比,本文算法误差更小,更能满足养殖场的实际需求。

关键词：奶牛动态称量算法变分模态分解长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

基于热红外图像的奶牛乳房炎自动检测方法

引用

农业机械学报 2019年第B07期50卷 248-255,282页

作者：张旭东康熙马丽刘刚中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083

为了提高奶牛乳房炎的检测精度,利用热红外图像测量奶牛关键部位温度,提出了一种奶牛眼睛和乳房自动定位算法。首先对奶牛热红外图像的灰度直方图进行分析,然后提取阈值分割后图像中的HSV(Hue,Saturation,Value)颜色特征和骨架特征,并基... 详细信息

为了提高奶牛乳房炎的检测精度,利用热红外图像测量奶牛关键部位温度,提出了一种奶牛眼睛和乳房自动定位算法。首先对奶牛热红外图像的灰度直方图进行分析,然后提取阈值分割后图像中的HSV(Hue,Saturation,Value)颜色特征和骨架特征,并基于HSV自动检测奶牛眼睛位置,计算骨架特征向量,用支持向量机(Support vector machine,SVM)分类技术自动检测奶牛乳房位置。为了验证定位算法的有效性,对随机选取的40头自然行走的奶牛进行试验验证,结果表明,本文提出的定位算法可以有效定位奶牛眼睛、乳房位置,其定位误差在20像素以内的视频帧识别精度为68.67%。根据定位算法所获取的奶牛眼睛和乳房的温度差值进行奶牛乳房炎检测试验,通过温度阈值对奶牛乳房炎发病程度进行评级,并与体细胞计数法(Somatic cell count,SCC)检测结果进行对比,结果表明,等级1检测准确率为33.3%,等级2检测准确率为87.5%。本文研究结果能较准确获取奶牛自然行走状况下眼睛和乳房的位置和温度。

关键词：奶牛乳房炎热红外图像图像处理温度分析

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：