-
公开(公告)号：CN113978730B
公开(公告)日：2023-06-16
申请号：CN202111340987.8
申请日：2021-11-12
Applicant: 南京林业大学
Abstract: 本发明提供一种农作物病虫害防治作业多旋翼无人机，属于无人机技术领域，包括机身和喷洒装置，所述机身上插放有液体储存箱,液体储存箱内设置有控制液体稳定性和调节液体均匀度的无动力自控内芯，无动力自控内芯包括中心柱，中心柱上均匀设置有层板，层板上开设有若干通槽，通槽内对称连接有转轴，对称的转轴上均转动连接有用于遮挡通槽的浮动板，浮动板之间转动连接有中间件，中间件的底部连接有横向浮板。该农作物病虫害防治作业多旋翼无人机不仅可以在多旋翼喷药无人机变速或者转向过程抑制液体中晃动，提高多旋翼喷药无人机飞行的稳定性，同时可在不影响多旋翼喷药无人机飞行稳定性的基础上持续的对药液进行一定程度的均化的处理。
-
公开(公告)号：CN115880487A
公开(公告)日：2023-03-31
申请号：CN202111137023.3
申请日：2021-09-27
Applicant: 南京林业大学
IPC: G06V10/26 , G06V20/70 , G06V20/10 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明公开了基于深度学习方法的林木激光点云枝叶分离方法，包括获取林木激光点云数据；将去燥后的激光点云数据分为地上点和地面点；采用机器学习算法以及人工修正方式对地上点进行枝叶分离操作，对已进行枝叶分离操作的地上点进行体素化剖分；将已经进行枝叶分离操作和体素化剖分的点云数据作为训练样本数据集，并采用数据增广的方法对训练样本数据集进行扩增，采用扩增后的训练样本数据集对深度学习网络开展训练，得到训练好的深度学习网络模型；通过训练好的深度学习网络模型中，实现体素内的点云数据的枝叶分离。本发明通过构造的深度学习网络模型可更有效地提取林木点云的全局与局部特征信息，实现点云枝叶分离，准确率高，稳定性好。
-
公开(公告)号：CN114223634B
公开(公告)日：2023-01-31
申请号：CN202111412481.3
申请日：2021-11-25
Applicant: 南京林业大学
Abstract: 本发明涉及农药喷洒领域，特别涉及一种农作物病虫害无人机作业农药喷洒装置，包括无人机体、支腿、喷洒机构和调节机构，所述的无人机体的下端四周均安装有支腿，无人机体的下端面中心安装有喷洒机构，喷洒机构的前端安装有调节机构，本发明采用了多种调节模式的设计理念，本发明具备满足仅喷洒农作物上端以及喷洒农作物根茎部和上端的需求的双重功能，本发明中的调节机构可调接农药的喷洒角度，以此扩大喷洒范围，进而使得装置整体的适用性更高，同时调节机构还可适用于高矮不齐的农作物的同步农药喷洒。
-
公开(公告)号：CN114223634A
公开(公告)日：2022-03-25
申请号：CN202111412481.3
申请日：2021-11-25
Applicant: 南京林业大学
Abstract: 本发明涉及农药喷洒领域，特别涉及一种农作物病虫害无人机作业农药喷洒装置，包括无人机体、支腿、喷洒机构和调节机构，所述的无人机体的下端四周均安装有支腿，无人机体的下端面中心安装有喷洒机构，喷洒机构的前端安装有调节机构，本发明采用了多种调节模式的设计理念，本发明具备满足仅喷洒农作物上端以及喷洒农作物根茎部和上端的需求的双重功能，本发明中的调节机构可调接农药的喷洒角度，以此扩大喷洒范围，进而使得装置整体的适用性更高，同时调节机构还可适用于高矮不齐的农作物的同步农药喷洒。
-
公开(公告)号：CN114005237A
公开(公告)日：2022-02-01
申请号：CN202111277941.6
申请日：2021-10-30
Applicant: 南京林业大学
Abstract: 本发明公开提供的一种基于热成像分析技术的林火识别方法、设备及计算机存储介质。该基于热成像分析技术的林火识别方法包括：获取目标监测森林对应的位置，将目标监测森林划分为各监测子区域；获取该目标监测森林各监测子区域对应的基本信息；获取历史森林火灾对应的火情数据；对各监测子区域生物对应的活动数据、森林场景视频进行采集；对各监测子区域对应的火情预警系数、生物异常指数进行分析；确认林火区域位置；本发明有效的解决了现有的林火识别方法识别依据因素具有单一性，无法有效的体高林火识别的精准性，大大的提高了林火识别结果的参考性，同时也大大的提高了林火的预警效率。
-
Patent Agency Ranking
公开(公告)号：CN113989641A
公开(公告)日：2022-01-28
