课程文献中心 更多>>

关键词： 机器学习   YOLOv8   人脸遮挡检测   疲劳驾驶检测   嵌入式系统  

摘要： 根据相关部门调研统计,在各类安全驾驶问题中疲劳驾驶发生的频率最多,带来的危害也最为严重。疲劳驾驶不但难以被交警检测出,同时也很容易被驾驶员忽略。因此设计出一款针对驾驶员疲劳驾驶实时检测的系统显得尤为重要。但以往疲劳驾驶检测方法面临着设备算力不足、检测准确率低、检测延迟高、检测过程繁琐无法实际应用等问题。本文设计出一种基于机器学习的疲劳驾驶实时监测系统。通过机器学习算法来进行驾驶员人脸识别,再结合驾驶员面部特征进行疲劳判定,可以实现更高的检测精度、识别速度和通用性,并以嵌入式设备为计算载体,实现本地化实时监测和预警功能。本文主要研究内容如下: (1)首先设计出一款带有驾驶员人脸遮挡检测功能的人脸识别模型。通过分析驾驶过程对驾驶员人脸造成遮挡的情况,确定目标检测模型的检测任务,并自制数据集。再对YOLOv8多目标检测模型改进优化,将其复杂的卷积层替换为轻量型GSConv,降低模型复杂度,在兼顾模型检测精度的前提下,提高预测速度。通过计算驾驶员人脸和遮挡物的位置关系,实现人脸遮挡检测功能,最后设计出一种新型基于YOLOv8的轻量化人脸遮挡检测模型。与初始模型相比,其模型参数复杂度降低了8.63%,预测速度提高了6.97%。 (2)基于驾驶员人脸坐标信息结合人脸特征点检测模型提取驾驶员面部疲劳特征(眼部、嘴部和头部姿态),并计算驾驶员眼部EAR、嘴部MAR、头部俯仰角Pitch和滚动角Roll数值。开展实验测试,确定EAR、MAR、Pitch和Roll疲劳判定阈值,制定三种疲劳判定标准。基于眼部特征的疲劳判定标准:驾驶员若平均每分钟眨眼频率不在16到20次范围内,平均闭眼时间高于0.5 s,PERCLOS超过0.35,则视作疲劳驾驶;基于嘴部特征的疲劳判定标准:若驾驶员嘴部纵横比MAR超过1.00,则判定驾驶员做出打哈欠的疲劳行为;基于头部姿态的疲劳判定标准:驾驶员正常活动头部俯仰角Pitch变化范围为-5°到5°,滚动角Roll活动范围为0°到5°,若超出以上两个范围之一则视为驾驶员出现打瞌睡行为。 (3)制定系统总体设计方案,完成系统软硬件搭建。选用Orange Pi 5作为系统的嵌入式开发平台,搭配USB摄像头、触摸屏等硬件设备完成系统的硬件搭建。使用Qt作为系统软件主体框架,通过多线程技术实现人脸采集、疲劳判定和人机交互程序并发执行,提高系统运行速度和人机交互流畅度。对系统软硬件适配进行测试,本系统正常运行可以有效识别疲劳驾驶并及时预警,保护驾驶员生命安全,预防交通事故发生。

关键词： 多目标优化   能量管理   改进粒子群算法   嵌入式系统  

摘要： 交流微电网能够集成多种能源和储能,实现微电网内外能源的传输和利用。微电网的能量管理系统可获取网内设备状态,根据负荷和资源的情况进行调整,实现微电网内部各种电源和储能设备的协调运行。设计并实现了一款微电网能量管理系统,实时采集各分布式能源以及负荷数据进行分析,在保障电网安全稳定的基础上以经济优化运行为目标,实现分布式能源设备之间能量的灵活调配、能量管理。 以包含光伏、风力发电机、蓄电池和柴油机发电机的最小交流微电网为研究对象,对典型电源和储能进行了分析、建模与仿真。研究了系统运行时各类设备的输出功率特性和运行成本,以粒子群算法为基础优化架构,利用自适应惯性权重来实现多目标聚合,提出了交流微电网对象优化运行的目标函数及其约束条件,通过调整设备运行工作点实现系统降本最优运行。 设计并搭建了基于高性能嵌入式处理器的微电网能量管理系统,通过Modbus协议获取微电网内相关设备的运行状态量,处理器定时执行改进的多目标粒子群优化算法,获得各设备功率给定或启停的运行指令。通过编程实现了微电网管理系统的组态屏人机接口和远程访问后台,实现了符合系统运行需求的各设备功率显示和系统运行成本可视化。 研究实现了微电网能量管理系统的硬件、实时优化算法、远程数据可视化和人机交互设计,为分布式能源和储能的微电网集成提供了集中式管理的解决方案。

