一种高精度自主导航定位的葡萄采摘机器人设计
毕业设计（论文）-果实采摘机械手的设计与仿真
and simulation analysis of the mechanism. According to the results of simulation and
1.3 国内研究成果及现状 .......................................................................................... 65
1.4 主要研究的内容 .................................................................................................. 65
果实采摘机械手的设计与仿真
摘要：果实采摘工作具有较强的复杂性和较低的自动化程度，目前国内水果的采
摘工作主要靠手工完成。21 世纪是农用机械化向智能自动化机械过渡的关键时期，
工业智能自动化对现代农业发展规模化、多样化和精确化十分重要。本文针对小
型柑橘进行采摘机械手的设计，实现果实的全程自动化采摘。
本文通过对果实采摘机械手的采摘环境和采摘特点进行分析，提出一种六自由
manipulator, and puts forwards to a six-degree-of- freedom small citrus picking series
manipulator. Through the design of three kinds of end executor mechanical structure,
《果园机器人》
除了苹果和柑橘，果园机器人还可 以应用于其他水果的种植，如葡萄 、草莓等。
02
果园机器人技术解析
机器人技术
机械设计
果园机器人需要具备适应 果园环境的机械结构，包 括行走、攀爬、抓握等能 力。
运动控制
机器人需要精确控制其运 动，包括速度、方向、高 度等，以确保能够准确到 达目标位置。
材料选择
植物等，以便进行精确操作。
传感器技术
距离传感器
距离传感器可以帮助机器人感知周围环境中的物 体距离，以便进行避障、定位等操作。
重量传感器
重量传感器可以检测水果的重量，帮助机器人判 断水果是否成熟，提高采摘效率。
颜色传感器
颜色传感器可以帮助机器人识别水果的颜色，进 行更加精准的采摘操作。
通信技术
Wi-Fi通信
社会影响与未来展望
01
劳动力解放
02
提高农业产值
果园机器人的广泛应用将解放大量劳 动力，使他们能够从事更高级的工作 。
通过果园机器人的应用，可以提高农 业生产效率，增加农业产值。
03
未来农业展望
果园机器人的发展将推动农业技术的 进步，为未来的农业发展带来更多的 可能性。同时，果园机器人的普及也 将改变农村劳动力的结构和生活方式 。
法律法规限制
在一些国家和地区，果园机器人的应用可能受到法律法规的 限制和监管，需要遵守相关法律法规和标准。
解决方案与建议
加强技术研发
优化成本结构
通过加强技术研发，提高机器人的智能化 程度和适应能力，以更好地应对果园环境 的挑战。
提高用户认知度
通过优化设计和生产工艺，降低制造成本 和维护成本，提高机器人的市场竞争力。
效益分析
采摘设备产品设计方案
采摘设备产品设计方案采摘设备产品设计方案一、项目背景与市场分析随着农业产业化和农业机械化程度的提高，农业采摘设备的需求不断增加。
传统的采摘方式效率较低，成本较高，而且劳动强度大。
因此，设计一款高效、智能的农业采摘设备成为解决这一问题的关键。
二、产品概述本产品是一款基于机器人技术的农业采摘设备，旨在提高农业采摘的效率和质量，并减轻劳动强度。
本产品采用自主定位、自主识别和自主操作的技术，可以根据农作物的不同特点进行智能化采摘，适用于果蔬等农作物。
三、产品特点及优势1. 自主定位与导航：通过激光雷达和传感器，实现对农田环境的感知和自主定位，避免碰撞风险，提高采摘效率。
