李寒
- 作品数：118 被引量：716H指数：17
- 供职机构：中国农业大学更多>>
- 发文基金：国家自然科学基金北京市科技计划项目中国农业大学基本科研业务费专项资金项目更多>>
- 相关领域：自动化与计算机技术农业科学电子电信建筑科学更多>>
- 一种用于标准化笼养鸡舍的捡死鸡机器人及其方法
- 本发明涉及一种用于标准化笼养鸡舍的捡死鸡机器人及其方法。机器人包括移动平台，以及安装在移动平台上的Kinect V2RGBD相机、SICK LMS111单线激光雷达、死鸡装拾篮、左六自由度机械臂、右六自由度机械臂和控制系...
- 李寒韩雨晓张漫李帅王宁彭程
- 基于改进蚁群算法的多农机协同作业远程管理调度方法
- 本发明涉及一种基于改进蚁群算法的多机协同作业远程管理调度方法，包括任务规划和路径规划，任务规划分为任务分配和任务序列优化。首先，根据农田作业环境中的初始任务信息和农机信息，根据农机与任务的供需匹配原则，通过改进蚁群算法获...
- 张漫曹如月李世超季宇寒徐弘祯李寒李民赞
- 低功耗全自动式土壤传感器、土壤监测系统及方法
- 本发明提供低功耗全自动式土壤传感器、土壤监测系统及方法，包括：基体；土壤检测模块，设置于基体上；第一处理模块，设置于基体上，第一处理模块与土壤检测模块连接；第一无线传输控制模块，设置于基体上，第一处理模块与第一无线传输控...
- 盛文溢王哲张漫李寒员玉良
- 采用多源信息融合的妊娠猪舍环境质量评价方法被引量：5
- 2022年
- 妊娠猪舍作为养殖场猪只繁育的基础条件,其环境质量对母猪的生产性能有显著影响。为合理评价妊娠猪舍环境质量,该研究提出一种基于模拟退火的粒子群算法(Simulated Annealing-Particle Swarm Optimization,SA-PSO)、套索算法(Least Absolute Shrinkage and Selection Operator,LASSO)和反向传播(Back Propagation,BP)神经网络的环境质量评价模型。利用卡尔曼滤波和分批估计自适应加权融合算法,实现多节点环境数据的时间与空间序列融合;构建猪舍环境质量非线性评价模型,采用LASSO算法,筛选得出与环境质量强相关的特征参数,实现输入降维;融合SA-PSO算法实现网络初始权值和阈值的优化,形成SA-PSO-LASSO-BP神经网络评价模型。通过对数据采集系统获取的实际妊娠猪舍环境数据进行验证,结果表明:提出的环境质量评价模型决定系数为0.918、总准确率为95.85%,相比单纯使用BP神经网络,加入LASSO和SA-PSO算法后决定系数与总准确率分别提高了37.43%、11.09个百分点,具有更高的评价精度和性能,可更好地拟合复杂环境参数与环境质量间的非线性关系,为妊娠猪舍环境质量评价提供参考。
- 迟宇郭艳娇冯涵李寒郑永军
- 关键词：环境质量
- 果实采摘装置
- 本实用新型涉及农业设备技术领域，提供一种果实采摘装置，包括装置本体和执行机构；执行机构包括机械臂、机械手、气罐和电磁换向阀；机械臂的连接端与装置本体相连，机械臂的动作端与机械手的连接端相连；气罐的输出端通过管路与机械手的...
- 李寒孙意凡孙建桐赵然季宇寒张漫
- 基于双目视觉的香蕉园巡检机器人导航路径提取方法被引量：42
- 2021年
- 为实现移动机器人香蕉园巡检自动导航,研究提出了一种基于双目视觉的香蕉园巡检路径提取方法。首先由机器人搭载的双目相机获取机器人前方点云,进行预处理后对点云感兴趣区域进行二维投影并将投影结果网格化,得到网格地图;然后采用改进的K-means算法将道路两侧香蕉树分离,其中初始聚类中心通过对网格地图进行垂直、水平投影以及一、二阶高斯拟合确定;最后基于最小包围矩形提取导航路径,将道路两侧网格以最小矩形框包围,提取两包围框中间线作为期望导航路径。测试结果表明,改进的K-means算法聚类成功率为93%,较传统方法提高了12个百分点;导航路径提取平均横向偏差为14.27 cm,平均航向偏差为4.83°,研究方法可为香蕉园巡检机器人自动导航提供支持。
- 张振乾李世超李晨阳曹如月张漫李寒李修华
- 关键词：机器人机器视觉香蕉园巡检
- 融合里程计信息的农业机器人定位与地图构建方法被引量：20
- 2021年
