-
公开(公告)号：CN111221339A
公开(公告)日：2020-06-02
申请号：CN202010073928.8
申请日：2020-01-22
Applicant: 南京林业大学
IPC: G05D1/02
Abstract: 本发明涉及一种地下管廊巡检机器人，包括底盘、差速电机、主动轮、蓄电池、从动轮、转向机构和视觉导航系统；在底盘后部安装两个主动轮，前部安装两个从动轮，所述的差速电机通过螺纹连接固定于底盘上，差速电机的两端输出轴通过平键分别连接左、右的两个主动轮，所述的转向机构安装于底盘前部的两个从动轮之间，所述的两个从动轮通过之间的转向机构实现同步转向。本发明的地下管廊巡检机器人行驶速度快、转向灵活，同时该机器人采用基于线阵CCD相机的视觉导航系统，性能可靠，相较于固定导轨式巡检机器人降低了成本，并使得机器人能够实现自主巡检作业。
-
公开(公告)号：CN109109995A
公开(公告)日：2019-01-01
申请号：CN201811316935.5
申请日：2018-11-06
Applicant: 南京林业大学
IPC: B62D57/024
Abstract: 本发明公开了一种两段结构的履带式爬壁机器人，包括前车段和后车段；前车段及后车段的履带上均设有多个电磁铁，前车段和后车段上均安装有使电磁铁只有在随履带运动到底面时才能得电产生磁力的电磁吸附机构；前车段的宽度小于后车段的宽度，前车段的前车左后履带轮位于后车段的后车左前履带轮的内侧，前车段的前车右后履带轮位于后车段的后车右前履带轮的内侧；后车段上安装有花键轴和电动机组成的动力输出机构；动力输出机构相连有偏转离合机构；偏转离合机构包括后车偏转离合机构以及前车偏转离合机构；前车段和后车段间连接有能使前车段维持与后车段间偏转角度的定位机构；后车段上安装有探头。
-
公开(公告)号：CN107046937A
公开(公告)日：2017-08-18
申请号：CN201710321513.6
申请日：2017-05-09
Applicant: 南京林业大学
IPC: A01D46/04
CPC classification number: A01D46/04
Abstract: 本技术提供一种能够实现“提手采”的茶叶仿生采摘夹爪，它通过定位、固定、提拉等动作将新梢的茎拉断，其效果如同手工折断。它包括可相互沿轴向相对移动的外层套、中层套、里层套、芯轴；下夹爪、下夹爪外连杆、下夹爪内连杆、上夹爪、上夹爪外连杆、上夹爪内连杆各一对，以芯轴轴线对称设置；一对上夹爪相对的端部在一对下夹爪相对的端部的上方；外层套在下夹爪开合驱动机构驱动的带动下相对于中层套轴向移动时，一对下夹爪的相对端部开合，实现对茶叶夹紧或松开；芯轴在上夹爪开合驱动机构驱动的带动下相对于里层套轴向移动时，一对上夹爪的相对端部开合，实现对茶叶夹紧或松开；升降驱动机构动作，带动一对上夹爪相对于下夹一对爪轴向移动。
-
公开(公告)号：CN105123113B
公开(公告)日：2017-01-25
申请号：CN201510625277.8
申请日：2015-09-28
Applicant: 南京林业大学
Inventor： 陈勇
IPC: A01D45/00
Abstract: 本发明涉及一种叶类蔬菜自动化采收机，属于农机技术领域。该机包括安置在行走机架上的采收装置和传输装置，采收装置的水平转轴装有活动臂和固定臂构成的起菜机构以及顶杆和刮板构成的推出机构。固定臂和活动臂均呈L形，之间装有开合机构。刮板内端铰支在转轴上，顶杆的一端通过弹性复位件顶触在刮板的外端，且另一端可与安装在机架上的凸轮构成凸轮副。与现有技术相比，本发明不仅可以妥善解决种植密度大的菠菜、鸡毛菜等叶类蔬菜自动化采收难题，而且收获的蔬菜整齐有序。
-
公开(公告)号：CN102487667B
公开(公告)日：2013-06-05
申请号：CN201110380397.8
申请日：2011-11-25
Applicant: 南京林业大学
IPC: A01D46/30
Abstract: 本发明涉及一种茶叶摘采机器人，属于农林机械技术领域。该机器人包括视觉系统、处理控制电路、执行机构，以及收集装置，其中执行机构的基座下部铰接上臂，上臂上端与安置在基座上的伺服电机传动连接，上臂的下端与前臂的上端铰接，前臂的下端与活动平台铰接，活动平台下支撑有光轴和旋合左右侧刀刃的丝杆，丝杆与直流电机传动连接。采用本发明后，空间机械臂机构可以实现准确就位，左、右侧刀刃可以保证叶片的完整性，整个采摘过程完全自动化，因此适于名优茶的采摘。
-
Patent Agency Ranking
公开(公告)号：CN101859375B
公开(公告)日：2011-12-28
申请号：CN201010187924.9
申请日：2010-06-01
Applicant: 南京林业大学
