果品贮藏智能监控系统

<正> 一、概述 高质量长期贮藏果品(6～12个月),需对贮藏环境的温度、氧、二氧化碳等多种参数进行动态控制。目前国外已盛行的果品标准气调贮藏(简称CA),已有较成熟的技术,但其成本很高,在我国无法推广应用。国内现行较先进的方法是自发式气调贮藏(简称MA)。其基本装置是在普通果品冷库中设置半密封体,把需贮果品放入其中,由人工测控半密封体内的多种参数。这些参数需进行综合分析处理和动态控制,所以人工操作不仅劳动强度大、条件差(频繁进出冷库),而且操作误差也无法避免,直接影响了贮藏质量。为此,果品冷库中的半密封体采用MA智能监控系统,彻底改变了传统的人工操作方式,保证了贮藏质量,解决了果品高质量长期贮藏的关键技术,贮藏效果与国外CA基本相同,而成本还不到CA的2/5。现以监测12个半密封体为例介绍此系统。     

基于光波导的传感驱动一体化软体康复手

针对刚性手功能康复外骨骼机器人适应性差,存在安全隐患问题,该文设计了基于光波导的传感驱动一体化软体康复手控制系统,用于辅助患者手部的康复。通过顺应性融入自制柔性光纤传感器使手指弯曲角度和气腔内压力的反馈信号更加精准。其次,采用一体化多腔室手指的设计方法,使不同手指不同关节弯曲,其结构简单、易于控制,具有良好的被动柔性。然后,结合柔性光纤传感器对软体康复手进行闭环反馈控制,使手部动作更加灵活。最后,实验结果验证了基于光波导的软体手部康复机器人控制系统整体结构小型化,且柔顺性高,患者穿戴更方便。     

葡萄日光温室室温自动报警及控制系统

在果蔬设施栽培过程中，传统的日光温室内温度的调控方法由人工操作，靠开、关大室风口通风换气和揭盖温室草苫等方法完成。操作难度和劳动强度都较大，容易造成人为的操作误差，对室外高．低温自然能源选择的准确度和利用率低。有时会严重影响经济效益。我们应用现代电子测控技术，设计了设施栽培室温自动测控系统。该系统可根据室内温度环境的需要，自动开关温室风口和揭盖草苫，使室外自然能源的选择和利用实现了自动化。即使室外非常短暂出现的高、低温自然资源，也能被充分利用，在室外无可用高低温自然资源时，也可根据该系统的测量结果而采用其它升、降温措施。对室温的测控精度和科学管理水平有明显提高。     

山东地区蒜苔贮藏情况及改进建议

蒜苔营养丰富,产量大,是国内少数可长期大批量贮藏的细菜之一,近几年产量有明显上升趋势,但年贮量一直是随贮藏的经济效益而波动。2000年蒜苔保鲜企业经济效益显著,受此影响,去年的贮量明显上升,特别是山东的年贮量已接近全国年贮量的1/3。由于受入贮质量、贮期管理、销售市场等因素的影响,每年的贮藏效益差别较大。现根据有关资料将山东地区蒜苔贮藏近况及改进建议介绍如下。     

单板机在果品贮藏中的应用

介绍了个以ＴＰ８０１单板机为核心的自发式气调贮藏（ＭＡ）自动监控系统的结构、工作原理和功能。该系统投入运行三年，取得了令人满意的效果，改变了传统的人工操作方式，解决了果品高质量节能贮藏的关键技术。     

基于深度图像与三维栅格离线映射的机械臂环境建模方法

为确保动态非结构化环境中人、机器人、环境3者的安全,提出一种基于深度图像与三维栅格离线映射的机械臂环境建模方法,该方法分为离线映射与在线更新两个步骤.离线映射首先将机器人工作空间划分成三维栅格,然后利用标定得到的RGB-D相机内外参数矩阵离线计算深度图像与三维栅格之间的映射关系并保存;在线更新是利用帧差法和查询离线映射表的方式更新三维栅格中的环境信息.为全面描述机器人的工作空间,进一步扩展此方法,提出多传感器信息融合以及从环境模型中滤除机械臂本体的方法.整套环境建模方法具有描述能力强、模型精度一致、可实现多传感器信息融合以及可在线更新的优点.最后,分别通过仿真实验、基于两个Kinect相机和7自由度KUKA IIWA机械臂的实际建模与末端避障实验,验证所提出方法的有效性.     

基于Myo旋转偏移估计与自适应校正的手势识别方法

在基于表面肌电信号(Surface electromyography, sEMG)的手势识别系统中, 针对Myo环形电极多次实验间旋转位置不同导致的识别精度降低问题, 提出了一种基于极坐标系的电极位置偏移估计与自适应校正的识别方法. 该方法首先建立相对于环形肌电传感器的极坐标系, 提出了极坐标系下活跃极角(Activation polar angle, APA), 用于估计实验中传感器相对于初始位置的横向旋转偏移角度; 进而建立基于偏移角度的线性变换模型, 在肌电信号特征空间内, 对电极偏移位置下的样本进行自适应校正. 在8 种常用手势识别应用中, 设计了两种实验范式: 利用传感器各通道数据循环平移模拟电极横向旋转偏移实验和肌电传感器在小臂肌肉上的真实旋转偏移实验. 结果均表明所提出方法的识别精度远高于未进行校正的模型识别精度. 因此, 所提出的电极偏移估计与自适应校正识别方法, 不仅有效提高了表面肌电交互系统识别的鲁棒性, 也降低了使用者在多次使用时训练成本与学习负担.     

形状记忆合金驱动器的自适应滑模反步控制

形状记忆合金(SMA)作为一种智能材料,相对于传统的驱动器具有功率重量比大、驱动电压低、质量轻、干净、无噪音等特性,被广泛应用在各领域.然而,非线性、迟滞、时变等因素影响了形状记忆合金的控制精度,限制了它的应用.为此,本文提出了自适应滑模反步控制方法,用于解决精确控制问题.文中首先搭建了实验装置,建立了形状记忆合金的机理模型;然后,采用最小二乘算法辨识了模型参数;最后,基于机理模型设计了自适应滑模反步控制器.实验结果表明,本文提出的方法具有动态响应快、跟踪精度高和抗干扰能力强的特性.     

适用不同Brunnstrom等级患者基于表面肌电信号的动作识别方法

针对不同患病程度的脑卒中患者运动意图识别率低的问题,提出了一种适用于不同Brunnstrom等级患者基于表面肌电信号（sEMG）的动作识别方法．首先将所有等级患者sEMG数据进行融合,使用tsfresh库提取特征,然后基于随机森林（random forest,RF）模型筛选特征,并利用筛选的特征训练动作分类模型．进一步,通过研究动作和康复等级的关系,确定了康复评估动作并设计了康复等级自动评估算法．为了验证所提方法的有效性,在24例患者sEMG数据上进行了测试,实验结果表明所提方法能够将9种动作和6类康复等级的平均识别精度分别提升至89.81%和94%．基于所提方法构建的手部康复机器人系统能够实现康复等级自动评估．