XiaoMi-AI文件搜索系统
World File Search SystemHeight
利用人工智能通过工业规模的监控摄像头估算植物高度
本报告介绍了一项研究结果，该研究旨在探讨人工智能 (AI) 算法是否能通过使用安装在 Svegros 的一个罗勒农场上空的普通监控摄像头拍摄的图像来估算植物的高度，以及效果如何。该项目具有重要的经济意义，因为太高的罗勒植株不适合商店的货架，而太小的植株又会让顾客失望。这是 Svegro 一项更大运动的一部分，该运动旨在实现植物生长自动化监测和护理，降低能耗并减少浪费。为了测量高度，在摄像头下方的传送带上移动的植物后面放置了标尺（Robel 杆），这样就可以根据 Robel 杆上未被植物覆盖的可见线的数量手动确定植物的高度。研究问题是设计一种基于人工智能的解决方案来预测植物上方可见的线数。经过两个月的图像收集和手动注释后，使用来自罗勒田的单个 Robel 杆的图像训练了三个不同复杂度的卷积神经网络 (CNN) 模型。使用 Grad-CAM 获得的结果表明，网络不会学习数线，而是将叶子的大小和形状与高度关联起来。最佳得分是平均绝对误差 0.74 和均方误差 0.83，其中 MAE 为 2.53 和 MSE 为 11.11，这对应于仅预测数据集中值。这是使用 EfficientNet0B 实现的。将结果与人类的表现进行了比较，结果显示人类的表现仍然更好，但由于数据嘈杂，结果令人印象深刻，分数超出了 Svegro 团队的预期，因此最终模型现在在那里使用。实验还表明，即使训练图像中没有 Robel 杆，也可以获得相当好的结果，这意味着 Svegro 团队可以停止布置 Robel 杆，但精度会略有下降。提出了一些改进建议，例如改变 Robel 杆的设计，以帮助未来的研究以更高的精度完全自动化该过程。
自稳定激光金属沉积中粉末收集效率与层高之间的相互作用
在激光金属沉积 (LMD) 中，沉积轨道的高度会在层内和层间发生变化，从而导致工艺演变过程中出现显著偏差。先前的研究表明，在某些条件下会出现一种自稳定机制，保持高度有规律地增长，并保持零件和沉积喷嘴之间的恒定距离。在这里，我们分析了粉末收集效率和沉积高度稳定性之间的联系。为此，开发了一种监测系统来研究不同工艺条件下的沉积，使用在线测量样品重量并结合同轴光学三角测量获得的层高信息。使用分析模型根据高度监测和工艺参数实时估算沉积效率，并通过直接质量测量对其进行了验证。结果表明，轨道高度稳定与粉末收集效率降低有关，而粉末收集效率受熔池相对于粉末锥和激光束的相对位置控制。对于给定的一组参数，可以估算出间距以实现最高的粉末收集效率和通过构建方向的规则高度。
草地垂直高度异质性预测花朵和蜜蜂的多样性：无人机摄影方法
图1：这项研究的主要期望的图形摘要。基层生态系统（通过UAV pho-to-to-to-to-to to-to grammetric图像评估）具有复杂的垂直结构（从上图中的侧面和下部图中从上方看）和高环境异质性，预计将具有高的花朵多样性和高度的多样性和丰富性和丰富性（左图）。另一方面，HH低的草地地区可能具有较低的花朵多样性，蜜蜂的多样性和丰度（右图）。
CEFIC/ECTA 关于物流及相关行业高空作业的指南（2012 年 10 月修订）
引言高空作业存在风险，要求参与装卸、储存、清洁、维修/保养和航运/铁路终点站运营的所有各方都引入基于风险评估和管理的安全工作系统。这些由行业专家制定的准则旨在促进整个化学品供应链中高空安全作业的最佳实践指导。法律要求供应链中的所有参与者对其运营进行风险评估，以消除或降低风险、保护员工和其他人员、并合作和协调他们的活动（见 2001 年 6 月 27 日欧洲议会和理事会指令 2001/45/EEC，修订关于工人在工作中使用工作设备的最低安全和健康要求的理事会指令 89/655/EEC（指令 89/391/EEC 第 16(1) 条含义内的第二个单独指令））。在这些为消除或降低风险而采取的总体义务和措施中，应使用明确的控制层次结构来指导这一过程（见第 4 节）。关于物流供应链中遇到的严重事故（见 EU-OSHA 统计数据）、人身伤害和险情的数量，这些事故涉及不同类型的设备和地点，作者（ECTA/Cefic/Fecc）认为，制定这些高空作业指南对于全面减少导致死亡和受伤的高空坠落事故至关重要。应详细评估每项高空作业活动，以确定是否有办法避免高空作业活动。如果高空作业不可避免，风险评估将确定哪种基础设施/设备/程序最适合安全地开展工作。在这方面，控制层次结构（见第 4 节）已被确定为核心指导。在这种情况下，应考虑到现场管理人员有法律责任为高空作业提供安全的工作环境。以下网站提供了有关安全工作条件的更多背景信息：http://osha.europa.eu。
自稳定激光金属沉积中的粉末集水效率和层高度之间的相互作用
