期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于改进YOLOv4的前方车辆检测方法
1
作者 房鑫 陈兵旗 +2 位作者 彭书博 张雄楚 李永正 《传感器与微系统》 CSCD 北大核心 2024年第10期155-159,共5页
针对现有深度学习算法对车辆检测精度不高、实时性不足以及对小目标检测能力较弱的问题,提出一种基于改进YOLOv4的前方车辆检测方法。针对小目标漏检率高的问题,使用密集连接块替代CSPResNet中的残差块,重复利用特征信息,提高小目标的... 针对现有深度学习算法对车辆检测精度不高、实时性不足以及对小目标检测能力较弱的问题,提出一种基于改进YOLOv4的前方车辆检测方法。针对小目标漏检率高的问题,使用密集连接块替代CSPResNet中的残差块,重复利用特征信息,提高小目标的检测能力;针对检测精度和实时性要求,将密集连接块结构修改为卷积、批归一化和激活操作,对结构中的卷积层和批归一化层进行融合并使用Mish激活函数,提高模型的检测精度和速度。实验结果表明,改进YOLOv4算法较原有算法参数量减少23%,检测速度和精度分别提升3.5fps和2.73%,同时提高了对小目标的检测能力。 展开更多
关键词 YOLOv4 密集连接 激活函数 小目标检测
下载PDF
基于改进YOLOv7的果园行间导航线检测 被引量:5
2
作者 彭书博 陈兵旗 +5 位作者 李景彬 范鹏宣 刘翔业 房鑫 邓红涛 张雄楚 《农业工程学报》 EI CAS CSCD 北大核心 2023年第16期131-138,共8页
在复杂果园环境中,传统机器视觉算法难以处理光影变化、遮挡、杂草等因素的干扰,导致导航道路分割不准确。针对此问题,该研究提出了一种改进YOLOv7的果园内导航线检测方法。将注意力机制模块(convolutional block attention module,CBAM... 在复杂果园环境中,传统机器视觉算法难以处理光影变化、遮挡、杂草等因素的干扰,导致导航道路分割不准确。针对此问题,该研究提出了一种改进YOLOv7的果园内导航线检测方法。将注意力机制模块(convolutional block attention module,CBAM)引入到原始YOLOv7模型的检测头网络中,增强果树目标特征,削弱背景干扰;在ELANH(efficient layer aggregation networks-head,ELAN-H)模块和Repconv(re-parameterization convolution,Repconv)模块之间引入SPD-Conv(space-to-depth,non-strided convolution,SPD-Conv)模块,提高模型对低分辨率图像或小尺寸目标的检测能力。以树干根部中点作为导航定位基点,利用改进YOLOv7模型得到两侧果树行线的定位参照点,然后利用最小二乘法拟合两侧果树行线和导航线。试验结果表明,改进YOLOv7模型检测精度为95.21%,检测速度为42.07帧/s,相比于原始YOLOv7模型分别提升了2.31个百分点和4.85帧/s,能够较为准确地识别出树干,且对树干较密的枣园图像也能达到较好的检测效果;提取到的定位参照点与人工标记树干中点的平均误差为8.85 cm,拟合导航线与人工观测导航线的平均偏差为4.90 cm,处理1帧图像平均耗时为0.044 s,能够满足果园内导航需求。 展开更多
关键词 图像处理 目标检测 YOLOv7 行间导航线 注意力机制 果园
下载PDF
红枣收获机视觉导航路径检测 被引量:23
3
作者 张雄楚 陈兵旗 +4 位作者 李景彬 梁习卉子 姚庆旺 穆述豪 姚文广 《农业工程学报》 EI CAS CSCD 北大核心 2020年第13期133-140,共8页
针对新疆地区骏枣与灰枣枣园的收获作业,该研究提出一种红枣收获机枣树行视觉导航路径检测算法。通过枣园图像固定区域中B分量垂直累计直方图的标准差d与最小值f的关系对枣园种类进行自动判断。针对灰枣枣园,首先采用色差法与OTSU法对... 针对新疆地区骏枣与灰枣枣园的收获作业,该研究提出一种红枣收获机枣树行视觉导航路径检测算法。通过枣园图像固定区域中B分量垂直累计直方图的标准差d与最小值f的关系对枣园种类进行自动判断。针对灰枣枣园,首先采用色差法与OTSU法对图像进行灰度化与二值化处理,然后进行面积去噪与补洞处理,在处理区域内从上向下逐行扫描,将每行像素上像素值为0的像素点坐标平均值作为该行候补点的坐标,并将所有候补点坐标的平均值作为Hough变换的已知点坐标,最后基于过已知点的Hough变换拟合导航路径;针对骏枣枣园,在处理区域内通过垂直累计R分量的方法确定扫描区间,然后在扫描区间内从上到下逐行扫描,将每行像素上R分量值最小的像素点作为该行的候补点,并将所有候补点的坐标平均值作为Hough变换的已知点,最后使用过已知点的Hough变换拟合导航路径。试验结果表明:对于灰枣枣园与骏枣枣园,该算法的路径检测准确率平均值分别为94%和93%,处理1帧图像平均耗时分别为0.042和0.046s,检测准确性与实时性满足红枣收获机作业要求,能够自动判别枣园种类进行作业,可为实现红枣收获机自动驾驶提供理论依据。 展开更多
关键词 农业机械 图像处理 视觉导航 枣园 HOUGH变换