关键词： ORB-SLAM   图像处理   嵌入式系统   ZYNQ  

摘要： SLAM(Simultaneous Localization and Mapping,同时定位与地图构建)是自主导航系统构建环境地图并估计其在该地图中位置的关键技术,被广泛应用在无人飞行平台、自动驾驶、虚拟现实和增强现实等领域。其中基于ORB(Oriented FAST and Rotated BRIEF)特征的ORB-SLAM算法已经较为成熟,但密集的计算量和较高的实时性要求使其在资源有限的传统嵌入式设备上实现十分困难。随着技术的发展,研究者通过增加嵌入式设备资源、减小计算量、设计硬件加速器等方式,完成了ORB-SLAM的嵌入式实现,但仍存在实时性不足、建图效果差等问题。 本文针对ORB-SLAM视觉里程计中特征提取与匹配受图像源噪声影响正确匹配率低和位姿估计实时性差的问题,对ORB-SLAM视觉里程计进行了改进。采用ALINX公司的ZYNQ-7020开发板对所提算法进行移植优化设计并搭建了嵌入式实验系统。主要研究内容包括对ORB-SLAM视觉里程计的改进、图像预处理和ORB特征提取IP(Intellectual Property)核的封装,算法的嵌入式平台的实现。改进的ORB-SLAM视觉里程计首先对相机采集到的图像进行灰度化和高斯滤波的预处理,简化运算并消除图像中噪声的影响;再进行ORB特征提取与匹配,然后根据匹配的特征点进行相机运动的估计、求解特征点空间位置,最后输出特征点位置信息完成基本的定位和地图构建。借助高层次综合工具Vivado HLS,根据其设计流程和优化指令将图像预处理和最耗费时间与资源的图像特征提取过程封装为IP核。在ARM+FPGA架构的ZYNQ-7020开发平台上实现了该算法,通过软硬协同设计方法将图像预处理IP核和ORB特征提取IP核,放到FPGA上运行,提高ORB特征提取与匹配的速度和匹配率;在ARM处理器上移植Linux系统控制整个嵌入式系统的运行。 在搭建的ZYNQ嵌入式系统上开展实验并对实验结果进行分析。经过分析后发现系统硬件资源占有率低于50%,系统片上总功耗仅为2.354W;图像经过预处理后成功匹配率提高了3.78倍,特征提取与匹配的耗时缩短为原来的1(14)8;本文设计算法在搭建的ZYNQ嵌入式系统上估计图像间的位姿变换处理时间约为52 ms,帧率达到19 fps,处理速度相对于单一ARM处理器提高了3倍以上,能够完成点云图构建,基本满足低功耗和实时性的要求。

关键词： 超声波环境感知   嵌入式系统   惯性传感器   运动状态检测  

摘要： 近年来,随着机器人技术的迅猛发展,社会正在经历巨大的变革。环境感知技术是机器人应用的重要基石,而激光与视觉技术是当前发展最为迅速的环境感知技术,具有较高的刷新率和分辨率,能够实现高精度地图构建。然而,对光线、空气能见度等的苛刻要求和高昂的成本在一定程度上限制了其应用范围。相比之下,超声波技术在环境感知技术领域一直占有重要地位,其低成本、高稳定性以及适用于各种环境的特性使其在成本敏感的应用场景和恶劣环境中发挥着不可替代的作用。 本文基于超声波测距技术和惯性导航技术,提出了一种超声波环境感知系统,利用超声波传感器阵列实现全向环境检测。通过优化单通道超声波测距控制方案,实现了多通道、多方向障碍物的距离检测。针对超声波传感器测距效率低下的问题,本文提出了一种浮动采集窗口的实施方案,从而提升了多通道超声波检测的效率。同时,本文利用惯性传感器实现了载体运动状态的检测与计算,基本实现了载体运动状态的检测与累计误差的控制,最后,完成了系统整体设计调试。具体的研究工作如下所述。 首先,在系统设计方面,电路系统采用了模块化设计,将系统划分为主控电路和超声波换能器驱动电路两部分。主控电路负责系统整体控制,包括对多个传感器的驱动、数据的采集、存储和分析。超声波换能器电路负责对超声波换能器的驱动以及对超声波回波信号的初步处理。最后,对系统整体硬件进行了电路PCB(Printed circuit board)设计并进行了实测。 其次,在软件层面,采用RTOS(Real-time operating system)作为系统底层架构,合理分配了多通道超声波换能器的驱动与数据采集、惯性测量单元的数据采集、温度传感器的数据采集、多种传感器的数据处理以及与外部设备的通信等功能,实现了多任务的实时处理。在超声波换能器的数据采集方面,本文采用了滑动采集窗口的方式实现了高效的多通道超声波测距数据采集。在惯性数据的处理方面,利用不同运动状态下的加速度数据特点进行零速纠正,对惯性传感器的累计误差进行了一定程度的控制。 最终,系统实现了在运动状态下的基本环境感知。通过对超声波和惯性测量单元的深入研究与设计,系统实现了对周围环境特征的基本感知,在光线不足或能见度不佳的特殊环境下,对移动机器人的正常运行具有重要意义。同时,本课题为超声波测量系统的实施方案设计也提供了有益的借鉴。