2. 自动识别与筛选：通过视觉识别技术，能够准确识别目标果蔬的成熟程度，并自动进行筛选，提高采摘品质。
3. 多种采摘方式：根据不同果蔬的特点，设计多种采摘方式，可根据需求进行选择，确保采摘效果。
4. 智能控制系统：采用先进的控制系统，可以进行智能化的操作和调整，根据工作环境和作物生长状态进行自动化控制，提高采摘效率和质量。
5. 人机交互界面：采用人机交互界面，操作简便明了，易于掌握，可根据用户的需要进行参数设置和监控。
四、设计方案1. 结构设计：采用轮式移动结构，可以灵活适应不同的农田环境，并通过可调节的机构实现多种采摘方式。
2. 采摘装置设计：通过机械臂和夹取装置，实现对果蔬的采摘和收集。
3. 视觉识别系统设计：结合计算机视觉技术，实现对果蔬大小、颜色和成熟度等参数的识别和判断。
4. 控制系统设计：采用嵌入式控制系统，结合传感器和执行器，实现对机器人的控制和协调。
5. 人机交互界面设计：通过触摸屏和按键控制，实现对机器人运行状态的监控和参数设置。
五、市场分析与前景目前农业采摘设备市场需求不断增加，而且国家对农业机械化的支持力度不断加大，提供了良好的发展机遇。
本产品具有高效、智能的特点，能够满足农业采摘设备的需求，具有较好的市场竞争力和发展前景。
《2024年智能移动式水果采摘机器人系统的研究》范文
《智能移动式水果采摘机器人系统的研究》篇一一、引言随着现代农业的不断发展，智能化农业机械技术已经成为了研究热点之一。
作为现代农业生产中的重要环节，水果采摘一直依赖大量人工完成，这既耗费了大量的人力资源，又容易因天气、时间等因素影响采摘效率。
因此，开发一种高效、智能的移动式水果采摘机器人系统，成为了现代农业技术发展的迫切需求。
本文旨在研究智能移动式水果采摘机器人系统的设计原理、实现方法以及应用前景。
二、系统设计原理智能移动式水果采摘机器人系统主要由移动平台、视觉识别系统、机械臂和控制系统等部分组成。
其中，移动平台负责在果园中自主导航和移动，视觉识别系统用于识别和定位水果，机械臂则负责完成采摘动作，控制系统则负责整个系统的协调和控制。
（一）移动平台移动平台是整个系统的核心，其自主导航和移动能力是系统运行的基础。
移动平台采用轮式驱动方式，能够在复杂地形上自主行驶。
同时，移动平台配备了GPS定位系统和传感器，能够实现精确的定位和避障功能。
（二）视觉识别系统视觉识别系统是智能移动式水果采摘机器人系统的关键部分，其性能直接影响到采摘效率和准确度。
视觉识别系统采用机器视觉技术，通过图像处理和计算机视觉算法，实现对水果的自动识别和定位。
该系统能够快速准确地识别出不同种类、不同位置的水果，为机械臂的采摘动作提供准确的定位信息。
（三）机械臂机械臂是完成采摘动作的关键部分。
根据水果的特性和生长环境，机械臂采用柔性材料制成，能够适应不同形状和大小的水果。
同时，机械臂配备了力传感器和运动控制器，能够实现对水果的精准采摘和放置。
（四）控制系统控制系统是整个系统的“大脑”，负责协调和控制各个部分的运行。
控制系统采用先进的计算机技术和控制算法，能够实现自主控制、远程控制和手动控制等多种控制方式。
同时，控制系统还能够实时监测系统的运行状态和性能参数，为系统的维护和管理提供支持。
三、实现方法智能移动式水果采摘机器人系统的实现需要综合运用机械设计、电子技术、计算机技术等多个学科的知识和技术。
农业果树采摘机器人功能实现及试验研究
农业果树采摘机器人功能实现及试验研究随着科技的不断发展，人工智能和机器人技术的应用已经渗透到各个领域。
在农业领域，果树采摘一直是一项繁重而耗时的任务，因此研发一种能够自动采摘果实的机器人成为了人们的需求。
本文将介绍农业果树采摘机器人的功能实现及试验研究。
农业果树采摘机器人的功能实现主要包括以下几个方面：1. 视觉识别：机器人需要具备识别果实的能力，可以通过摄像头和图像识别技术来实现对果实的识别和定位。
