-
公开(公告)号：CN118238150B
公开(公告)日：2024-07-23
申请号：CN202410660726.1
申请日：2024-05-27
Applicant: 华南农业大学
IPC: B25J9/16 , B25J9/08 , A01D46/30 , G06F30/20 , G06N3/045 , G06N3/0464 , G06T3/60 , G06T7/00 , G06T7/70 , G06T7/80 , G06V10/764
Abstract: 本发明提供了一种茶叶采摘机械臂仿真方法和平台，包括构建图像数据集，从图像数据集中筛选出训练集。在YOLO_V8网络的主干网络中添加CBAM‑ECA注意力机制，得到改进后YOLO_V8网络。使用训练集训练改进后YOLO_V8网络，得到茶芽叶识别模型，使用茶芽叶识别模型识别目标茶芽叶的三维中心点坐标。根据需要替换图像数据集，基于图像数据集训练得到的茶芽叶识别模型可以识别不同类型的目标茶芽叶，具有较强的通用性。将上述茶叶采摘机械臂仿真方法存储在茶叶采摘机械臂仿真平台上，将茶叶采摘机械臂仿真平台搭载在采摘机器人上，基于上述茶叶采摘机械臂仿真方法控制采摘机器人采摘茶叶，可以提高采摘机器人采摘茶叶的效率和精准度，还可以降低采摘机器人的开发成本。
-
公开(公告)号：CN117341644A
公开(公告)日：2024-01-05
申请号：CN202311182906.5
申请日：2023-09-14
Applicant: 华南农业大学
Abstract: 本发明涉及一种基于三闭环和负载观测器的EMB系统控制方法，包括以下步骤：首先构建永磁同步电机的电机数学模型，并构建电流环、转速环和制动力环的数学模型；接着通过EMB执行机构中的压力传感器检测制动器中的实际制动力；通过制动力判断模块判断实际制动力与设定阀值之间的关系，以此来判断EMB系统所属的制动阶段，当处于间隙消除阶段和制动间隙恢复阶段时，采用转速环‑电流环双闭环控制策略；当处于制动力跟随控制阶段时，则采用制动力环‑电流环双闭环控制策略。通过上述改进，使得本发明的EMB系统控制方法可以快速观测制动力变化并给出补偿，使转矩抖动小、转速调节速度快且平稳性更高，系统抗干扰能力强。
-
公开(公告)号：CN118896914A
公开(公告)日：2024-11-05
申请号：CN202410958777.2
申请日：2024-07-17
Applicant: 华南农业大学
Abstract: 本申请涉及茶鲜叶营养含量检测方法，方法包括：基于预设的VCPA‑I RIV算法根据重构后的I MF分量，选取茶鲜叶中氮元素的敏感波段，基于氮元素的敏感波段构建氮含量反演模型；基于预设的CARS算法根据重构后的I MF分量，选取茶鲜叶中磷元素相对应的敏感波段，基于磷元素相对应的敏感波段构建磷含量反演模型；基于茶鲜叶的面积指数以及重量确定不同芽叶部位相对应的权重，基于氮含量反演模型以及磷含量反演模型，确定茶鲜叶的氮元素含量以及磷元素含量；根据不同芽叶部位相对应的权重、茶鲜叶的氮元素含量以及磷元素含量，确定一芽一叶、一芽二叶、功能叶相对应的氮元素含量以及磷元素含量。本申请能够确保茶叶的质量和特性符合市场需求。
-
公开(公告)号：CN117876649A
公开(公告)日：2024-04-12
申请号：CN202410023015.3
申请日：2024-01-08
Applicant: 华南农业大学
Abstract: 本发明公开了一种茶叶嫩芽识别及其位姿确定方法及设备，包括：采集茶叶图像，对茶叶图像进行预处理；基于预处理后的茶叶图像构建数据集，并采用实例分割网络进行训练，获取深度学习网络模型；对于待识别的茶叶采集RGB图像，并利用深度相机采集深度图像，基于深度学习网络模型对RGB图像进行识别，获取识别结果；基于识别结果，采用实例分割网络获取茶叶采摘点，并基于识别结果获取茶芽边界框中心点，对茶叶采摘点与茶芽边界框中心点进行匹配；将RGB图像与深度图像进行匹配，获取茶叶采摘点基于相机光心的三维坐标并基于三维坐标获取茶叶采摘方向。本发明方法的应用可以提高茶叶的机采效率和准确度，降低采茶作业中的劳动力成本。
-
公开(公告)号：CN117218540A
公开(公告)日：2023-12-12
申请号：CN202311213024.0
申请日：2023-09-19
Applicant: 华南农业大学 , 广东省农业科学院茶叶研究所
Inventor： 吴伟斌 , 高昌伦 , 凌彩金 , 张方任 , 何兆铠 , 曹藩荣 , 罗远强 , 黄靖凯 , 李俊霖 , 李浩欣 , 段雨欣 , 王锴 , 罗青 , 李嘉堂 , 邱文隆 , 郑泽勇
Abstract: 本发明公开了一种基于高光谱图像的山地果茶树叶氮元素预测方法，包括：对山地果茶树叶高光谱信号进行CEEMDAN分解，得到包含n个本征模态函数的第一本征模态函数集和一个残差；根据第一本征模态函数集筛选出多个包含噪声较多、且有用信息较少的本征模态函数，对其使用SURE‑LET算法去噪；将去噪后的多个本征模态函数与未被筛选的多个本征模态函数合并得到第二本征模态函数集；对第二本征模态函数集和残差进行重构，得到去噪后的山地果茶树叶高光谱信号。本发明通过对山地果茶树叶高光谱信号进行CEEMDAN自适应分解，对分解后存在噪声信息的本征模态函数进行SURE‑LET算法去噪，然后重构的方法，能够在有效去除山地果茶树叶原始光谱曲线的噪声，减少有效信息损失，提高光谱信号信噪比，最终达到高效预测山地果茶树叶氮元素相对含量的目的。
-
Patent Agency Ranking
公开(公告)号：CN119357555A