关键词： 爬杆机器人   运动学计算   运动规划   力-位置混合控制模型   嵌入式系统  

摘要： 随着科技的与日俱进,工业化规模不断扩大,机器人相关技术正在改善我们的生活。现代化新型城市在追求高质量基础建设的同时,也注重低碳环保的绿色发展道路。天然气作为清洁能源,通过管道输送给工业、家庭和商业用户,是推动“碳减排”、满足城镇电力热力需求的重要保障,但是架设在楼体高处的管道却为工人的巡检工作带来了难题。爬杆机器人可以轻松完成攀爬管道的任务,通过为机器人增加作业机构,可以满足管道日常检查的工作需求,切实保障了用户与工人的生命财产安全。因此,研究爬杆机器人具有重要的应用价值。 本文研制了一款三爪式爬杆机器人。该机器人可以实现自主攀爬和远程控制攀爬功能。首先,针对机器人攀爬管道的需求设计了三大结构,并对机器人整体进行了3D建模,通过建立MDH坐标系分析了机器人的正逆运动学。其次,根据机器人的结构特征,为机器人规划了攀爬步态,并在此基础上提出了基于力-位置混合控制模型的运动控制方法。然后,设计了三爪式爬杆机器人控制系统的硬件部分和软件部分。最后,通过攀爬实验和仿真测试验证了机器人的攀爬性能以及力-位置混合控制模型的有效性。 本文的主要研究内容如下: (1)根据攀爬管道的需求设计了三爪式爬杆机器人,主要设计了三大结构:攀爬结构、躯干结构和作业结构,通过建立MDH坐标系,进行了机器人的正运动学分析和逆运动学求解。 (2)在爬杆机器人结构的基础上规划了攀爬管道的步态,分析了姿态过渡时的受力情况,并提出了力-位置混合控制模型,通过该模型可以实现对机器人的运动控制。 (3)设计了三爪式爬杆机器人控制系统的硬件部分,为机器人主控制器设计了相关电路,包括主控系统电路、电源模块电路、压力信号处理电路、攀爬爪伺服电机控制电路和其他传感器模块电路。 (4)设计了三爪式爬杆机器人控制系统的软件部分,实现了机器人两种运动模式:自主攀爬模式和远程控制攀爬模式。在远程控制攀爬模式下设计了机器人攀爬爪伺服电机和躯干伺服电机的软件控制模块。此外,针对姿态传感器和WiFi通信模块设计了软件控制程序。 (5)通过MATLAB软件仿真测试了攀爬爪夹持力的变化,验证了力-位置混合控制模型的有效性;机器人在攀爬爪倾斜角为30°和45°时分别进行管道攀爬实验,证明了机器人有良好的攀爬性能。