2. 机械臂操作：机器人需要配备灵活的机械臂，能够准确地定位和采摘果实，同时能够适应不同形状和大小的果实。
3. 自动导航：机器人需要具备自动导航的能力，能够在果园中自主行走，并找到需要采摘的果树。
4. 数据记录和分析：机器人需要记录采摘的果实数量和质量数据，可以通过传感器和数据处理技术来实现数据的记录和分析。
以上功能的实现需要依赖于人工智能技术和机器人控制技术的发展，是一项综合性较强的工程问题。
在实际研发过程中，需要充分考虑果实的特点和果树采摘的实际操作场景，确保机器人能够在不同的环境下稳定运行和准确采摘果实。
针对农业果树采摘机器人的功能实现，一些研究机构和企业已经进行了试验研究。
他们通过对机器人的设计和优化，以及对果树采摘过程的分析和实验验证，取得了一些初步的成果。
以下是一些典型的试验研究案例：1. 中国农业大学团队在柑橘采摘机器人方面的研究中，通过对柑橘的特征和果实生长规律进行深入研究，结合视觉识别和机械臂操作技术，实现了柑橘的自动采摘。
他们利用机器学习算法对柑橘的外观特征进行识别，再通过机械臂精准地采摘果实，取得了较好的效果。
2. 日本岩手大学的研究团队开发了一种适用于苹果采摘的机器人。
他们利用高精度的摄像头和三维感知技术，能够在苹果树上准确识别并定位果实，然后通过先进的机械臂技术进行采摘。
他们进行了大量的实地测试，并取得了令人满意的结果。
3. 美国加州大学伯克利分校的研究团队开发了一种可机器人在葡萄园中自主行走并采摘葡萄的系统。
毕业设计（论文）-多臂采摘机器人的初步设计采摘手的设计（全套图纸）
多臂采摘机器人的初步设计——采摘手的设计1.绪论1.1研究内容及意义果蔬采摘是农业生产链中最耗时耗力的一个环节,其成本高、季节性强、需要大量劳动力高强度的工作。
但是由于工业生产的迅速发展分流了大量农业劳动力以及人口老龄化加剧等原因,使得能够从事农业生产的劳动力越来越少,单靠人工劳作已经不能满足现有的需要。
随着计算机图像处理技术和各种智能控制理论的发展,使采用机器人采摘果蔬成为可能。
果蔬采摘机器人是一类针对水果和蔬菜, 可以通过编程来完成采摘等相关作业任务的具有感知能力的自动化机械收获系统, 是集机械、电子、信息、智能技术、计算机科学、农业和生物等学科于一体的交叉边缘性科学, 需要涉及机械结构、视觉图像处理、机器人运动学动力学、传感器技术、控制技术以及计算信息处理等多方面学科领域知识。
采摘机器人将在解决劳动力不足、降低工人劳动强度、提高工人劳动舒适性、减轻农业化肥和农药对人体的危害、提高采摘果蔬的质量、降低采摘成本、提高劳动生产率、保证果蔬的适时采收、提高产品的国际竞争力等方面具有很大潜力。
国际上, 一些以日本和美国为代表的发达国家,已经从20世纪80年代开始研究采摘机器人,并取得了一些成果。
而我国在该领域中的研究还处于起步阶段,因此我们必须加快对采摘机器人的研究脚步以早日赶超国际水平,使其为我国农业的生产和发展做出重大贡献。
全套图纸，加1538937061.2研究现状果蔬采摘机器人的研究开始于20 世纪60 年代的美国( 1968 年)，采用的收获方式主要是机械震摇式和气动震摇式。
其缺点是果实易损、效率不高，特别是无法进行选择性的收获，在采摘柔软、新鲜的果蔬方面还存在很大的局限性。
但在此后，随着电子技术和计算机技术的发展，特别是工业机器人技术、计算机图像处理技术和人工智能技术的日益成熟，采摘机器人的研究和开发技术得到了快速的发展。
1.2.1国外研究现状在日本、美国等发达国家，农业人口较少。
随着农业生产向规模化、多样化、精确化的方向迈进，劳动力不足的现象越来越明显。
智能移动水果采摘机器人的设计
智能移动水果采摘机器人的设计智能移动水果采摘机器人的设计随着社会的不断发展，农业也迎来了新的发展机遇。
传统的种植方式已经无法满足市场需求，需要采取更加智能化的方式来提高农业生产效率。
本文就介绍一种智能移动水果采摘机器人的设计方案，为农业生产带来更多的效益。