- 目前主流的农业机器人以低成本、低帧率的激光雷达作为即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)的主要传感器,存在运动畸变和误匹配的问题。该研究针对这一问题提出了融合里程计信息的Gmapping建图算法,利用高频率里程计信息为每一个激光束匹配到近似的机器人位姿,获取机器人当前位姿下更为精确的激光数据,以减少激光雷达运动畸变对地图构建产生的影响。利用机器人搭载扫描频率为5 Hz的RPLIDAR A1激光雷达在玉米田及香蕉园中进行了SLAM建图精度测试试验。试验结果表明,在长度为12 m左右的玉米田区域,Gmapping建图算法的平均绝对误差为0.06 m,该研究算法建图平均绝对误差为0.01 m,相比于Gmapping建图算法降低了0.05 m,建图精度为99.5%;在长度为24.43 m的香蕉园区域,Gmapping建图算法的平均绝对误差为0.46 m,该研究算法建图平均绝对误差为0.07 m,相比于Gmapping建图算法降低了0.39 m,建图精度为99.1%。该研究算法有效地降低了低帧率激光雷达运动畸变对Gmapping建图的影响,可以基本满足农业环境下的高精度环境建图需求。
- 李晨阳彭程张振乾苗艳龙张漫李寒
- 关键词：机器人传感器信息融合
- 基于Mean-shift和提升小波变换的棉花叶片边缘的图像检测被引量：7
- 2010年
- 该文提出了一种基于Mean-shift和提升小波变换的具有复杂背景的棉花叶片边缘检测算法。该方法首先用Mean-shift算法对彩色图像进行平滑,然后对平滑后的图像进行提升小波变换,以将平滑后的图像进行灰度增强。最后基于Canny算子对图像进行边缘检测。该算法能有效减少非边缘噪声,并且能够有效提取相互重叠叶片的边缘。与传统边缘检测方法边缘检测结果进行对比,该方法能够更加鲁棒地提取复杂背景下的重叠叶片边缘,其有效性和准确性是很明显的。
- 李寒王库边昊一
- 关键词：棉花图像检测MEAN-SHIFT算法提升小波变换CANNY算子
- 基于机器视觉的旱田多目标直线检测方法被引量：16
- 2010年
- 在实际应用中,由于摄像头安装的高度不同或者车辆在地面高低不平的农田内行驶时产生的晃动,都会产生摄像头内出现多作物行的现象。因此根据农田图像的特点,提出了基于已知线的方法判断农作物列数,避免了传统算法只有先确定农作物列数才能提取导航线的弊端。针对农田图像中多列目标检测问题,采用了基于水平线扫描的归类算法,并利用改进的Hough变化快速检测多条定位线。试验结果表明,处理一幅720×480像素彩色图像平均消耗时间为258ms,98%的图像中所有目标直线都可以检测出来。该算法能够准确提取各种天气环境下农田图像中的列信息,确定多条定位线的方位。
- 曹倩王库李寒
- 关键词：农作物图像处理机器视觉HOUGH变换
- 融合改进头脑风暴与Powell算法的马铃薯多模态图像配准被引量：1
- 2024年
- 基于热成像仪获取作物冠层温度可以实现作物水分胁迫状态的非接触式、无损检测,并且具有高通量检测的潜力。然而热红外图像存在作物边缘分布不清晰、噪声强、缺乏形状、纹理信息等问题,无法实现作物冠层温度自动化提取,利用可见光与热红外图像间的信息互补性,通过图像自动配准技术可以弥补热红外图像缺点,为自动化检测提供基础。为解决可见光图像与热红外图像之间辐射、形状和纹理差异,导致不同模态图像配准难度较大问题,该研究提出了一种融合改进头脑风暴(brain storm optimization algorithm,BSO)与Powell算法的可见光与热红外图像配准方法。研究通过对原始BSO优化算法进行改进使得整体算法更好寻找到最优仿射变换矩阵进而完成图像配准任务,具体改进包含以下5个方面:使用混沌映射函数初始化BSO群体分布、修改新个体变异范围、手肘法动态调整BSO中K-means聚类数、在个体变异方式策略中加入混沌本地搜索方法、在算法执行过程中根据BSO算法前期后期不同特性动态调整概率参数。研究选用互信息值(mutual information,MI)、归一化互信息值(normalized mutual information,NMI)、均方根误差(root mean square error,RMSE)和平均结构相似性指数(mean structure similarity index measure,MSSIM)作为评价指标。该研究算法相对比Powell优化算法、遗传算法(genetic algorithm,GA)和BSO_Powell算法在温室数据中MI指标分别提升0.054 2、0.076 9、0.040 5,NMI指标分别提升0.015 9、0.023 1、0.052 7,RMSE指标分别降低15.02、13.03、27.08,MSSIM指标分别提升0.052 3、0.048 8、0.122 4;大田数据中MI指标分别提升0.064 2、0.066 7、0.035 5,NMI指标分别提升0.007 7、0.012 5、0.012 4,RMSE指标分别降低14.06、10.57、15.40,MSSIM指标分别提升0.047 1、0.038 1、0.042 9。结果表明,所提出算法具有很强的鲁棒性,能够准确完成复杂环境下马铃薯多模
- 李易达王雨欣李晨曦赵冀马恢张漫李寒
- 关键词：图像配准POWELL算法互信息马铃薯