关键词： 遥控水下机器人(ROV)   全景成像   嵌入式系统   图像拼接  

摘要： 遥控水下机器人(ROV)在海洋工程、水下探索和科学研究中发挥着至关重要的作用。传统ROV水下成像系统主要采用多画面显示,存在视觉盲区和较大角度偏差,无法提供直观反映全景的视觉图像,使水面操作员无法灵活操纵,影响水下科考工作的效率。为解决此问题,本文设计和实现了一种基于嵌入式系统的ROV水下全景成像系统。 本文系统分析了ROV对全景成像系统的技术需求与参数需求,设计了用于ROV的全景成像系统,给出了该系统的软硬件设计方案。确定了四水下摄像机的安装位置、安装角度等参数;集成搭建了基于全志T507核心板的嵌入式硬件平台,完成了嵌入式Linux系统移植,基于Open CV机器视觉库开发了ROV视域水下图像的校正和拼接算法程序,并完成了嵌入式平台上的算法研究和测试。 针对ROV水下环境特征点模糊提取、匹配困难等问题,提出了无需特征点匹配的像素点对应变换图像拼接算法。通过变换矩阵直接进行水下图像拼接,提高了水下图像拼接效率。此外,对基于经纬度映射的畸变校正算法和基于多项式模型的校正算法进行了对比分析,优选出了适合ROV视域水下图像校正算法;采用直接线性变换法实现了图像的鸟瞰视图变换;开发了一种线性加权平均融合方法,实现了水下图像的快速融合。 最后,本文基于全志T507嵌入式图像处理平台进行了系统集成测试和ROV水下全景成像系统算法验证。测试结果表明:本文开发的系统能够消除水下视觉盲区,实现水下全景成像,其稳定性和适应性得到验证。本文研究为水下探索和工程应用提供了新的解决方案。

关键词： MXene   聚吡咯   冰管理   结冰探测   除防冰   嵌入式系统  

摘要： 积冰在自然环境中是不可避免的现象,尤其对航空器而言,表面积冰不仅干扰飞行员的视野,还对飞机的气动外形产生负面影响,进而降低飞行效率和动力性能,这些问题严重威胁到了飞行安全。针对该问题,目前已经发展出了多项技术来应对飞机表面积冰问题,例如结冰检测技术和除防冰技术等。但是由于结冰探测和除防冰通常为两个独立的系统,在使用过程中需手动切换。因此,设计一种飞机结冰探测和除防冰为一体的冰管理系统能够高效地解决飞机积冰的问题。本文基于二维过渡金属碳化物MXene,引入复合导电高分子聚吡咯（PPy）制备集结冰探测和除防冰为一体的多功能冰管理薄膜,并结合嵌入式设计了一套冰管理系统。具体研究如下: （1）利用PDMS对真空抽滤后的MXene进行封装,制备了MXene薄膜。并且对不同MXene质量所制备的薄膜进行了光热和电热转换能力、疏水性能和传感性能的研究。研究结果表明:经过PDMS封装后的MXene薄膜具备了良好的疏水效果,5mg、10mg和15mg MXene薄膜的最大疏水角分别可以可达到129.1°、129.9°和133.7°,并且在存放4周后仍然具有疏水性能。MXene薄膜表面的光热平衡温度随MXene质量的增加而升高,5mg、10mg和15mg MXene薄膜在400m W/cm2条件下平衡温度分别为40.5℃、42.8℃和43℃。MXene薄膜表面的电热平衡温度随MXene质量的增加而升高了,5mg、10mg和15mg MXene薄膜在3V直流电压下表面温度最高分别可达到45.6℃、49.6℃和59.9℃,并且15mg MXene薄膜在5V电压下最高温度可达到稳定的116℃。在0.2%-0.8%应变范围阶段,MXene薄膜拥有最大灵敏度（GF=1115.7）。200μL水珠在MXene薄膜/铝合金表面的结冰时间超过了900s,展现了明显的延迟结冰能力。在5V电压下进行除冰实验中,薄膜上200μL冰珠经过75s后完全融化。 （2）引入高效光热转换能力的PPy导电高分子材料后,制备出MP（MXene@PPy）复合薄膜。探究了不同环境条件下MP薄膜在光热电热转换方面的性能差异,并对薄膜的疏水性和传感性能进行了评估。研究结果如下:由于PPy的加入增加了薄膜表面粗糙度,MP10拥有最高接触角为141.3°,并且经过4周后仍然能够达到139.9°。PPy具有优异的光热转换能力,随着PPy含量的增多,薄膜表面平衡温度越高。MP10薄膜在400m W/cm2光照下的最高温度可达到93.6℃。此外,MP10薄膜在7V电压条件下,表面温度最高能够达到116℃。加入PPy以后还增加了MP薄膜的拉伸性能,传感范围增加至5%,其最高灵敏度在0%-0.5%应变范围内,GF=117.6。同时在薄膜表面结冰的过程中,成功监测到了薄膜电阻的变化,实现了结冰探测功能。200μL水珠在MP薄膜/铝合金表面的结冰时间超过了1500s,进一步延缓结冰能力。MP10薄膜在300m W/cm2和5V条件下,融化200μL冰珠的时间分别为70s和60s。对比MXene薄膜,加入PPy的复合MP薄膜在多方面性能都得到了提高。 （3）通过嵌入式设计了一种冰管理系统,实现了结冰探测和自适应除冰的功能,并制备出对应PCB实物。当薄膜表面出现积冰现象时,薄膜探测到该现象并传输相应的电阻信号变化到PCB。利用SEPIC电路对系统进行智能调压,输出稳定的电压至MP薄膜进行除冰操作。从而实现了结冰探测和电热除冰一体化的冰管理系统。在应用测试中,当薄膜表面未出现积冰现象时,打开PCB电源,输出电压为3V。然而,一旦薄膜表面出现结冰现象,PCB逐渐输出7V的较高电压,从而实现了更高的除冰效率。实际测试中,对5ml水冻结的冰层在180s内完成了除冰工作。