一、设计要求智能移动水果采摘机器人是一种基于自主驾驶的机器人系统，它需要完成以下任务：1. 实现自主驾驶功能，能够自动识别种植区域，自主完成采摘任务。
2. 机器人需要具备高精度的传感器，能够检测到果实的位置、成熟度和大小等信息。
3. 机器人需要有足够的机动性，能够适应不同果树的树形结构和果实分布情况。
4. 机器人需要安装视频监控和通讯设备，以便于监控和控制机器人的运行。
二、设计原理智能移动水果采摘机器人的设计基于自主驾驶技术和机器视觉技术。
机器人安装有GPS定位系统和激光雷达传感器，能够自动识别种植区域，通过机器视觉技术检测果实的位置、成熟度和大小等信息，确定采摘点的位置和方式。
机器人采用电动驱动方式，可以通过遥控器、智能手机和电脑等方式实现对机器人的集中控制和监控。
机器人的运动方向和采摘作业的时间都可以通过程序来控制，确保机器人能够高效而准确地完成采摘任务。
三、技术特点智能移动水果采摘机器人的设计具有以下几个方面的技术特点：1. 自主驾驶智能移动水果采摘机器人是基于自主驾驶技术的机器人系统，能够自动识别种植区域，自主完成采摘任务。
采用先进的GPS定位系统和激光雷达传感器，能够实现精准的定位和导航，避免机器人对树枝和果实造成伤害。
2. 机器视觉智能移动水果采摘机器人的另一个特点是机器视觉技术。
机器人安装有高精度的传感器，能够检测到果实的位置、成熟度和大小等信息，确定采摘点的位置和方式。
这大大提高了采摘的效率和准确性。
3. 机动性智能移动水果采摘机器人还具有足够的机动性。
机器人可以自由行走在果树之间，自动适应不同果树的树形结构和果实分布情况。
同时根据机器人监测到的果实信息，可以采取不同的采摘方式，满足不同果实的采摘需求。
农业机器人中的自主导航技术教程
农业机器人中的自主导航技术教程随着科技的不断进步，农业机器人正逐渐成为现代化农业的重要组成部分。
农业机器人的自主导航技术是实现其高效、精确操作的关键。
本文将介绍农业机器人中的自主导航技术的基本原理和实现方法，帮助读者了解该领域的最新进展。
1. 自主导航技术的基本原理自主导航技术是指农业机器人能够在没有人工干预下，准确地感知环境、识别作物和障碍物，并自主规划路径以完成任务。
自主导航技术的基本原理包括环境感知、位置估计和路径规划。
环境感知是指农业机器人通过传感器感知周围环境的信息。
常用的传感器包括摄像头、激光雷达、超声波传感器等。
摄像头可用于识别作物的状态和成熟度，激光雷达可用于建立地图和检测障碍物，超声波传感器可用于测量距离和避开障碍物。
位置估计是指通过传感器的数据融合，确定农业机器人在空间中的位置和姿态。
常用的位置估计算法包括扩展卡尔曼滤波（EKF）和粒子滤波（PF）等。
这些算法基于机器人的运动模型和传感器的测量数据，实现对位置的实时估计。
路径规划是指根据目标位置和环境信息，确定农业机器人的运动路径。
路径规划算法根据机器人的动力学约束、环境地图和目标位置，计算出最优的路径。
常用的路径规划算法包括A*算法、D*算法和Dijkstra算法等。
2. 农业机器人的自主导航技术实现方法农业机器人的自主导航技术实现方法多种多样，下面将介绍几种比较常用的方法。
（1）视觉导航技术：视觉导航技术是指利用计算机视觉技术对图像进行处理和分析，实现农业机器人的自主导航。
通过分析图像中的作物和障碍物信息，农业机器人可以进行路径规划和避开障碍物。
视觉导航技术的优点是成本低、易于实现，但对环境光线和作物生长状态较为敏感。
（2）激光雷达导航技术：激光雷达导航技术是指利用激光雷达进行环境感知和路径规划，实现农业机器人的自主导航。
激光雷达可以提供高精度的地图数据和障碍物检测信息，使农业机器人能够准确地感知环境和规划路径。