公开(公告)日：2025-01-24
申请号：CN202411387549.0
申请日：2024-10-04
Applicant: 华南农业大学
IPC: G06F18/10 , G01N21/27 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F17/18
Abstract: 本发明提供了一种基于高光谱技术的茶圆赤星病危害等级检测方法，包括获取茶园内茶叶的原始高光谱数据，高光谱技术分辨率高，可以快速获取茶园内茶叶的连续波段的高光谱反射率信息。对原始高光谱数据进行预处理，得到预处理后数据，预处理包括滤波和一阶求导。一阶导能够放大光谱中的细节信息和噪声，所以先对原始高光谱数据进行滤波，再对滤波后数据进行一阶求导，从而消除基线漂移，减少背景区域带来的干扰，使得预处理后数据具有较高的分辨率。构建茶圆赤星病检测模型，将预处理后数据输入茶圆赤星病检测模型，进行危害等级判断，得到茶圆赤星病危害等级，可以有效对茶圆赤星病危害等级进行检测，且具有较高的识别准确率。
-
公开(公告)号：CN118656619B
公开(公告)日：2024-11-22
申请号：CN202411141620.7
申请日：2024-08-20
Applicant: 华南农业大学
IPC: G06F18/2113 , G06F18/10 , G06F18/27 , G01N21/25
Abstract: 本发明提供了一种光谱数据特征筛选方法、计算机设备和存储介质，属于光谱数据处理技术领域，其中方法包括获取目标检测物的原始光谱数据，对原始光谱数据进行预处理，得到预处理后光谱曲线。将预处理后光谱曲线变换到勒贝格空间，得到单位圆。基于单位圆计算目标矩阵，根据目标矩阵将预处理后光谱曲线分解为m层，得到k个重构后光谱函数。构建第i组样本对应的第i个偏最小二乘回归模型，从所有偏最小二乘回归模型中筛选出决定系数的最大值，将决定系数的最大值对应的目标矩阵作为最终光谱特征。上述方法改变了目标矩阵的选择方式，在单位圆的正交有理系统内计算目标矩阵，可以自适应选择目标检测物的光谱数据的特征，适用于小样本的应用场景。
-
公开(公告)号：CN118656619A
公开(公告)日：2024-09-17
申请号：CN202411141620.7
申请日：2024-08-20
Applicant: 华南农业大学
IPC: G06F18/2113 , G06F18/10 , G06F18/27 , G01N21/25
Abstract: 本发明提供了一种光谱数据特征筛选方法、计算机设备和存储介质，属于光谱数据处理技术领域，其中方法包括获取目标检测物的原始光谱数据，对原始光谱数据进行预处理，得到预处理后光谱曲线。将预处理后光谱曲线变换到勒贝格空间，得到单位圆。基于单位圆计算目标矩阵，根据目标矩阵将预处理后光谱曲线分解为m层，得到k个重构后光谱函数。构建第i组样本对应的第i个偏最小二乘回归模型，从所有偏最小二乘回归模型中筛选出决定系数的最大值，将决定系数的最大值对应的目标矩阵作为最终光谱特征。上述方法改变了目标矩阵的选择方式，在单位圆的正交有理系统内计算目标矩阵，可以自适应选择目标检测物的光谱数据的特征，适用于小样本的应用场景。
-
公开(公告)号：CN118247591B
公开(公告)日：2024-08-16
申请号：CN202410619949.3
申请日：2024-05-20
Applicant: 华南农业大学
IPC: G06V10/771 , G06T17/00 , G06T7/269 , G06T7/77 , G06V10/74
Abstract: 本发明提供了一种基于多重几何约束的动态掩膜剔除方法，包括对环境特征点集合进行第一次动态异常点检测，得到第一组动态异常点。对环境特征点集合进行第二次动态异常点检测，得到第二组动态异常点。从环境特征点集合中去除第一组动态异常点和第二组动态异常点，得到优化后特征点集合。基于优化后特征点集合，使用伪特征点增加策略以及静动态比对系数，计算标签的动态概率。引入不确定系数，结合动态概率计算最终动态置信度。结合动态概率和最终动态置信度，剔除动态掩膜。使用伪特征点增加策略，可以增加掩膜上的特征点数量，提升VSLAM的建图效果。结合动态概率和最终动态置信度，从而更准确地剔除动态掩膜，提高VSLAM的三维建图精度。
-
公开(公告)号：CN118247591A
公开(公告)日：2024-06-25
申请号：CN202410619949.3
申请日：2024-05-20
Applicant: 华南农业大学
IPC: G06V10/771 , G06T17/00 , G06T7/269 , G06T7/77 , G06V10/74
Abstract: 本发明提供了一种基于多重几何约束的动态掩膜剔除方法，包括对环境特征点集合进行第一次动态异常点检测，得到第一组动态异常点。对环境特征点集合进行第二次动态异常点检测，得到第二组动态异常点。从环境特征点集合中去除第一组动态异常点和第二组动态异常点，得到优化后特征点集合。基于优化后特征点集合，使用伪特征点增加策略以及静动态比对系数，计算标签的动态概率。引入不确定系数，结合动态概率计算最终动态置信度。结合动态概率和最终动态置信度，剔除动态掩膜。使用伪特征点增加策略，可以增加掩膜上的特征点数量，提升VSLAM的建图效果。结合动态概率和最终动态置信度，从而更准确地剔除动态掩膜，提高VSLAM的三维建图精度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.022 seconds)