关键词： 数字剪切散斑干涉   便携式   嵌入式系统   原位相位标定   小型相干光源  

摘要： 数字剪切散斑干涉技术具有非接触、全场、高灵敏度的特点,其作为一种光学测量方法,在无损检测领域具有广泛的应用前景。该技术利用被测物在加载前后会发生微形变这一特性,可以计算得到缺陷处的空间位移梯度。基于其自相干共光路结构,该技术具有对刚体位移不敏感、结构简单紧凑、抗震性好的特点,另外该技术对光源的相干长度以及测量环境的要求较低,这使得其被广泛应用在现场工业测量中。 数字剪切散斑干涉系统的组成主要包含相干光源、剪切光路以及控制处理系统。根据实际工业测量环境的条件不同,数字剪切散斑干涉测量系统也需要满足相应的部署条件。比如对在役的风力发电扇叶进行日常维护检测时,面对此类高空测量场景,需利用小型无人机搭载便携式仪器进行测量。当对飞机机身进行日常体检时,检测人员需手持小型化仪器进行操作。与传统的数字剪切散斑干涉仪相比,便携式数字剪切散斑干涉仪的应用场景更为广泛,为检测过程带来了极大的便利性,提升检测效率。 针对现场测量应用环境的需要,本文对便携式数字剪切散斑干涉系统的关键技术进行了研究,设计了一种便携式数字剪切散斑干涉系统,能够进行离面位移梯度的精密测量。该系统体积小于40 cm×30 cm×30 cm,重量小于2.5 kg,这满足大部分人工手持、小型机器人和小型无人机的负载能力。本论文完成的工作和创新点包括: 1、设计了便携式数字剪切散斑干涉嵌入式系统,基于Zynq开发板开发了控制系统和图像处理软件,设计了相移器驱动电路以准确控制系统中的相移器,实现相位调制。最后进行实验验证了该系统的可行性,并评价了其性能指标。 2、提出了一种基于条纹骨架的相移器原位标定方法,实现了固定在仪器中的相移器的标定。该方法可适用散斑干涉技术,更便于一体化仪器中的相移器标定。最后经过相位误差理论分析和实验,可得该方法所引入的相位误差小于0.08 rad,能够满足大部分工程测量需要。 3、研究了便携式数字剪切散斑干涉系统中的光源小型化技术,设计了基于激光二极管的小型相干光源系统,结合了自动功率控制技术设计驱动电路,以满足剪切散斑干涉技术中的激光光源要求。最后经对比实验和测量实验验证了该小型光源系统的可行性。

