文剑
- 作品数：38 被引量：91H指数：6
- 供职机构：北京林业大学工学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金引进国际先进林业科学技术项目更多>>
- 相关领域：农业科学自动化与计算机技术电子电信一般工业技术更多>>
- 一种单向弯曲链条式平开门窗开关装置
- 本专利公开了一种单向弯曲链条式平开门窗开关装置。其包括推块、链节组成的单向链条、链轮、直齿轮组、锥齿轮组、输入轴和壳体。该开窗器通过推块与门窗活动端相连，通过链轮的转动带动链条的伸缩。因为链条只能单向弯曲，因此链条可以受...
- 文剑沈佳杰乔健桐李鹏飞卿快苗泽晨
- 一种智能草坪艺术修整机
- 本发明属于园艺机械设备技术领域，具体涉及一种智能草坪艺术修整机，包括修整机、定位通讯主控板、超声波发射器、超声波接收柱、电动机驱动板、姿态采集传感器、光电编码器、多级刀具、触摸屏、SD卡插口、路径规划处理器和充电装置；修...
- 文剑马文凯李伟林苗虎苏展徐鹏博
- 文献传递
- 活立木内部缺陷雷达波检测研究被引量：12
- 2017年
- 针对活立木内部结构复杂,个体化差异较大,导致雷达波图像难以解析的问题,提出了一种基于振幅比在线估计相对介电常数以及利用希尔伯特积进行层位追踪实现缺陷界面的相对定位,并结合活立木外轮廓点云数据确定其内部缺陷绝对位置和分布表征的方法,以此开发了基于雷达波的活立木内部结构缺陷分析软件。采用基于时域有限差分法的正演模拟、实验室原木试件检测分析、颐和园现场活立木检测等实验验证方法的可行性。结果表明可对检测目标点准确定位,复现树干内部横截面图像,雷达波成像结果与古树复壮时内部实际结构相符。
- 文剑李伟林肖中亮张京韩红岩
- 关键词：活立木无损检测
- 植物根系探测方法及装置
- 本申请提供一种植物根系探测方法及装置，涉及探测技术领域。本申请实施例通过探地雷达设备对植物根系进行扫描，获取植物根系对应的雷达波数据；对雷达波数据进行预处理，得到预处理后的雷达波数据；从预处理后的雷达波数据中提取携带有植...
- 梁浩张萌文剑赵燕东
- 文献传递
- 面向立木识别的有效K-均值聚类算法研究被引量：5
- 2017年
- 针对林区自动对靶施药过程中,当立木生长密集时,获取的点云数据聚类准确率低、效率低的问题,提出优化后的K-均值聚类算法,数据获取方式基于2D激光扫描。针对立木点云信息聚类前需对相关数据进行滤波,提出窗口滤波算法,选取产生混合像素点的树干边缘,提取3次连续扫描的混合像素及其近邻点组成滤波窗口,进行最大阈值滤波,结果显示50次试验中仅有2个混合像素点未被滤除,混合噪声的滤除率高。在K-均值算法优化方面,针对算法需预先确定聚类数和初始聚类中心的不足,提出利用斜率变化确定聚类数的方法,试验对5个不同距离下5组立木分别进行100次测量,结果显示错误测量次数仅为3次,并可在试验前期通过人工方式去除,算法合理有效;对哈夫曼树法确定立木扫描点聚类中心的性能进行了试验分析,3种不同树干分布类型下分别运用随机抽样法和哈夫曼树法进行K-均值聚类,前者平均正确率仅为76.4%,后者则为95.5%;同时分析了Ⅰ型分布下2种算法聚类的迭代次数和耗时,5个不同距离下,随机抽样法的平均迭代次数明显高于哈夫曼树法,平均运行耗时上,哈夫曼树法则高于随机抽样法,前者变化范围为120~220 ms,后者为50~85 ms,该范围为林区测绘的可接受范围。试验证明,基于斜率变化确定聚类数和基于哈夫曼树法确定聚类中心的K-均值算法是林区立木点云聚类的有效算法,可应用于林区的立木检测。
- 王亚雄康峰李文彬文剑郑永军
- 关键词：K-均值聚类算法
- 一种自重夹持式电动爬树整枝机
- 本发明公开了一种自重夹持式电动爬树整枝机，包括括圆环机架、爬树机构、切削机构；所述圆环机架包括左半圆管、右半圆管、左夹紧装置、右夹紧装置、连接装置、锁紧装置；所述爬树机构包括上驱动台、下驱动台、左上夹紧臂、右上夹紧臂、左...
