中国机器人及人工智能大赛

news2024/9/29 21:26:57

报名

报名网站:https://www.caairobot.com

报名时,请在队伍名称后边添加任务后缀,比如,“诚朴-A”表明
队伍名称诚朴队,报名完成任务 A

然后在大赛官方 QQ 群 633244198(智慧农业-机器人及人工智能大赛)中,下载报名登记表、原创性声明,完整填写后,与参赛作品的设计说明文档、展示项目方案所用的PPT 以及其他必要支撑材料,放到一个压缩文件中,命名为“团队报名代号-团队名称-A(或 B、C、D)-作品名称”,提交大赛官网,并同时发送到邮箱 393663406@qq.com,邮件标题格式为“2023 智慧农业-团队报名代号-团队名称-A(或 B、C、D)-作品名称”。

校赛 30%推荐到地区(省)赛(或全国初赛),地区(省赛)
(或全国初赛)40%推荐到全国决赛,全国决赛获奖比例 80%。


任务 A 智慧农业系统设计

参加任务 A、任务 B、任务 C、任务 D 的作品,都必须撰写设计
说明材料,其中,任务 A、任务 B 的设计说明材料用于前期作品评
价、同时作品需要参加展示环节的评判;任务 C、任务 D 的设计说明
材料用于判定作品的创新性,以及参赛作品得分相同,用时相同时,
仲裁组用于判定作品排名的补充依据。

任务 A 智慧农业系统设计,任务 B 农业机器人创新设计的参赛
队伍,机器人由其自主定义,鼓励参加任务 A 的队伍自主设计机器人,任务 B 中必须自主设计机器人,并阐述其原理与作业效果。

(1) 任务 A 和任务 B
任务 A 智慧农业系统设计,任务 B 农业机器人创新设计的作业场景由参赛队伍自行准备,需要针对某一农业应用场景,阐述任务解决效果,最后进行解决效果演示,可以是实物,也可以是视频

任务规则与得分标准

(1)任务 A 智慧农业系统设计
任务 A 聚焦于农业、林业、牧业、渔业,以及生命健康探索中的
智慧+。

主要激发参赛者,充分利用各种信息化技术

  1. 实现农业生产的实时监控、精准决策、溯源管理、远程控制、灾变预警、应对联动等,促进农业生产数字化、精细化、高效化;

  2. 或应用现代技术手段,发现植物、动物、以及生命健康的机理过程、预测模型;

  3. 或者应用某一机理、模型,创意性的解决现有种植、养殖和健康生活中的问题

  • 满分 100 分,其中,总结报告 40%,专家现场问辩得分 60%。

总结报告包括:研究摘要、引言,需要解决的问题,理论基础与
问题的关联分析,采用的材料与方法,预测结果,实际结果,结果分
析,问题解决程度的定论以及未来研究的展望。

在总结报告得分中:

其中,总结报告要求内容完备,语言表达条理清晰。

  1. 内容完备,格式统一规范的分数占 5%(5 分);
  2. 提出拟解决的关键性问题,分析出解决该问题的关键技术,以及如何实现各个关键技术的分数占 10%(10 分);
  3. 作品研究过程中的证明材料,支撑结论的详细数据、源代码等的分数占 10%(10 分);
  4. 作品中应说明怎样将实验数据与要解决的关键性问题关联,关键问题解决效果如何,原因是什么,此部分的分数占 10%(10 分);
  5. 作品有可演示的成果,或有其它利于评价作品的展示材料,此部分的分数占 5%(5 分)

现场问辩得分

  1. 语言表达能力得分占 10%(10 分);
  2. 方案合理性得分占 10%(10 分);
  3. 结构设计、实现方法、技术应用的创新性得分占 10%(10 分);
  4. 作品功能的丰富程度得分占 10%(10 分);
  5. 作品完成度得分占 10%(10 分);
  6. 作品在实际应用的可行性、可靠性和经济性得分占 10%(10 分)。