关键词： 紫外-可见光谱   水质多参数监测   嵌入式系统   SE-1DCNN  

摘要： “十四五”规划纲要强调“深入打好污染防治攻坚战,加强大江大河和重要湖泊湿地生态保护治理”,对全面、快速、直接地掌握水环境质量状况提出了更高的要求,迫切需要水质多参数原位快速自动监测仪器。针对现有传统化学水质检测方法耗时长、存在二次污染,且多为单参数检测仪器的问题,本文开展了基于紫外-可见光谱法的水质多参数监测方法研究,并在此基础上研发了一套原位自动监测系统。 系统性地研究了基于紫外-可见光谱法的水质多参数监测模型。建立了基于SE-1DCNN水质多参数监测模型,该模型引入通道注意力机制模块提高了网络的表达能力。模型实验结果表明,浊度、化学需氧量和硝酸盐监测值与真实值之间的决定系数分别为0.9971、0.9886和0.9682,解决了传统偏最小二乘监测模型无法准确监测成分复杂溶液中的硝酸盐参数,以及经典一维卷积神经网络监测模型存在过拟合、泛化性能不佳的问题,实现了对浊度、化学需氧量和硝酸盐三种最重要的水质参数的同步准确监测。 研发了基于紫外-可见光谱的水质多参数监测系统。基于Cortex M微控制器、氙灯和微型光谱仪研发了水质多参数监测探头,提出了一种具有光源补偿的双光路结构。基于神经网络处理器RK3568和嵌入式Linux系统研发了边缘计算终端,开发了用户交互界面软件,并将SE-1DCNN监测模型部署在边缘计算终端。该系统通过监测探头原位采集水样紫外-可见光谱数据,边缘计算终端快速同步解算浊度、化学需氧量及硝酸盐水质参数,实现对目标水域水质的原位、快速、自动监测。 将所研发的系统实际应用于南昌市主要江河湖水体断面的原位监测。测试结果表明系统各项性能指标符合国家及行业的相关标准,满足水质多参数的原位自动监测需求。论文研究成果为水质多参数原位监测提供一种可行方案,具有很好的社会效益和经济价值。

关键词： 田间除草   神经网络   目标检测   结构设计   嵌入式系统  

摘要： 粮食安全是国家安全的重要基础,我国历年的中央一号文件都把抓好粮食生产作为重点工作。田间的杂草控制是保证粮食生产过程中的一个重要环节,农田杂草不仅会抢占作物的生长空间,抢夺阳光、水分、养料等资源,还有可能为各种害虫病菌提供宿主,导致作物感染病变或者发生虫害,影响作物幼苗健康成长。因此除草控制对于保障粮食丰收具有重要意义。 成熟的除草方式主要为人工除草,化学除草以及机械除草。由于人工除草有效率较低且人力成本较高等缺点,化学除草凭借廉价且高效的优势成为了现行的主流除草方式,但是化学除草也存在污染田间环境或者药剂残留危害人体健康等缺点。近年来,随着人们对于有机、环保等概念的日益重视,机械除草成为了进行田间杂草控制的更优选择,机器学习与人工智能领域相关技术的发展也促进了智能化机械除草的实现。 本文针对田间除草的现实需求,以玉米垄田作为研究目标的作业场景,以玉米田间杂草作为除草对象开展了田间除草机器人的研究工作。目前,株间除草作业过程中主要存在漏除及伤苗等问题。针对这些问题,本文研究了基于机器学习的田间除草机器人的相关关键技术。通过机器学习方法检测田间作物幼苗和杂草,为进一步实现智能化除草操作打下了基础。 本文的研究内容主要包含以下几个方面: (1)设计了基于机器学习的苗草目标检测算法。在研究了现有目标检测算法优缺点的基础上,根据除草作业中检测目标在空间上的分布特点,选择以YOLOv8目标检测算法为基础进行了改进。主要措施包括:更换了算法的Neck网络,用渐进式特征金字塔网络(AFPN)代替了原算法中的路径聚合金字塔网络(PAFPN),并在Backbone中添加了通道空间注意力机制(CBAM),减小了模型的参数量,增加了特征提取,进而提高了检测速度与检测精度。 (2)研究了田间除草机器人的机械结构。首先结合玉米垄田的田间作业环境需求,对机器人的移动平台和除草机构进行了设计,完成了结构的运动学分析和设备选型;其次,对设计的车体进行了有限元仿真分析,校核了车体强度,确保所设计的结构能够满足工作需要;最后,实现了该除草机器人。 (3)实现了除草机器人控制系统的硬件设计和软件设计。主要包括电源模块设计、以STM32F103VET6作为主控核心的控制模块设计、电机驱动模块设计、舵机驱动模块设计以及太阳能充电模块设计。完成了摄像头模块的选型。完成了除草机器人的软件系统设计,包括图像采集程序模块、速度控制程序模块、方向控制程序模块、机械臂控制程序模块及通讯模块。 (4)实验测试了苗草识别算法的性能。对改进后的YOLOv8算法进行了性能对比实验,与YOLOv5等同类算法进行了比较,测试结果显示改进后的YOLOv8检测模型在苗草检测任务上准确率达到96.10%,召回率达到97.85%,检测速度达到68.97张/秒,具有良好的性能。进行了除草机械臂的仿真和控制实验,证明了机械臂可以平稳运动到达指定位置。进行了机器人的垄间行驶测试。实验显示,该机器人可以在垄间行驶,机械臂能够正常工作。