公共文化服务平台

王焱清: 作品数：63 被引量：54H指数：4; 供职机构：湖北工业大学更多>>; 发文基金：国家自然科学基金湖北省自然科学基金湖北省科技计划项目更多>>; 相关领域：自动化与计算机技术农业科学理学一般工业技术更多>>

合作作者

面向柑橘采摘的机械手采摘程序设计: 2023年; 以Denso VS-6556G六关节机械臂作为采摘机械臂,以气动柔性手爪作为末端执行器,基于Denso的ORIN2软件开发包,设计面向柑橘采摘的机械臂控制程序、柔性手爪控制程序以及机械手采摘控制程序。通过试验测试,验证机械臂运动控制、柔性手爪动作控制以及柑橘采摘程序的可行性,为实现机械手自主采摘打下了良好的应用基础。; 汤旸杨光友王焱清; 关键词：机械手程序设计机械臂

基于改进卷积神经网络的油茶果壳籽分选方法被引量：2: 2023年; 为了进一步提升油茶果壳籽分选效率,该研究采集油茶果脱壳后经过初步筛分的果壳与茶籽图像,构建壳籽分类图像数据集,以VGG16为基础网络,通过深度可分离卷积模块和全连接层神经元数目优选等方式缩小模型规模,采用跨层特征融合机制与引入指数线性单元(exponential linear units,ELU)激活函数优化网络结构,提出一种适用于油茶果壳籽分选的卷积神经网络模型。结果表明,跨层特征融合机制加强了深层网络特征的有效信息表达能力,相比于未融合时的模型精度得到了明显提升,并且三次跨层特征融合总体优于一次与二次融合方式。ELU激活函数加快了模型收敛速度,同时缓解了梯度爆炸,提高了模型鲁棒性。当全连接层神经元个数减少为128时模型得到进一步压缩,并且拟合程度较好。改进模型在油茶果壳籽图像分类上的验证集准确率为98.78%,模型的占存仅需8.41MB,与未改进的VGG16模型相比,准确率提高了0.84个百分点,模型占存减少了519.38MB,并且改进模型的性能相比于AlexNet、ResNet50与MobileNet_V2等其他网络更具优势,同时在测试试验中该模型分选准确率达到了98.28%,平均检测时间为85.06 ms,满足油茶果的壳籽在线快速分选要求。该研究提出的改进卷积神经网络模型具有较高的准确率与较强的泛化能力,可为深度学习运用于油茶果壳籽实时分选提供理论参考。; 段宇飞孙记委王焱清张三强; 关键词：图像处理自动化分选卷积神经网络

面向采摘机器人的改进YOLOv3-tiny轻量化柑橘识别方法被引量：4: 2022年; 针对柑橘采摘机器人快速、准确的识别需求,提出了一种基于改进的YOLOv3-tiny的轻量化卷积神经网络模型的柑橘识别方法。为便于在算力有限的采摘机器人上应用,该方法用DIOU(distance intersection over union)损失函数替换了YOLOv3-tiny卷积神经网络模型原有的损失函数,提高模型的识别定位精度;采用MobileNetv3-Small卷积神经网络模型替换了主干特征提取网络,使模型更加轻量化,提高模型的识别速度;在MobileNetv3-Small中加入了新的残差结构,减少主干网络特征信息的损失,进而提高模型的识别精度;在加强特征提取网络中加入了简化的空间金字塔池化(spatial pyramid pooling,SPP)网络结构和深度可分离卷积层集,提升模型提取特征信息的能力,再加入一个下采样层,将两个尺度间的特征信息充分融合,同时还加入了hard Swish激活函数,从而进一步提高模型的识别精度。通过与YOLOv3-tiny在柑橘测试集上的识别效果进行对比,改进的YOLOv3-tiny的平均识别精度mAP、F_(1)分别达到了96.52%、0.92,提高了3.24%、0.03,平均识别单幅图像所耗时间、模型权重大小仅为47 ms、16.9 MB,分别减少了24%、49%。通过与YOLOv3-tiny在针对柑橘测试集中处于不同环境条件下的柑橘的识别效果进行对比,改进的YOLOv3-tiny在光照充足且未遮挡条件下、光照充足且遮挡条件下、光照不足且未遮挡条件下、光照不足且遮挡条件下的柑橘正确识别率分别为98.6%、90.5%、95.8%、86.8%,分别提高了0.7%、6.5%、3.2%、7.7%。显示出改进YOLOv3-tiny轻量化柑橘识别方法具有识别精度高、识别速度快以及轻量化等特点。; 汤旸杨光友王焱清

大吨位全自动液压砖机内置式增压主液压油缸: 本发明涉及一种大吨位全自动液压砖机内置式增压主液压油缸，主油缸为一单作用液压油缸，由缸盖法兰、缸筒、运动件活塞活塞杆、导向套、内置式增压油缸以及密封件和紧固连接件组成。主油缸的缸筒为一套筒类零件，左端固定在缸盖法兰上，右...; 王小平王凝碧冯天玉王焱清彭博张凯鑫李先伟张涛黄世明; 文献传递