任务 A 智慧农业系统设计,任务 B 农业机器人创新设计,每支
队伍阐述自己的设计 7 分钟左右,评委问辩 8 分钟左右,展示 3 分钟
左右;每组问遍时间不超过 20 分钟,或者裁判终止问辩,示意参赛
队伍问辩结束,比赛结束。


任务 B 农业机器人创新设计

任务 B 聚焦于如何能够像工业化生产一样提供人类食品,如何
能提供更好的生命健康与生活体验,如何减轻人类在农业、林业、牧
业、渔业作业环境中的劳动强度。

  • 主要激发参赛者,分析植物、动物生理特性,以及影响生命健康的机理,应用现代技术手段,改进、设计适应植物、动物生长过程,设计提高效率的农业机器人,有利于提高生命健康的机器人,或者仿生类机器人。

内容

作品正文包括研究的摘要、引言,需求分析、可行性分析、功能
论述,理论基础与问题的关联分析,设计流程与方法,系统整体框架
与作业流程,验证作业的数据、效果与分析,市场预期、问题解决程度的定论以及未来研究的展望。

评分

其中,总结报告要求内容完备,语言表达条理清晰。在总结报告得分中:

  1. 内容完备,格式统一规范的分数占 5%(5 分);
  2. 提出拟解决的关键性问题,分析出解决该问题的关键技术,以及如何实现各个关键技术的分数占 10%(10 分);
  3. 作品研究过程中的证明材料,支撑结论的详细数据、源代码等的分数占 10%(10 分);
  4. 作品中应说明怎样将实验数据与要解决的关键性问题关联,关键问题解决效果如何,原因是什么,此部分的分数占 10%(10 分);
  5. 作品有可演示的成果,或有其它利于评价作品的展示材料,此部分的分数占 5%(5 分)。

现场问辩得分中:语言表达能力得分占 10%(10 分);方案合理
性得分占 10%(10 分);结构设计、实现方法、技术应用的创新性得
分占 10%(10 分);作品功能的丰富程度得分占 10%(10 分);作品
完成度得分占 10%(10 分);作品在实际应用的可行性、可靠性和经
济性得分占 10%(10 分)。

信息搜集

1、Root AI 采摘机器人

首先我们来看看Root AI采摘机器人公司正在建造的世界上最大的室内农场,它以种植非转基因、无化学农药的水果和蔬菜为主,健康环保的食材也是每个人和当今社会的需求。

在这里插入图片描述
2、FarmWise人工智能农业机器人

FarmWise智能自主机器人是用来解决农田中的杂草问题,为农民节省工作时间和金钱,并为消费者提供更健康的农产品。

利用计算机视觉技术,利用传感器使机器人能够感知有关每株植物的信息。这些信息与最先进的学习算法结合使用,支持多种农作物,包括绿叶蔬菜、包菜和西兰花灯,可以快速轻松地分辨农作物或杂草,同时现场数据及时反馈给种植者以优化整个作业过程。

FarmWise机器人适用不同作物、土壤和生长阶段,可调刀片的精度,可以根据现场条件定制的专有刀片的设计,可以从一种剪除类型轻松的切换到另一种剪除类型。

3.、TerraSentia 农作物监测机器人
TerraSentia 可以在植物自主导航和基于机器视觉的分析下进行数据收集,收集田地中植物的数据和各项性状分析。比如在玉米田地中可记录玉米株高、玉米穗高、茎宽和叶子的状况等,了解植物各项生长的健康状况,了解植物发育、病虫害、良产率等信息,为今后提供更好的种植建议。
在这里插入图片描述
TerraSentia农作物监测机器人可以建立农作物的3D地图,可以记录刚种植的农作物的高度和生长情况,可以穿越多种地形,记录和统计农作物种植早期的数量等。