下载PDF
棉花铺膜播种作业拖拉机的视觉导航路径检测 被引量:4
4
作者 张雄楚 李景彬 +3 位作者 姚庆旺 付威 温宝琴 坎杂 《农机化研究》 北大核心 2020年第5期33-39,共7页
针对棉花铺膜播种作业环境复杂,视觉导航路径检测易受光照强度、噪声及划线深度的影响,设计了一种抗干扰能力强、适应性广的视觉导航路径检测算法。构建图像采集系统,实时采集铺膜播种作业图像,基于Y=0.299R+0.587G+0.114B颜色模型对图... 针对棉花铺膜播种作业环境复杂,视觉导航路径检测易受光照强度、噪声及划线深度的影响,设计了一种抗干扰能力强、适应性广的视觉导航路径检测算法。构建图像采集系统,实时采集铺膜播种作业图像,基于Y=0.299R+0.587G+0.114B颜色模型对图像进行灰度化处理。针对第1帧图像,首先在浮动扫描区间[M1-k,M2-k](M1取560,M2取639;k=0,k≤560,k++)从第0行开始逐行扫描像素点,提取每行灰度值最小的像素点(或灰度值最小的像素点的列坐标的平均值)作为各行路径提取的候补点,并计算每个扫描区间内的候补点列值的方差Fk;寻求Fk值最小的区间作为第1帧图像的目标区间;在目标区间内使用最小二乘法拟合候补点集群提取初始导航路径;然后,以初始导航路径为中心,左右各扩展U个像素作为扫描区间,提取每行灰度值最小的像素点(或灰度值最小的像素点的列坐标的平均值)作为各行路径提取的候补点;最后,使用最小二乘法拟合导航路径,完成第1帧图像导航路径的提取。从第2帧图像开始,首先确定以前1帧图像导航路径作为当前帧图像扫描区间的中心,左右各扩展U个像素作为扫描区间;然后,从第0行像素开始逐行扫描,并提取灰度值最小的像素点(或灰度值最小的像素点的列坐标的平均值)作为路径提取的候补点,并使用'差异权重法'平滑候补点群;最后,基于最小二乘法拟合导航路径。采集6种工况下铺膜作业视频进行验证试验,结果表明:导航路径检测准确率为100%,平均处理速度为7.020ms/帧,能够稳定、快速地检测导航路径,准确率高,适应性广,抗干扰能力较强,满足棉花铺膜播种作业的实际要求。该检测算法丰富了基于视觉的拖拉机行走路径检测的方法,为实现拖拉机自动驾驶奠定了理论基础。 展开更多
关键词 棉花铺膜播种 视觉导航 路径检测 最小二乘法
下载PDF
基于PLC的茯苓自动去皮机控制系统设计 被引量:1
5
作者 王文杰 郑志安 +3 位作者 吴敏 陈兵旗 张雄楚 姜大龙 《中国农机化学报》 北大核心 2022年第9期88-94,共7页
针对传统茯苓去皮人工劳动强度大、成本高、过程复杂导致去皮效率较低等问题,设计研发基于PLC的茯苓自动去皮机控制系统,完成控制系统的总体设计方案。该设备使用DOP-B07SS441触摸屏进行人机交互界面设计,灵活分配PLC控制系统的I/O地址... 针对传统茯苓去皮人工劳动强度大、成本高、过程复杂导致去皮效率较低等问题,设计研发基于PLC的茯苓自动去皮机控制系统,完成控制系统的总体设计方案。该设备使用DOP-B07SS441触摸屏进行人机交互界面设计,灵活分配PLC控制系统的I/O地址并对系统的主要软硬件进行分析。以响应速度、运行平稳性、去皮工作效率以及损失率作为评价指标进行试验验证。结果表明:基于PLC的茯苓自动去皮机控制系统响应速度快、运行平稳,误差保持在0.03 s内,去皮损失率为9.92%,满足产地去皮加工要求;与人工去皮相比,简化去皮工序,去皮工作效率提升31.2%。本研究对促进茯苓去皮机智能化发展、提高茯苓去皮工作效率具有重要意义,具有较大的推广应用价值。 展开更多
关键词 自动去皮 PLC 茯苓 控制系统 人机交互
下载PDF
拖拉机自动导航单因子控制系统设计 被引量:1
6
作者 姚庆旺 李景彬 +1 位作者 张雄楚 温宝琴 《农机化研究》 北大核心 2019年第8期241-246,共6页
针对当前拖拉机自动导航转向控制系统结构复杂、算法繁琐及对上位所检测机位置姿态信息要求较高等特点,设计了一种基于51单片机为中央控制载体的拖拉机自动导航执行系统。本系统在不改变原车的液压转向控制系统的前提下,通过加装以步进... 针对当前拖拉机自动导航转向控制系统结构复杂、算法繁琐及对上位所检测机位置姿态信息要求较高等特点,设计了一种基于51单片机为中央控制载体的拖拉机自动导航执行系统。本系统在不改变原车的液压转向控制系统的前提下,通过加装以步进电机为动力的驱动装置带动方向盘转动实现前轮转向;同时利用角度传感器不断检测前轮转角,为系统在进行转向决策时提供反馈,并且在执行过程中采用涡轮电机控制齿轮啮合与分离。控制系统采用单因子补偿控制算法,通过判断当前车辆的横向偏差走势判断当前的车身偏角。为验证程序算法以及结构设计的可行性,以TN954为实验对象,构建了转向系统和车身偏角的数学模型,运用Matlab/Simulink进行仿真。结果表明:拖拉机以3 km/h作业速度行驶时,在初始横向轨迹偏差设定在5 cm的调整过程中,稳态误差达到2%,单因子补偿控制算法所需的平均调整时间为1. 4 s,满足当今拖拉机自动驾驶控制实时性的要求。 展开更多
关键词 拖拉机 视觉导航 单因子控制 自动驾驶
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部