针对无人农业机器人在复杂作业环境中因频繁非视距(non line of sight,NLOS)通信导致超宽带(ultrawide band,UWB)定位系统量测波动大、精度低的问题,提出一种改进误差状态卡尔曼滤波(error-state Kalman filter,ESKF)的UWB与惯性导航单...针对无人农业机器人在复杂作业环境中因频繁非视距(non line of sight,NLOS)通信导致超宽带(ultrawide band,UWB)定位系统量测波动大、精度低的问题,提出一种改进误差状态卡尔曼滤波(error-state Kalman filter,ESKF)的UWB与惯性导航单元(inertial measurement unit,IMU)紧耦合定位技术。首先,采用非对称双面双向测距法结合线性拟合校准优化UWB量测数据,设计基于改进的均值滤波算法剔除离群值;其次,基于改进ESKF框架实现UWB-IMU协同定位,利用IMU状态预测信息构建自适应因子,动态调整量测噪声协方差矩阵以削弱NLOS误差影响;最后,搭建四轮无人农业机器人平台,在典型NLOS农业场景下进行静态及动态目标定位试验验证。结果表明,在动态轨迹跟踪中,相较于纯UWB和传统EKF算法,总体定位精度分别提升53.38%和25.15%。该方法在复杂遮挡环境下具有良好的鲁棒性,可为无人农业机器人实现高精度自主导航定位提供技术支撑。展开更多
为更合理有效实现鸡蛋品种分类,研究一种介电特性无损鉴别鸡蛋品种方法。本实验以4组不同品种鸡蛋(江苏镇江洋鸡蛋、江苏镇江草鸡蛋、安徽老南沟草鸡蛋、江苏东台草鸡蛋)为研究对象,采用平行极板法测量4组鸡蛋在10~200 k Hz条件下的介...为更合理有效实现鸡蛋品种分类,研究一种介电特性无损鉴别鸡蛋品种方法。本实验以4组不同品种鸡蛋(江苏镇江洋鸡蛋、江苏镇江草鸡蛋、安徽老南沟草鸡蛋、江苏东台草鸡蛋)为研究对象,采用平行极板法测量4组鸡蛋在10~200 k Hz条件下的介电特性参数,并利用支持向量机(support vector machine,SVM)算法建立鸡蛋品种鉴别分类检测模型。研究不同核函数(线性核函数、多项式核函数、RBF核函数和Sigmoid核函数)、不同参数寻优算法(网格搜索法、遗传算法和粒子群算法)选择对分类模型准确率的影响。结果表明,以线性核函数为SVM核函数、粒子群算法为SVM参数寻优算法时,建立的鸡蛋品种SVM分类模型的性能最优,其训练集正确率为95.83%,测试集正确率为95.83%。利用介电特性无损检测技术结合SVM算法,取得了很好的分类效果,为鸡蛋品种鉴别提供了一种新的快速有效的方法。展开更多
文摘针对无人农业机器人在复杂作业环境中因频繁非视距(non line of sight,NLOS)通信导致超宽带(ultrawide band,UWB)定位系统量测波动大、精度低的问题,提出一种改进误差状态卡尔曼滤波(error-state Kalman filter,ESKF)的UWB与惯性导航单元(inertial measurement unit,IMU)紧耦合定位技术。首先,采用非对称双面双向测距法结合线性拟合校准优化UWB量测数据,设计基于改进的均值滤波算法剔除离群值;其次,基于改进ESKF框架实现UWB-IMU协同定位,利用IMU状态预测信息构建自适应因子,动态调整量测噪声协方差矩阵以削弱NLOS误差影响;最后,搭建四轮无人农业机器人平台,在典型NLOS农业场景下进行静态及动态目标定位试验验证。结果表明,在动态轨迹跟踪中,相较于纯UWB和传统EKF算法,总体定位精度分别提升53.38%和25.15%。该方法在复杂遮挡环境下具有良好的鲁棒性,可为无人农业机器人实现高精度自主导航定位提供技术支撑。
文摘为更合理有效实现鸡蛋品种分类,研究一种介电特性无损鉴别鸡蛋品种方法。本实验以4组不同品种鸡蛋(江苏镇江洋鸡蛋、江苏镇江草鸡蛋、安徽老南沟草鸡蛋、江苏东台草鸡蛋)为研究对象,采用平行极板法测量4组鸡蛋在10~200 k Hz条件下的介电特性参数,并利用支持向量机(support vector machine,SVM)算法建立鸡蛋品种鉴别分类检测模型。研究不同核函数(线性核函数、多项式核函数、RBF核函数和Sigmoid核函数)、不同参数寻优算法(网格搜索法、遗传算法和粒子群算法)选择对分类模型准确率的影响。结果表明,以线性核函数为SVM核函数、粒子群算法为SVM参数寻优算法时,建立的鸡蛋品种SVM分类模型的性能最优,其训练集正确率为95.83%,测试集正确率为95.83%。利用介电特性无损检测技术结合SVM算法,取得了很好的分类效果,为鸡蛋品种鉴别提供了一种新的快速有效的方法。