4.、Vegebot 摘菜机器人

多年来,形状比较固定和硬的农作物已经可以采用机械方式进行大规模的收割, 比如土豆和红薯和稻谷等,但至今为止,还有许多农作物仍然靠人工进行收割,比如卷心菜、生菜等农作物,采用机械收割很容易损坏,那么Vegebot就是适应这种菜的收割采摘的机器人。

Vegebot有两个主要的组件,视觉系统和切割系统,头顶的摄像头拍摄生菜的图像,识别包菜是否成熟和是否有病变,同时机器人也经过不同天气条件下足够数量的智能训练。

切割系统也有装配摄像头,有助于确保顺利地切割包菜,同时保证机械臂有足够的抓力不会掉落,但又不会将菜压坏,抓力也可针对不同农作物进行调整。

5.、 Blue River Technology 计算机视觉、机器学习和农业机器人

Blue River 是将计算机视觉和机器人技术用于农业的先驱。拥有用于识别杂草和选择性杀死不需要的植物的突破性计算机视觉技术,Blue River 农业设备比传统的除草方法更加有效,同时也是全自动化的解决方案,具有更高的生产效率。

农业机器人12大应用方向:12http://www.nongxianfeng.com/news/show-175.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/485917.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

力扣刷题215.数组中的第K个最大元素

215.数组中的第K个最大元素 215.数组中的第K个最大元素题目描述思路暴力解法堆排序快速排序 215.数组中的第K个最大元素 215. 数组中的第K个最大元素 - 力扣(LeetCode) 题目描述 给定整数数组 nums 和整数 k,请返回数组中第 k 个最大的元素…

Postman+Java springboot演示 get post put delete请求并携带(路径 路径问号后 json 表单)参数形式

我们先创建一个java的springboot工程 在项目中 找到启动类的位置目录 在项目创建一个类 叫 user 我是想将 user 当做一个属性类的 按规范来讲 我们可以创建一个entity包 然后在下面去创建属性类 但这里 我们不想搞那么麻烦了 毕竟只是练习一下 然后 user参考代码如下 package…

【Java校招面试】基础知识(五)——GC

目录 前言一、基础概念二、垃圾回收算法三、垃圾收集器四、引用后记 前言 本篇主要介绍Java垃圾回收机制——GC的相关内容。 “基础知识”是本专栏的第一个部分,本篇博文是第五篇博文,如有需要,可: 点击这里,返回本专…

【重新定义matlab强大系列五】函数filloutliers检测并替换数据中的离群值

🔗 运行环境:matlab 🚩 撰写作者:左手の明天 🥇 精选专栏:《python》 🔥 推荐专栏:《算法研究》 #### 防伪水印——左手の明天 #### 💗 大家好🤗&#x1f91…

PyCharm下载、安装、注册以及简单使用【全过程讲解】

在使用PyCharm IDE之前,请确保自己的计算机里面安装了Python解释器环境,若没有下载和安装可以看看我之前的文章>>>Python环境设置>>>或者还可以观看视频讲解。 注意:本文软件的配置方式仅供个人学习使用,如有侵…

有研究员公开了一个解析并提取 Dell PFS BIOS 固件的工具(下)

导语:研究员公开了一个解析并提取 Dell PFS BIOS 固件的工具。 Apple EFI IM4P分配器 介绍 解析苹果多个EFI固件.im4p文件,并将所有检测到的EFI固件分割为单独的SPI/BIOS映像。 使用 你可以拖放或手动输入包含Apple EFI IM4P固件的文件夹的完整路径。…

【VM服务管家】VM4.2平台SDK_6.3 控件嵌入类

目录 2.3.1 渲染控件:渲染控件上自定义图形的方法2.3.2 参数控件:参数配置控件绑定模块的方法2.3.3 控件颜色:控件颜色修改方法2.3.4 独立控件:二次开发单独显示Group的方法2.3.5 取流控件:实时取流控件的使用方法2.3.…