一种油茶果无损脱壳及颜色清选设备及工艺: 一种油茶果无损脱壳及颜色清选设备及工艺，其设备包括脱壳组件、振动筛⑺、导向槽⑻和色选分离组件，脱壳组件、振动筛⑺和色选分离组件依次连接；其工艺包括分级-碾压脱壳-分流-颜色清选等四个步骤。本发明可加工油茶果的范围广泛，既...; 王焱清谢柏林周敬东周明刚陈源冯天玉刘浩黄云朋; 文献传递

色选机在油茶果脱壳清选中的应用被引量：3: 2018年; 针对油茶果脱壳清选过程中常规机械分选方法选净率难以满足实际应用需求的问题,尝试采用6SXZ-03型履带色选机开展分选试验。通过以色选精度为试验评价指标,考察色选精度与籽中含壳率、油茶果摊晒天数之间的关系,以优化色选机工作参数。优化后的分选机分选精度达到98%,经济效益优于人工作业。; 胡一飞王焱清马君段宇飞; 关键词：色选机油茶果

油茶果壳籽实时分选系统设计与试验: 2024年; 为了实现油茶果脱壳后果壳与茶籽的高效分选,进行了油茶果壳籽分选装置上料模块、视觉采集模块、执行模块和控制系统的设计。其中,整体装置采用一种阵列式凹槽传送机构,避免执行喷吹时产生对茶籽的带出干扰。利用有效的图像预处理方法获取壳籽目标,并提取目标图像的颜色及纹理信息共18个;考虑到分选的高效实时性,进一步对特征参数实施Spearman相关性分析,将特征减少至6个,建立随机森林分类模型,并与K最邻近分类算法(KNN)、支持向量机(SVM)及偏最小二乘法判别分析(PLS-DA)模型进行对比,发现随机森林模型的分类效果最佳。试验中,分选系统识别准确率达到95.5%,平均检测时间为41.9ms,分选速率达20个/s,表明系统实现了油茶果的壳籽高效率实时分选。; 段宇飞孙记委董庚卢周成霍俊王焱清; 关键词：油茶果自动分选机器视觉

大吨位全自动液压砖机内置式增压主液压油缸: 本发明涉及一种大吨位全自动液压砖机内置式增压主液压油缸，主油缸为一单作用液压油缸，由缸盖法兰、缸筒、运动件活塞活塞杆、导向套、内置式增压油缸以及密封件和紧固连接件组成。主油缸的缸筒为一套筒类零件，左端固定在缸盖法兰上，右...; 王小平王凝碧冯天玉王焱清彭博张凯鑫李先伟张涛黄世明; 文献传递

基于机器视觉的油茶果果壳与茶籽分选方法研究被引量：10: 2020年; 在油茶果脱壳后,采用机械方法分选的茶籽中混杂着一些果壳,由于两者大小和比重相似,其外观差异成为分选的重要依据。本文提出一种综合考虑油茶果颜色、纹理、几何形状多种图像特征的分选方法,结合机器视觉技术实现油茶果果壳与茶籽的准确分选。通过有效的图像预处理手段提取物料样本轮廓,并计算轮廓内的颜色、纹理以及形状特征信息,分别比较了通过网格搜索法(Grid Search,GS)、粒子群算法(Particle Swarm Optimization,PSO)和遗传算法(Genetic Algorithm,GA)寻优而建立的三种支持向量机(Support Vector Machine,SVM)分类模型,最终确定GS-SVM模型最佳,其模型训练集识别率为94.44%,测试集识别率为93.33%,结果表明将此方法应用于油茶果果壳与茶籽分选是可行的,为油茶果果壳与茶籽分选加工技术提供了一定的理论基础。; 段宇飞皇甫思思王焱清汤旸霍俊; 关键词：机器视觉油茶果分选支持向量机图像特征

基于SE-ResNet网络的油茶果果壳与茶籽分选模型被引量：1: 2023年; 油茶果脱壳后果壳与茶籽混合在一起,采用传统的机械分选仍会出现掺杂果壳的情况,清选率有待提高。比较ResNet不同层数模型,发现在当前壳籽实验样本下ResNet18与其他模型相比每次迭代的平均训练时间最少,并且验证集平均准确率最高,同时均优于其他CNN分类模型。为进一步提升分选效率,在ResNet18网络中引入注意力机制,结果表明,SE-ResNet18模型与改进前的模型相比,训练过程中每次迭代的平均时间由1.31 s下降到1.13 s,缩短0.18 s,验证集平均准确率为98.88%,提升1.4个百分点。经过测试后得出,测试集整体准确率为98.43%,与原模型相比提升1.3个百分点,说明使用ResNet18模型结合注意力机制的方法在油茶果果壳与茶籽的分选上是可行的,为油茶果在分选方法提供一种新的理论基础与思考方向。; 段宇飞董庚孙记委王焱清; 关键词：油茶果分选

王焱清

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

王焱清

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