主权项: |
1.一种碳基生物菌肥分装处理装置,其特征在于,所述碳基生物菌肥分装处理装置设置有:烘筒、转轴、微型电机、叶片、出料口、安装座、支杆、加料仓、仓盖、第一物料输送装置、第二物料输送装置、加热筒、加热腔、保温层、进汽管、出汽管、储料中筒、储料上筒、储料进管、储料下筒、储料出管、横轴、布料板、温度传感器、报警器、分装装置、打包装置;所述烘干装置包括两端封闭的烘筒,所述烘筒内转动设有转轴,所述转轴一端伸出所述烘筒筒壁传动连接有动力装置,所述转轴周侧安装有若干微型电机;每个微型电机的转轴上安装有一对叶片,所述烘筒的外周设有加热装置,所述烘筒的一端顶部设有加料口,所述烘筒另一端底部设有出料口,所述出料口通过第一物料输送装置连接有储料装置,所述储料装置通过第二物料输送装置连接有分装装置,所述分装装置下方安装有打包装置;所述温度传感器为多个;时间对准过程完成温度传感器数据之间在时间上的对准,温度传感器A、温度传感器B在本地直角坐标系下的量测数据分别为YA(ti)和YB(ti),且温度传感器A的采样频率大于温度传感器B的采样频率,则由温度传感器A向温度传感器B的采样时刻进行配准,具体为:采用内插外推的时间配准算法将温度传感器A的采样数据向温度传感器B的数据进行配准,使得两个温度传感器在空间配准时刻对同一个目标有同步的量测数据,内插外推时间配准算法如下:在同一时间片内将各温度传感器观测数据按测量精度进行增量排序,然后将温度传感器A的观测数据分别向温度传感器B的时间点内插、外推,以形成一系列等间隔的目标观测数据,采用常用的三点抛物线插值法的进行内插外推时间配准算法得温度传感器A在tBk时刻在本地直角坐标系下的量测值 为: 其中,tBk为配准时刻,tk‑1,tk,tk+1为温度传感器A距离配准时刻最近的三个采样时刻,YA(tk‑1),YA(tk),YA(tk+1)分别为其对应的对目标的探测数据;完成时间配准后,根据温度传感器A的配准数据与温度传感器B的采样数据,采用基于地心地固(Earth Center Earth Fixed,ECEF)坐标系下的伪量测法实现温度传感器A和温度传感器B的系统误差的估计;基于ECEF的系统误差估计算法具体为:假设k时刻目标在本地直角坐标系下真实位置为X'1(k)=[x'1(k),y'1(k),z'1(k)]T,极坐标系下对应的量测值为 分别为距离、方位角、俯仰角;转换至本地直角坐标系下为X1(k)=[x1(k),y1(k),z1(k)]T;温度传感器系统偏差为 分别为距离、方位角和俯仰角的系统误差;于是有 其中 表示观测噪声,均值为零、方差为 式(1)可以用一阶近似展开并写成矩阵形式为:X'1(k)=X1(k)+C(k)[ξ(k)+n(k)];其中, 设两部温度传感器A和B,则对于同一个公共目标(设地心地固坐标系下为X'e=[x'e,y'e,z'e]T),可得X'e=XAs+BAX'A1(k)=XBs+BBX'B1(k);BA,BB分别为目标在温度传感器A与温度传感器B本地坐标下的位置转换到ECEF坐标系下的位置时的转换矩阵;定义伪量测为:Z(k)=XAe(k)‑XBe(k);其中,XAe(k)=XAs+BAXA1(k);XBe(k)=XBs+BBXB1(k)将式(2)、式(3)代入式(4)可以得到关于温度传感器偏差的伪测量方程Z(k)=H(k)β(k)+W(k);其中, Z(k)为伪测量向量;H(k)为测量矩阵;β为温度传感器偏差向量;W(k)为测量噪声向量;由于nA(k),nB(k)为零均值、相互独立的高斯型随机变量,因此W(k)同样是零均值高斯型随机变量,其协方差矩阵为R(k);所述分装装置用目标物体的自身特征,直接对目标物体进行识别,并计算出目标物体相对于摄像机的三维信息以及通过图形引擎将虚拟物体或动画实时叠加在现实空间三维坐标系的实现方法为:对采集到的某一帧视频图像Q,利用surf算法求解出与模板匹配的所有特征点P={p1,p2,...,pn},其中,pi为图像Q中的特征点;从全部匹配特征点P={p1,p2,...,pn}中选择4个最准确的匹配特征点 jk∈{1,2,...,n},k=1,2,3,4,记录这些特征点的图像坐标值(ui,vi),i=j1,j2,j3,j4,并以其中一点为世界坐标原点,记录下其他特征点的世界坐标 jk∈{1,2,...,n},k=1,2,3,4;利用世界坐标系的坐标 与其投影点的像素坐标(ui,vi)之间的关系式计算相机的外参数矩阵H,其中,i=j1,j2,j3,j4;利用计算出的外参数矩阵H,在图形引擎中将当前视频帧图像作为三维引擎中三维场景的背景,在场景中所需要的位置渲染出三维模型,实现实时三维叠加;利用图形引擎中的交互功能,实现三维叠加的虚拟物体和现实物体之间的交互;所述报警器的链路稳定性和能量混合模型:物联网拓扑结构看做一个无向图的网络模型G=(V,E),其中V表示一组节点,E表示一组连接节点的边集,P(u,v)={P0,P1,P2,L,Pn}是节点u和节点v之间所有可能路径的集合,Pi是节点u和v的可能路径,选择出节点u到节点v的最优路径,链路稳定性和节点剩余能量的公式如下:![]() ![]() 其中,Eis和Ei0为节点i的剩余能量和总能量,Eth为节点的能量阈值;链路稳定性公式和节点剩余能量公式转化成一个总体的优化公式,该公式提供两个重要参数(w1和w2),其表达式如式(4)所示: 其中w1和w2为节点能量和链路稳定值之间的设定的系数,w1+w2=1;取该目标总和的最大值,用下面公式(5)表示:MRFact(Pi)=max{RFact(P1),RFact(P2),L RFact(Pn)} (5)节点在接收数据分组信息时,根据公式(1)和公式(2)分别计算出链路的稳定值和节点的剩余能量,然后利用公式(5)选取最优路径,来完成路由的选定。 |