激光雷达导航技术的优点是精度高、适用性广，但成本较高。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一种高精度自主导航定位的葡萄采摘机器人设计郭素娜;张丽;刘志刚【摘要】为了提高葡萄采摘机器人自主导航能力,增强对葡萄成熟度的准确识别功能,降低漏采率和误采率,设计了一种新式的基于RSSI 自主导航和颜色特征提取的葡萄采摘机器人. 该机器人使用 RSSI 定位技术,首先对装有无线传感器的葡萄树进行定位,然后利用机器视觉系统对葡萄的成熟度进行判断,并对满足采摘条件的葡萄使用机械手进行采摘. 对葡萄采摘机器人的性能进行了测试,通过测试发现:机器人对装有传感器的葡萄树的准确识别率达到了95%以上,对葡萄成熟度的判断达到了98%以上,是一种相对高效的葡萄采摘机器人.%In order to improve the autonomous navigation capability of grape picking robot, and strengthen the function of accurate identification of the grape maturity, lower leakage rate and error rate, a new type of autonomous navigation and color feature extraction based on RSSI grape picking robot has been designed.Grape picking robot using RSSI positioning technology first fixing the vine with wireless sensors, then use the machine vision system on grape maturity of judgment, and to meet the use conditions of the grapes picked for picking manipulator.Grape picking robot performance was tested, by testing found that the robot with sensors of vine of accurate recognition rate reached more than 95%, their appreciation of the grape maturity reached more than 98%, high recognition rate,which is a relatively efficient grape picking robot.【期刊名称】《农机化研究》【年(卷),期】2016(038)007【总页数】5页(P20-24)【关键词】葡萄采摘;自主导航;颜色识别;漏采率;机器人【作者】郭素娜;张丽;刘志刚【作者单位】河南工业职业技术学院,河南南阳 473000;河南工业职业技术学院,河南南阳 473000;南昌大学,南昌 330031【正文语种】中文【中图分类】S225.93;TP242最早的机械采摘方法是采用机械振摇式和气动振摇式，随着科学技术的发展，农业机器人在国内外迅速发展起来。
自从20世纪60年代美国人Schertz和Brown提出用机器人采摘果实之后，对采摘机器人的研究受到广泛重视。
我国农业机器人的研究起步比较晚，但正在不断的发展。
其中，包括中国农业大学的草莓采摘机器人研究、东北林业大学林木球果采摘机器人研究及上海交通大学的黄瓜机器人研究等。
本文对葡萄采摘机器人进行了改进，以期得到较低漏采和误采率的机器人。
果蔬采摘机器人的自动导航和识别功能都依赖于视觉系统。
机器视觉就是给机器人装上视觉传感器，模拟人的视觉功能，从图像或图像序列中提取信息，对葡萄树和葡萄进行定位和识别，使机器人完成葡萄采摘任务。
视觉传感器主要由彩色摄像机来寻找和识别成熟的葡萄，通过颜色特征的提取，得到成熟葡萄的信息；然后利用RSSI定位导航功能，对葡萄完成采摘。
其基本框架如图1所示。
葡萄自主导航机器人使用RSSI定位技术对葡萄树进行定位，使用特征提取方法对葡萄的成熟度进行判断。
