農田除草機器人識別方法與裝備創制 權龍哲 李海龍 9787122444769 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：化學工業
物品所在地：中國大陸
原出版社：化學工業
NT$623
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202403*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：農田除草機器人識別方法與裝備創制 ISBN：9787122444769 出版社：化學工業 著編譯者：權龍哲 李海龍 頁數：202 所在地：中國大陸 *此為代購商品 書號：1624052 可大量預訂，請先連絡。 內容簡介 本書的主要內容涵蓋了農田除草機器人的識別方法和裝備創製技術。介紹了基於人工智慧技術的農田雜草多元識別方法，證明了智能演算法可賦能機器人更準確地識別定位雜草，辨識葉齡、鮮重等生物信息，從而提高雜草的防控質量和效率。此外，本書還詳細介紹了多種農田除草機器人系統的裝備創製技術，包括機器人的框架結構設計、控制系統搭建、動力系統配置、感測器布置和應用軟體開發等。 本書可供農業機械從業者，智能裝備、智慧農業、農業機器人研究人員以及相關專業高校師生閱讀參考，助力提升雜草防除裝備的智能水平，為農田雜草防控技術進步添磚加瓦。作者簡介 權龍哲，安徽農業大學教授、博導，安徽省領軍人才（特聘教授），一直從事農田智能管理裝備的相關研究，現任中國農業工程青委會副主任委員、中國農機青委會副主任委員、中國農業機械標準化委員會委員等；主持國家自然科學基金等20餘項課題，發表論文100餘篇，其中SCI／EI檢索50餘篇，授權國家發明專利42件，開發智能農業裝備／系統20餘套，指導學生獲得「挑戰杯」國賽特等獎、「創青春」國賽金獎等150餘項「雙創」競賽獎勵；曾獲教育部「霍英東」青年教師獎一等獎、中國農業工程學會青年科技獎、全國萬名創新創業優秀導師、全省優秀教師等30餘項獎勵。目錄 第一章 基於改進MobileNetV3-SSD模型的農田苗草識別方法第一節 農田苗草圖像數據採集 一、全周期採集數據 二、多角度採集數據 第二節 農田苗草圖像數據集製作 一、苗草圖像預處理 二、苗草圖像數據鴻溝 第三節 MobileNetV3-SSD模型改進與可視化 一、MobileNetV3-SSD模型改進 二、MobileNetV3-SSD模型3D可視化 第四節 MobileNetV3-SSD模型訓練與評估 一、MobileNetV3-SSD模型訓練 二、MobileNetV3-SSD模型評估 第五節 數據採集系統構成 一、硬體設備和軟體 二、車體平台設計 三、計算機組系統 四、智能控制系統 五、雙翼式視覺系統 第六節 基於改進MobileNetV3-SSD模型的田間試驗 一、苗草識別網路的3D可視化 二、識別網路模型的對比分析 三、全周期條件下的識別模型檢測 四、多角度條件下的識別模型檢測 第七節 小結 第二章 基於YOLOv3模型的立式智能株間除草機器人 第一節 基於YOLOv3模型進行苗草識別 一、苗草圖像數據集製作 二、苗草圖像數據預處理 三、苗草圖像數據標記 四、苗草模型建立 五、除草區域建立 六、除草策略制定 第二節 智能株間除草機器人系統設計 一、除草機器人系統設計 二、農田移動平台設計 三、智能除草單元設計 第三節 末端執行器與執行機構的優化設計 一、農田作業參數測定 二、末端執行器設計與優化 三、執行機構的設計與優化 第四節 機器人智能控制系統搭建 一、硬體系統組成 二、控制策略制定 三、控制演算法優化 第五節 智能除草機器人系統試驗 一、台架試驗 二、田間試驗 第六節 小結 第三章 基於YOLOv4模型的?式智能株間除草機器人 第一節 基於YOLOv4模型進行苗草識別 一、苗草圖像數據集製作 二、苗草圖像數據集預處理與標記 三、苗草識別模型建立 第二節 除草機器人系統架構 一、機器人整體結構組成 二、機器人作業模式建立 第三節 除草機器人機械系統設計與優化 一、田間作業環境測定 二、框架結構搭建 三、仿形機構設計與優化 四、傳動系統設計與優化 五、末端執行器研製 第四節 除草控制策略制定與系統搭建 一、株間草苗信息獲取 二、除草控制策略制定 三、除草控制系統搭建 第五節 除草機器人性能試驗與分析 一、台架試驗與分析 二、田間試驗與分析 第六節 小結 第四章 基於BlendMask語義分割模型的對靶施藥除草機器人 第一節 除草劑投放劑量試驗 一、溫室試驗 二、田間試驗 三、試驗結果與分析 第二節 農田雜草圖像數據集製作 一、雜草植株圖像數據集採集與製作 二、苗草種群圖像數據集採集與製作 第三節 基於 BlendMask模型的農田雜草圖像分割 一、語義分割模型簡介 二、雜草分割模型訓練與評估 第四節 農間苗草圖像語義分割試驗與分析 一、實例分割模型對比試驗分析 二、超參數對分割性能的影響分析與優化 三、葉齡與拍攝位姿對分割性能的影響分析 第五節 對靶施藥除草機器人系統簡介 一、除草機器人整體結構 二、變數靶噴單元設計 三、智能控制系統搭建 第六節 對靶施藥機器人農田試驗 第七節 小結 第五章 基於雙流密集特徵融合網路的變數對靶施藥除草機器人 第一節 RGB-D數據與雜草地上鮮重標籤動態採集方法 一、採集區域與研究對象 二、採集機器人平台與設備 三、採集方法與流程 第二節 雙流密集特徵融合網路雜草鮮重檢測模型搭建 一、雙流密集特徵融合網路模型技術路線 二、KNN技術填補缺失值 三、構建YOLOv4雜草目標檢測模型 四、雙流密集特徵融合網路模型構建 第三節 雙流密集特徵融合網路雜草鮮重檢測模型試驗與結果分析 一、網路模型評價指標 二、技術路線結果與分析 三、YOLOv4與其他目標檢測演算法結果對比 四、嵌入Dense-NiN模塊回歸網路結果比較 五、不同數據增強方法影響 六、雙流密集特徵融合網路受生長時期和雜草種類影響結果分析 七、雜草鮮重與IOU值關係 八、雜草相互遮擋影響結果分析 第四節 對靶施藥除草機器人單元創製 一、機器人移動平台搭建 二、除草單元整體結構設計 三、機械系統硬體選型與布控 四、施藥控制策略制定與系統搭建 第五節 對靶施藥除草機器人田間試驗與分析 一、除草劑與雜草鮮重量化關係試驗設計與分析 二、變數對靶施藥機器人農田除草試驗與分析 第六節 小結 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