申请号：CN202111243854.9
申请日：2021-10-26
Applicant: 南京林业大学
Abstract: 本发明公开一种基于人工智能的森林火灾在线监测预警管理系统，本发明通过检测各待监测森林子区域的各地形参数数值，分析各待监测森林子区域的地形因素影响比例系数，并监测各待监测森林子区域内树木的各相关参数和雷电强度指数，综合计算各待监测森林子区域的自然火灾预估发生率系数，并分别与设定的森林自然火灾预估发生率系数进行对比，筛选大于设定的森林自然火灾预估发生率系数的各待监测森林子区域，并将对应的待监测森林子区域编号进行预警提醒，从而确保人员能够有足够时间进行有效地防范措施，进而有效保护森林生态结构，保障森林周边人民群众的生命财产安全。
-
公开(公告)号：CN109446986B
公开(公告)日：2021-09-24
申请号：CN201811263570.4
申请日：2018-10-28
Applicant: 南京林业大学
Abstract: 本发明公开了一种面向树木激光点云的有效特征抽取与树种识别方法，包括：获取目标树的全覆盖点云数据；对目标树的全覆盖点云数据进行降噪处理以去除异常点；根据降噪后获得的点云数据分别分析目标树的三种类别的树木特征；抽取基于树木相对聚类特征的最优特征参数组；抽取基于点云分布特征的最优特征参数组；抽取基于树木表观特征的最优特征参数组；将三种类别的树木特征的最优特征参数组进行组合并作为变量输入到SVM分类器中进行树种分类。本发明达到了较高的树种分类精度，为获得更准确的森林树种分布提供了强有力的工具，减少了野外实体调查的高成本、费时、费力，减少了人工判读带来的误差。
-
公开(公告)号：CN105373814B
公开(公告)日：2019-04-02
申请号：CN201410436294.2
申请日：2014-08-26
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于激光点云数据的真实阔叶树器官分类识别方法，本方法利用流形学习的思想来描述非线性局部曲面特性，并设定局部邻域为线性结构，在枝叶的原始点云中融入流行结构的思想，同时根据叶面与枝干形体差异，结合点云的非线性局部切平面分布、空间离散点分布特征和局部离散点法向特征，根据叶面与枝干形体差异，最后结合监督分类的思想，设计了GEPSVM分类器，从训练样本中找寻类别特征，对测试样本进行分类，进而提取阔叶树中复杂点云的枝叶数据。本发明结合枝叶的各种基本特征的优势，提出了基于特征融合的点云活立木枝叶分离的方法，从实验结果看，是切实可行并且高效的，并为林学参数的精确求取打下基础。
-
公开(公告)号：CN105654543B
公开(公告)日：2019-01-22
申请号：CN201410436293.8
申请日：2014-09-25
Applicant: 南京林业大学
IPC: G06T17/00
Abstract: 本发明公开了一种面向激光点云数据的阔叶树真实叶片建模与形变方法，首先从扫描获取的叶子点云中采用多项式拟合的方法获取精确的树叶边界，并结合计算机图形学的方法计算叶面的主叶脉；其次采用双三次广义张量积Bezier曲面对叶面点云数据进行拟合，进而去除由于风吹抖动造成的扫描误差并消除噪声点云；再次，根据固体力学受力模型，定义叶脉与叶肉不同的力学属性，并构造非线性有限元的受力形变方程，计算施加不同载荷力后的叶子形态，进而模拟树叶在自然环境中真实的形变。本发明利用计算机自动分析获取林学指标，能准确描述不同林分条件下的活立木动态生长变化的叶面积指数，从实验结果看，此方法是切实可行并且高效的，并为林学参数的精确求取打下基础。
-
公开(公告)号：CN117859457B
公开(公告)日：2024-06-25
申请号：CN202410228580.3
申请日：2024-02-29
Applicant: 南京林业大学
Abstract: 本发明涉及茶树种植技术领域，具体为一种茶树种植自动化施肥处理装置，包括挖孔单元与埋孔单元，本发明通过驱动架带动挖孔架运动，从而带动取土架向下运动的同时转动，对该部位的土地进行挖掘,当取土架移动至最下侧时，对该部位底部的土进行切割，使该部位的土块与地面分离，并将该土块带出至挖掘后的槽左侧，通过取土架对土壤进行挖掘，无需在土壤干燥时，使用机器对土壤进行多次翻动，减少种植工序，降低种植难度与成本，且保证挖掘后的槽体积大于茶树树苗根部体积，保证茶树树苗舒展在槽内，且挖掘后的槽内壁未受到挤压，防止土壤变紧实，影响树苗根部的生长舒展。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.038 seconds)