其具体采摘过程为使用RSSI定位技术首先对装有无线传感器的葡萄树进行定位，然后利用机器视觉系统对葡萄的成熟度进行判断。
如果满足采摘条件，则通过机械手对葡萄进行采摘；如果不满足采摘条件，则继续对葡萄进行定位。
2.1 结构设计2.1.1 机械臂基本结构对于葡萄采摘机器人的设计需要综合考虑采摘空间、冗余空间和姿态空间等因素，通过综合考虑使用5 旋转自由度和1移动的方案。
其主要部分包括躯干、手臂、腰部、腕部及小臂等，其结构如图2所示。
2.1.2 运动控制系统目前，采用PC作为主控器的运动控制方式，其控制方式主要有两种：一是使用PC控制卡对电机进行控制；二是采用CAN总线对运动进行控制。
基于经济性考虑，本文选自使用第2种控制方案，其结构框架如图3所示。
图3中，硬件组成包括通用PC机或工控机，基于PCI总线的高性能的ZLG-PCI5 110 Aceelnet Micro Micro Module CAN卡、Copley Panel和Copley StepNet伺服驱动器。
2.1.3 末端执行器葡萄采摘机械在进行作业时，其末端执行机构的动作是模拟人的动作设计的，其主要动作是抓取果实，完成果实与梗的剥离(见图4)，需要使机器人的腕部绕j轴旋转和绕i轴回转实现。
机器人执行末端可以采用柔软的复合材料作为末端执行器的材料，为了使机器人准确定位及执行末端能够准确地识别葡萄的成熟度，需要使用相关定位和图像处理方法实现定位和识别功能。
2.2 定位功能设计机器人大部分采用无线传感网络来定位，在实际作业环境中会存在较多的障碍物，因此在实际信号传播过程中，信号会产生一定的损耗。
其中信号传输的基本模型为其中，PL(d)表示经过距离d后的路径损耗；PL(d0)表示经过单位距离后的路径损耗；d0为单位距离；X0服从高斯分布，其均值为1；n表示信号衰减因子。
则接收端的信号强度可以表示为其中，表示接收信号强度指示，即RSSI；PT表示发射信号的功率；GT表示发射天线增益。
IEEE802.15.4标准的简化模型可以表示为考虑经济成本等因素，该模型可以进一步简化为其中，n表示信号衰减因子，d表示定位节点与参考节点之间的距离，A表示定位节点与参考节点之间的距离。
定位的原理可以利用最小二乘法原理，假设网络里有3个以上的位置节点，其坐标为,y3)，…，(xk,yk)，待测坐标的终端坐标M为(x,y)，M到各已知位置AP的距离分别为d1，d2，d3，…，dk，可得到方程组将每个方程分别减去最后一个方程可得其线性表达式可以写成其中，由于测量过程中存在误差N，利用最小二乘法原理可得对z求导得如果AAT非奇异，则则可求出用户坐标(x,y)。
机器人的定位流程如图5所示。
机器人运动系统定位的主要过程包括参考点的设置、计算机处理及得到位置坐标等。
当读取坐标后，信号被以电信号的方式传送到运动系统，通过路径规划，完成定位。
为了验证本文设计的葡萄采摘机器人的自主定位导航功能，在葡萄田园对采摘机器人进行了测试。
测试项目主要包括葡萄树的节点定位和葡萄成熟度的识别，测试机器人如图6所示。
假设测试节点个数为50个，即有50颗葡萄树，其中包括39个已知节点和11个未知节点，坐标系是60m×60m，节点通信半径为120m。
通过计算，得到了如图7所示的节点邻里关系图。
根据RSSI定位原理，可以测试未知节点，为了有效地表示位置节点，使用圆圈对位置节点进行标记，用星形表示已知节点，如图8所示。
其中，圆圈部分表示待摘葡萄穗的葡萄树。
通过RSSI定位功能，对圆圈进行定位，最后通过计算得到了如图9所示的定位误差曲线。
由图9可以看出：随着时间的变化，定位误差的峰值比较平稳，最大定位误差不超过15cm，定位精度较高；普通树定位完成后需要对葡萄成熟度进行识别。
图10表示主要颜色特征提取的灰度直方图结果。
机器人的逻辑判断模块可以根据灰度值对葡萄的成熟度进行判断，当满足采摘的颜色阈值时，便对葡萄进行采摘。