【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 23页论文及实现代码

【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 23页论文及实现代码 相关链接 (1)建模方案 【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题一…

python为什么长期霸占榜首

Python霸占榜首 只因它真的很强 Python,年龄可能比很多读者都要大,但是它在更新快速的编程界却一直表现出色,甚至有人把它比作是编程界的《葵花宝典》,只是Python的速成之法相较《葵花宝典》有过之而无不及。 Python简洁&#x…

【Hello Network】UDP协议

作者:小萌新 专栏:网络 作者简介:大二学生 希望能和大家一起进步 本篇博客简介:简单介绍传输层和UDP协议 UDP协议 传输层端口号端口号范围划分知名端口号端口号与进程netstat与iostatpidof UDP协议UDP协议格式udp的数据封装udp的数…

2.2磁盘分区

2.2 磁盘分区 一个磁盘可以被划分为多个分区,有一个磁盘并且将他们划分为C;D;E盘,那个C,D,E就是分区(partition)。 2.2.1 磁盘连接的方式与设备文件名的关系 个人计算机常见的磁盘接口有两种,分别是SATA与SAS接口&…

精品:Stimulsoft Forms 2023.2.2

Stimulsoft Forms 是一种用于创建、编辑、填写、发布、分发交互式表单和收集结果的工具。我们的产品可嵌入到应用程序中,并允许您创建各种自定义填充模板。丰富的功能使模板具有真正的交互性。用户会收到 PDF 格式的可填写表格,他们可以在任何支持此格式…

ZooKeeper安装与配置集群

简介: ZooKeeper是一个分布式的,开放源码的分布式应用程序协调服务,是Google的Chubby一个开源的实现,是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件,提供的功能包括:配置维护、域名服务、分布…

ChatGPT初尝试——合并Excel表格【AI版】

ChatGPT真的能提升生产力吗?【AI版】 无意间的刷到的视频一、提需求二、ChatGPT用Python编写代码三、意外的解释四、ChatGPT改用Java编写代码五、GPT第二次生成Java代码尾巴 无意间的刷到的视频 晚上在家刷视频,突然看到一个在讲关于AI编程的视频&#…

网络安全:网络信息安全的概述.

网络安全:网络信息安全的概述 网络信息安全是一门涉及计算机科学,网络技术,通信技术、密码技术、信息安全技术、应用数学、数论、信息论等多种学科的综合性学科。 它主要是指网络系统的硬件、软件及其系统中的数据受到保护,不受…

深度学习 -- Pytorch学习 数据集API Dataset与DataLoader 重载鸢尾花数据集

前言 在模型训练的步骤中,数据的部分非常重要,它的过程主要分为数据收集、数据划分、数据读取、数据预处理。 数据收集的有原始样本和标签(Img,label) 数据集的划分需要分为训练集、验证集、测试集。 训练集负责训练模型,验证集…

C++基础知识快速入门

目录 一, 命名空间 1.1命名空间使用命名空间中成员该如何使用呢? 1.2 命名空间其他2种使用方式: 1. using 将其中一个成员引入 2. using namespace 二,C输入&输出 (简单运用) 2. 1 头文件 2. 2 cout 与 …

2023年软件测试常见面试题100%问必背全套教程

随着数字化时代的到来,软件测试越来越受到重视。在未来的几年里,软件测试将继续成为信息技术领域中的热门职业之一。如果你是一名正在寻找或准备进入软件测试行业的人,那么这套常见面试题全套教程对你来说会非常有用。 这套教程旨在帮助你了…

MySQL主从同步配置

Mysql 主从同步原理 就是基于数据库里面的那个 binlog 文件进行数据同步 具体步骤: step1:master将数据改变记录到二进制日志(binary log)中。step2: 当slave上执行 start slave 命令之后,slave会创建一个…

Unity 后处理(Post-Processing) -- (2)创建后处理配置文件

通过前面一小节,我们初步认识了后处理是什么,在Unity中简单的试了试后处理的效果。本节我们来创建一个我们自己的后处理配置文件(post-processing profile)。 一个后处理配置文件包含了一系列为了达到特定视觉效果的后处理效果的配…