Inventor： 陈勇
Abstract: 本发明涉及一种农田苗期行内作物-杂草识别方法，属于农业技术领域。该方法借助含有左、右摄像机和接收左、右摄像机信号输入的中央处理器系统，通过摄取左右图像、分割土壤背景、重建三维图像、高度信息截取、像素直方图拟合、匹配识别作物，实现行内作物-杂草的识别。本发明为了减少立体匹配的计算工作量，以提高图像处理的实时性，合理将第二步的分割结果与第三步有机结合。即只对第二步从土壤背景中识别出的绿色目标进行立体匹配，而忽略掉与摄像机距离已知的土壤图像部分，从而大大减少了立体匹配的运算量，显著加快了识别速度，使得未来应用的实时性得到明显改善；而立体匹配后的步骤则有效保证了识别率。
-
公开(公告)号：CN111221339B
公开(公告)日：2024-06-21
申请号：CN202010073928.8
申请日：2020-01-22
Applicant: 南京林业大学
Abstract: 本发明涉及一种地下管廊巡检机器人，包括底盘、差速电机、主动轮、蓄电池、从动轮、转向机构和视觉导航系统；在底盘后部安装两个主动轮，前部安装两个从动轮，所述的差速电机通过螺纹连接固定于底盘上，差速电机的两端输出轴通过平键分别连接左、右的两个主动轮，所述的转向机构安装于底盘前部的两个从动轮之间，所述的两个从动轮通过之间的转向机构实现同步转向。本发明的地下管廊巡检机器人行驶速度快、转向灵活，同时该机器人采用基于线阵CCD相机的视觉导航系统，性能可靠，相较于固定导轨式巡检机器人降低了成本，并使得机器人能够实现自主巡检作业。
-
公开(公告)号：CN117036926A
公开(公告)日：2023-11-10
申请号：CN202310247564.4
申请日：2023-03-15
Applicant: 南京林业大学 , 潍坊现代农业山东省实验室
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/56
Abstract: 本发明公开了一种融合深度学习与图像处理的杂草识别方法，包括：采集田间图像；将田间图像划分为若干网格图像；通过分类神经网络模型对网格图像进行识别，并将各网格图像标记为作物或背景；使用图像处理中的颜色因子分别对两种网格图像中的绿色像素进行图像分割、面积滤波以及连通区域标记，统计两种网格图像的连通区域数量，通过连通区域数量识别网格图像中的杂草分布情况。本发明中神经网络模型仅需关注图像中是否有作物，而作物的品种是单一或有限的，即使遇到未在训练集中出现的杂草种类，也不影响识别结果。因此，通过本发明方法可有效降低杂草识别的复杂度和训练集图像搭建的成本，并能够提升模型识别的稳健性和泛化能力。
-
公开(公告)号：CN114916315B
公开(公告)日：2023-04-25
申请号：CN202210698377.3
申请日：2022-06-20
Applicant: 南京林业大学
IPC: B25J15/10
Abstract: 本发明公开了一种夹紧力可调节的果实采摘末端执行器，包括手臂和夹爪，其特征在于，还设有旋转座、夹爪、压力传感器、钢丝绳和丝杠机构等组件，所述夹爪通过旋转座与手臂连接。本发明夹紧力可调节的果实采摘末端执行器通过对空心电机的使用，结合复式的内外双螺杆丝杠驱动机构和多关节夹爪的设计，可实现对夹爪形态的控制和对夹爪廓形的调整，驱动方式简易，并且控制精准，其中多关节夹指的设计和凸台触点的结合使用，使夹指可以更好的与果实表面贴合，确保夹牢果实以及夹爪的夹紧力能够被压力传感器准确检测到，有效降低水果的损伤概率；同时，本发明通过快速扭转夹爪的方式，使果柄从植株上脱离，避免了强拉硬扯果实对植株造成的伤害，且本发明结构规划合理，集成度高，占用空间小。
-
公开(公告)号：CN114467900B
公开(公告)日：2022-12-27
申请号：CN202210146503.4
申请日：2022-02-17
Applicant: 南京林业大学
Abstract: 本发明公开了一种草坪除草剂精准喷施方法，涉及杂草识别与精准除草技术领域。该方法对于需要喷施除草剂的草坪，预先通过RTK定位草坪边角的经纬度坐标，根据定位的经纬度坐标通过无人机获取草坪的航拍图像，并上传云端服务器。云端服务器对航拍图像进行网格划分，并将草坪的网格图像依次输入训练好的分类神经网络中进行杂草识别，输出网格图像对应使用的除草剂，由网格图像的经纬度，绘制出杂草喷施区域图，并将网格图像的经纬度和对应的除草剂下发给施药机器人，施药机器人装载相应的除草剂通过遗传算法计算需要喷施的网格区域的最短路径，将施药机器人移动到对应需要喷施的网格中，进行除草剂的喷施，具有除杂草针对性强、喷施效率高的特点。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.029 seconds)