通过多次测试，得到了如表1所示的测试采摘结果。
表1表示机器人采摘葡萄过程中导航和葡萄成熟度的准确识别率。
由表1可以看出：机器人对装有传感器的葡萄树的准确识别率达到了95%以上，对葡萄成熟度的判断达到了98%以上，识别率较高，可以满足葡萄采摘的需要。
基于RSSI无线传感器定位原理和颜色特征提取理论，设计了一款新的自主导航的葡萄采摘机器人，并对执行末端、运动控制系统和导航定位系统进行了设计。
通过对机器人的自动导航和葡萄成熟度识别进行测试，最终得到了定位误差曲线和图像颜色特征提取结果。
由测试结果可以看出：机器人对葡萄树定位和葡萄成熟度识别的精度较高。
【相关文献】[1] 任维政, 徐连明.基于RSSI的测距差分修正定位算法[J].传感器技术学报,2008,21(7):1247-1250.[2] 王永才, 赵千川,郑大钟.传感器网络自身定位方法的设计与实现[J].计算机工程与应用,2005,41(13):4-6.[3] 李娟, 王珂, 李莉.基于锚圆交点加权质心的无线传感器网络定位算法[J].吉林大学学报:工业版, 2009,39(6):1649-1653.[4] 杨凤, 史浩山, 朱灵波, 等.一种基于测距的无线传感器网络智能定位算法[J].传感器技术学报, 2008,27(1):135-140.[5] 刘艳文, 王福豹, 段渭军,等.基于DV-Hop定位算法和RSSI测距技术的定位系统[J].计算机应用, 2007,27(3):516-527.[6] 孙佩刚, 赵海, 罗玎玎.智能空间中RSSI定位问题研究[J].电子学报，2007, 7(35):1240-1245.[7] 江冰, 吴元忠, 谢冬梅.无线传感器网络节点自身定位算法的研究[J].传感技术学报, 2007(6): 1381-1385.[8] 李连, 朱爱红.无线传感器网络中的定位技术研究[J].微计算机信息：测控自动化, 2005, 21(9): 133-135.[9] 李建中, 高宏.无线传感器网络的研究进展[J].计算机研究与发展,2008,45(1):63-72.[10] 邱天爽,唐洪,李婷,等. 无线传感器网络协议与体系结构[M].北京：电子工业出版社, 2007.[11] 石鹏, 徐凤燕, 王宗欣.基于传播损耗模型的最大似然估计室内定位算法[J].信号处理，2005, 21(5):502-504.[12] 李洪欣,杨建中.基于两参数的表冷器建模方法研究[J].建筑热能通风空调,2009,28(6):15-17.[13] 孟庆山.水源热泵机组变流量水系统节能优化探讨[J].制冷与空调,2010,10(1):84-89.[14] 谢志勇,张铁中,赵金英.基于 Hough 变换的成熟草莓识别技术[J].农业机械学报,2007,38(3): 106-109.[15] 王东,赵宇,王秀红.一种改进的DFT迭代的MIMO-OFDM系统信道估计算法[J].应用科技，2009(3):19-22.[16] 徐文颖,张静,董建萍.导频信道估计中的插值算法[J].上海师范大学学报,2007,12(6):41-46.[17] 陈晖,陈晓光.基于直接判决导频跟踪的OFDM系统快时变信道估计[J].通信学报，2006,9(27):1-5.[18] 李文见, 姬江涛.轮履复合式农业机器人越避障控制研究[J].河南科技大学学报: 自然科学版, 2007(8): 57-59.[19] 王仲民, 戈新良, 唐智强.多传感器信息融合技术研究现状和发展趋势[J].河北工业大学学报,2003, 32(2): 30-35.[20] 国刚, 王毅.应用BP神经网络进行手写体字母数字识别[J].人工智能及识别技术,2008,4(6):1459-1460.[21] 施少敏, 马彦恒, 陈建泗.基于BP神经网络的数字识别方法[J].兵工自动化,2006, 25(10): 40-41.[22] 许颖泉.用神经网络进行数字图像识别研究[J].应用科技, 2008(12):59-60.。