- 文剑崔芸瑞班以琛李文彬康峰王亚雄
- 文献传递
- 一种履带式液压驱动立木整枝机
- 本发明公开了一种履带式液压驱动爬树整枝机器人，包括机架、抱合夹紧机构、爬树机构、切削机构、避障机构和手持机构；所述机架包括上立柱、下立柱、第一连接肋板、第二连接肋板、第三连接肋板、第四连接肋板和第五连接肋板；所述抱合夹紧...
- 李文彬班以琛崔芸瑞文剑康峰王亚雄
- 文献传递
- 一种智能草坪艺术修整机
- 本发明属于园艺机械设备技术领域，具体涉及一种智能草坪艺术修整机，包括修整机、定位通讯主控板、超声波发射器、超声波接收柱、电动机驱动板、姿态采集传感器、光电编码器、多级刀具、触摸屏、SD卡插口、路径规划处理器和充电装置；修...
- 文剑马文凯李伟林苗虎苏展徐鹏博
- 文献传递
- 基于深度学习的树木根系探地雷达多目标参数反演识别
- 2024年
- 【目的】使用深度学习方法实现对根系雷达图像的多目标检测和多参数估计。【方法】构建了一种以YOLOv5s和CNN-LSTM为主要框架的网络模型实现对根系雷达扫描图像的多目标检测和多参数估计。首先,通过仿真模拟和预埋试验获取试验所需的根系雷达剖面图数据,同时为了增加数据的多样性,使用CycleGAN风格迁移网络获取了一批具有真实雷达图像特征的仿真数据;然后,使用YOLOv5s目标检测网络识别并提取根系响应区域;接着引入频域变换,获取频域特征,并将根系雷达图像的时域特征和频域特征融合;最后,利用卷积神经网络、卷积注意力机制以及长短期记忆网络强调和提取与根系参数相关的信息特征,并使用多任务学习的方法实现对根系半径、深度、相对介电常数以及水平倾角的预测。【结果】(1)仿真试验中,根系半径估计的最大误差是4.3 mm,R^(2)为0.980,均方根误差为1.32,深度估计的最大误差是35.1 mm,R^(2)为0.962,均方根误差为17.68,相对介电常数估计的最大误差是3.1,R^(2)为0.960,均方根误差为1.10,水平倾角估计的最大误差是10.2°,R^(2)为0.821,均方根误差是4.96。(2)在实测数据上对根系半径估计的平均相对误差是9.112%,深度估计的平均相对误差是5.772%,水平倾角估计的平均相对误差是11.25%。【结论】本文提出的基于深度学习与探地雷达的多目标检测方法可以为根系检测和根系参数估计提供便利。
- 李爽张潇巍谭旭徐凌飞吕生华文剑
- 关键词：探地雷达多参数估计多任务学习
- 基于抚育整枝目标的毛白杨枝条冲击切割性能适应性分析
- 2024年
- 【目的】为了提高毛白杨枝条冲击切割效率并改善切割效果,通过研究枝条内部因素对切割性能的影响,对毛白杨枝条的冲击切割性能进行适应性分析。【方法】以我国华北地区林场广泛种植的速生林品种毛白杨的枝条为研究对象,使用自制的枝条切割平台进行枝条切割试验。在单因素试验的基础上采用Box-Benhnken中心组合试验方法,通过试验和理论研究枝条直径、含水率和分枝角度3个内部因素对峰值切割力和断裂效果的影响规律。【结果】(1)建立了毛白杨枝条冲击切割性能的切割机理模型;(2)通过对模型进行优化分析,得到最优参数组合为枝条直径14.7 mm、含水率14.0%、分枝角度90°,该组合下的峰值切割力为370.48 N,断裂效果评分为4.6分,峰值切割力和断裂效果分数的预测值与实测值的相对偏差均小于5%;(3)峰值切割力与枝条直径呈线性增长关系,随枝条含水率的增大呈先增大后减小的趋势,随着分枝角度的增大而小幅增大。【结论】选择树龄为7年时进行修枝作业,作业的季节选择秋冬季,可以获得较优的修枝质量,该研究可为速生林修枝装备的研发与林木抚育方式的优化结合提供数据支撑。
- 吕坤班以琛坝仕宏刘洋文剑
- 关键词：机械化
