农田除草机器人识别方法与装备创制
全新正版 极速发货
￥ 72.7 7.4折 ￥ 98 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者权龙哲//李海龙|
出版社化学工业
ISBN9787122444769
出版时间2024-03
装帧其他
开本其他
定价98元
货号32032582
上书时间2024-11-18
商品详情
- 品相描述：全新
- 商品描述
-
目录
第一章 基于改进MobileNetV3-SSD模型的农田苗草识别方法
第一节 农田苗草图像数据采集
一、全周期采集数据
二、多角度采集数据
第二节 农田苗草图像数据集制作
一、苗草图像预处理
二、苗草图像数据鸿沟
第三节 MobileNetV3-SSD模型改进与可视化
一、MobileNetV3-SSD模型改进
二、MobileNetV3-SSD模型3D可视化
第四节 MobileNetV3-SSD模型训练与评估
一、MobileNetV3-SSD模型训练
二、MobileNetV3-SSD模型评估
第五节 数据采集系统构成
一、硬件设备和软件
二、车体平台设计
三、计算机组系统
四、智能控制系统
五、双翼式视觉系统
第六节 基于改进MobileNetV3-SSD模型的田间试验
一、苗草识别网络的3D可视化
二、识别网络模型的对比分析
三、全周期条件下的识别模型检测
四、多角度条件下的识别模型检测
第七节 小结
第二章 基于YOLOv3模型的立式智能株间除草机器人
第一节 基于YOLOv3模型进行苗草识别
一、苗草图像数据集制作
二、苗草图像数据预处理
三、苗草图像数据标记
四、苗草模型建立
五、除草区域建立
六、除草策略制定
第二节 智能株间除草机器人系统设计
一、除草机器人系统设计
二、农田移动平台设计
三、智能除草单元设计
第三节 末端执行器与执行机构的优化设计
一、农田作业参数测定
二、末端执行器设计与优化
三、执行机构的设计与优化
第四节 机器人智能控制系统搭建
一、硬件系统组成
二、控制策略制定
三、控制算法优化
第五节 智能除草机器人系统试验
一、台架试验
二、田间试验
第六节 小结
第三章 基于YOLOv4模型的卧式智能株间除草机器人
第一节 基于YOLOv4模型进行苗草识别
一、苗草图像数据集制作
二、苗草图像数据集预处理与标记
三、苗草识别模型建立
第二节 除草机器人系统架构
一、机器人整体结构组成
二、机器人作业模式建立
第三节 除草机器人机械系统设计与优化
一、田间作业环境测定
二、框架结构搭建
三、仿形机构设计与优化
四、传动系统设计与优化
五、末端执行器研制
第四节 除草控制策略制定与系统搭建
一、株间草苗信息获取
二、除草控制策略制定
三、除草控制系统搭建
第五节 除草机器人性能试验与分析
一、台架试验与分析
二、田间试验与分析
第六节 小结
第四章 基于BlendMask语义分割模型的对靶施药除草机器人
第一节 除草剂投放剂量试验
一、温室试验
二、田间试验
三、试验结果与分析
第二节 农田杂草图像数据集制作
一、杂草植株图像数据集采集与制作
二、苗草种群图像数据集采集与制作
第三节 基于 BlendMask模型的农田杂草图像分割
一、语义分割模型简介
二、杂草分割模型训练与评估
第四节 农间苗草图像语义分割试验与分析
一、实例分割模型对比试验分析
二、超参数对分割性能的影响分析与优化
三、叶龄与拍摄位姿对分割性能的影响分析
第五节 对靶施药除草机器人系统简介
一、除草机器人整体结构
二、变量靶喷单元设计
三、智能控制系统搭建
第六节 对靶施药机器人农田试验
第七节 小结
第五章 基于双流密集特征融合网络的变量对靶施药除草机器人
第一节 RGB-D数据与杂草地上鲜重标签动态采集方法
一、采集区域与研究对象
二、采集机器人平台与设备
三、采集方法与流程
第二节 双流密集特征融合网络杂草鲜重检测模型搭建
一、双流密集特征融合网络模型技术路线
二、KNN技术填补缺失值
三、构建YOLOv4杂草目标检测模型
四、双流密集特征融合网络模型构建
第三节 双流密集特征融合网络杂草鲜重检测模型试验与结果分析
一、网络模型评价指标
二、技术路线结果与分析
三、YOLOv4与其他目标检测算法结果对比
四、嵌入Dense-NiN模块回归网络结果比较
五、不同数据增强方法影响
六、双流密集特征融合网络受生长时期和杂草种类影响结果分析
七、杂草鲜重与IOU值关系
八、杂草相互遮挡影响结果分析
第四节 对靶施药除草机器人单元创制
一、机器人移动平台搭建
二、除草单元整体结构设计
三、机械系统硬件选型与布控
四、施药控制策略制定与系统搭建
第五节 对靶施药除草机器人田间试验与分析
一、除草剂与杂草鲜重量化关系试验设计与分析
二、变量对靶施药机器人农田除草试验与分析
第六节 小结
参考文献
内容摘要
本书的主要内容涵盖了农田除草机器人的识别方法和装备创制技术。介绍了基于人工智能技术的农田杂草多元识别方法，证明了智能算法可赋能机器人更准确地识别定位杂草，辨识叶龄、鲜重等生
物信息，从而提高杂草的防控质量和效率。此外，本书还详细介绍了多种农田除草机器人系统的装备创制技术，包括机器人的框架结构设计、控制系统
搭建、动力系统配置、传感器布置和应用软件开发等。
本书可供农业机械从业者，智能装备、智慧农业、农业机器人研究人员以及相关专业高校师生阅读参考，助力提升杂草防除装备的智能水平，为农田杂草防控技术进步添砖加瓦。
— 没有更多了 —
以下为对购买帮助不大的评价