针对触摸屏监控系统不能满足大中型立体仓库对数据进行存储和处理的功能需求,在Visual Studio 2019集成开发环境中,采用C#语言开发一套立体仓库上位机控制系统。以多线程的方式实时读取库位信息;以S7-1200 PLC作为主控制器,设计产品的...针对触摸屏监控系统不能满足大中型立体仓库对数据进行存储和处理的功能需求,在Visual Studio 2019集成开发环境中,采用C#语言开发一套立体仓库上位机控制系统。以多线程的方式实时读取库位信息;以S7-1200 PLC作为主控制器,设计产品的自动入库和自动出库程序流程,采用SCL语言设计了库位先进先出的控制程序。C#和S7-1200 PLC之间采用S7通信的方式控制立体仓库的出入库操作和库位信息采集,3年的现场运行情况表明,整个系统能在上位机上对立体仓库进行手动控制和自动控制,能精确快速地进行入库出库操作,运行平稳,上位机上能正确实时显示库位信息,达到了预期的结果。展开更多
对于当前植保无人机喷洒存在重复喷洒、农药残留、缺少在线病虫害检测,且检测方法不易在嵌入式端部署等问题,提出一种植保无人机平台下基于改进YOLOv7的霜霉病与潜叶蝇检测农药喷洒系统。首先,采用渐进金字塔网络AFPN提升模型在特征融...对于当前植保无人机喷洒存在重复喷洒、农药残留、缺少在线病虫害检测,且检测方法不易在嵌入式端部署等问题,提出一种植保无人机平台下基于改进YOLOv7的霜霉病与潜叶蝇检测农药喷洒系统。首先,采用渐进金字塔网络AFPN提升模型在特征融合区域的自适应特征融合能力。其次,引入EMA注意力机制模块,利用维度交互的方式来提升融合像素特征。试验结果表明,改进YOLOv7病虫害检测算法的平均精度均值mAP达到94.2%,相比于原始YOLOv7算法提高25.9%,每秒传输帧数FPS相比于原算法提高4.6%。最后,将YOLOv7—AFPN—EMA的病虫害识别模型部署到Jetson Orin Nano上进行验证性检测试验,对比模型改进前后的检测精度。验证结果表明,改进算法相比于原始算法,在线实时检测精度提升11.3%,病虫害检测成功率达89.7%。展开更多
文摘针对触摸屏监控系统不能满足大中型立体仓库对数据进行存储和处理的功能需求,在Visual Studio 2019集成开发环境中,采用C#语言开发一套立体仓库上位机控制系统。以多线程的方式实时读取库位信息;以S7-1200 PLC作为主控制器,设计产品的自动入库和自动出库程序流程,采用SCL语言设计了库位先进先出的控制程序。C#和S7-1200 PLC之间采用S7通信的方式控制立体仓库的出入库操作和库位信息采集,3年的现场运行情况表明,整个系统能在上位机上对立体仓库进行手动控制和自动控制,能精确快速地进行入库出库操作,运行平稳,上位机上能正确实时显示库位信息,达到了预期的结果。
文摘对于当前植保无人机喷洒存在重复喷洒、农药残留、缺少在线病虫害检测,且检测方法不易在嵌入式端部署等问题,提出一种植保无人机平台下基于改进YOLOv7的霜霉病与潜叶蝇检测农药喷洒系统。首先,采用渐进金字塔网络AFPN提升模型在特征融合区域的自适应特征融合能力。其次,引入EMA注意力机制模块,利用维度交互的方式来提升融合像素特征。试验结果表明,改进YOLOv7病虫害检测算法的平均精度均值mAP达到94.2%,相比于原始YOLOv7算法提高25.9%,每秒传输帧数FPS相比于原算法提高4.6%。最后,将YOLOv7—AFPN—EMA的病虫害识别模型部署到Jetson Orin Nano上进行验证性检测试验,对比模型改进前后的检测精度。验证结果表明,改进算法相比于原始算法,在线实时检测精度提升11.3%,病虫害检测成功率达89.7%。