在激光金属沉积（LMD）中，沉积轨道的高度可能在层和层之间变化，从而在过程演化过程中导致显着偏差。以前的作品表明，在某些条件下，会发生自动化的机制，保持规律的高度生长和零件和沉积喷嘴之间的恒定站立距离。在这里，我们分析了粉末集水区效率和沉积高度稳定性之间的联系。为此，开发了一个监测系统，以研究不同过程条件下的沉积，使用样品重量与同轴光学三角调节获得的层高度信息结合使用。一种分析模型用于从高度监测和过程参数实时估计沉积效率，这是由直接质量测量结果验证的。结果表明，轨道高度稳定与粉末集水区效率的降低有关，该效率受熔体池相对于粉末锥和激光束的相对位置的控制。对于给定的一组参数，可以估计距离距离可以实现最高的粉末集水区效率和通过构建方向的常规高度。
定向能量沉积 316L 钢中纹理各向异性和硬度随构建参数和壁高的变化
定向能量沉积 (DED) 是一种新兴技术，可用于修复关键的航空航天部件。研究表明，DED 部件的机械性能在整个零件过程中变化很大，因此很难达到这些应用所需的过程控制水平。使用现场捕获的热数据，计算出冷却速率和熔池尺寸，并将其与 EBSD 捕获的最终晶粒结构关联起来。冷却速率的变化解释了不同加工参数之间以及构建高度的微观结构变化。实施了一种使用累积各向异性因子的新方法，将硬度变化与晶粒结构关联起来。根据 316L 中的线性热输入发现了两种情况，高线性热输入导致部件级别上大量的机械各向异性。热特征和机械性能之间的关系表明，可以通过使用同轴摄像机监测和控制熔池大小来实现对各向异性的严格控制。
定量性状基因座映射鉴定的候选基因涉及植物高度调节水稻的
摘要：水稻植物的高度是一种与生物量，住宿耐受性和产量密切相关的农业特征。识别与植物高度调节和制定筛查潜在候选基因的策略有关的定量性状基因座（QTL）区域可以改善水稻的农业特征。在这项研究中，使用了跨越“ Cheongcheong”和“ Nagdong”个体的双单倍体种群（CNDH），并使用了222个单序重复标记构建遗传图。在RM3482-RM212区域中，染色体1，QPH1，QPH1-1，QPH1-3，QPH1-5和QPH1-6的区域连续五年识别。表型方差解释的范围为9.3％至13.1％，LOD评分在3.6至17.6之间。Osphq1是一种与植物高度调节有关的候选基因，在RM3482-RM212中进行了筛选。Osphq1是吉布雷素20氧化酶2的直系同源物，其单倍型以9个SNP区分。根据其高度将植物分为两组，并根据Osphq1的表达水平区分高植物并聚集。QTL和候选基因，因此，筛选了生物量调节，但是调节的分子机制仍然鲜为人知。本研究获得的信息将有助于开发通过水稻植物高度控制的标记辅助选择和繁殖的分子标记。
使用机载激光扫描仪数据进行冠层高度生长测量的变化检测技术
摘要 本文使用 82 棵苏格兰松样本树，分析了机载激光扫描仪数据在北方森林中测量单株树高生长的潜力。使用 Toposys 83 kHz 激光雷达系统于 1998 年 9 月和 2003 年 5 月获取了照亮 50% 树梢的点云（10 个点/平方米，光束大小 40 厘米）。使用野外视距仪测量松树的参考高度和高度生长。从代表每棵树的点云中提取了三种不同类型的特征；它们是最高 z 值之间的差异、树冠 DSM 之间的差异以及对应于树冠的冠层高度直方图的第 85、第 90 和第 95 个百分位数之间的差异。与现场测量结果的最佳对应关系为 R 2 值为 0.68，RMSE 为 43 厘米。结果表明，可以使用多时相激光测量来测量单棵树的生长情况。我们还演示了一种用于树木间匹配的新算法。在基于单棵树木进行业务生长估计时需要该算法，尤其是在茂密的云杉林中。该方法基于最小化 N 维数据空间中树梢之间的距离。实验表明，使用树木的位置（来自激光数据）和高度足以提供可靠的树木间匹配。将来，匹配中还应包括第四维（树冠面积）。
基于机器学习的直接金属沉积中复杂刀具路径的轨道高度预测
模具行业不断要求先进的技术来提高模具在其生命周期内的性能。直接金属沉积 (DMD) 为模具翻新提供了关键机会。然而，通过 DMD 的典型刀具路径由交替的平滑段和尖角组成。在这里，能量密度和粉末数量的波动通常会导致工具恢复部分出现严重的几何偏差。这项工作提出了一种基于机器学习的新型预测方法，该方法使用与工艺参数和执行的几何形状相关的特征来表征路径。该方法的优势已在刀具路径上得到验证，刀具路径通常表征工具翻新过程。© 2022 作者。由 Elsevier Ltd 代表 CIRP 出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）
外壳高度，底物厚度和扫描模式对直接金属沉积中悬臂失真的影响
金属添加剂制造中的摘要，移动的热源会导致温度和应变的空间和时间依赖性变化，从而导致部分变形。失真预测和优化的沉积参数可以提高生成的组件的尺寸精度。在这项研究中，通过实验验证了一种分析方法，用于建模覆盖高度和底物厚度的效果。此外，通过实验确定扫描模式与层高和底物厚度的函数的影响。分析模型基于凉爽的相位机理，并假定每个沉积层的恒定热收缩力的形成。与类似的实验条件相比，该模型可以准确预测实验校准后纵向悬臂失真。对于多层沉积，扫描模式对薄壁底物的失真影响最大。具有纵向扫描载体的优化沉积策略导致降低高达86％。结果强调了机械建模和扫描策略优化的潜力，以提高增材制造领域工业应用的形状准确性。