-
公开(公告)号：CN117761077A
公开(公告)日：2024-03-26
申请号：CN202311787442.0
申请日：2023-12-25
Applicant: 华南农业大学
IPC: G01N21/95 , B64U20/87 , G01N21/88 , G06V20/17 , G06V20/10 , G06V10/82 , G06N3/08 , B64U101/30 , B64U101/35
Abstract: 本发明公开了一种基于无人机的水稻病虫害检测系统和检测方法；所述水稻病虫害检测系统包括无人机系统和地面控制系统，所述无人机系统包括图像采集装置、无人机控制装置以及通信装置；所述图像采集装置包括图像采集模块和图像传输模块；所述无人机控制装置用于接收所述地面控制系统的控制指令，以实现对无人机的飞行状态进行调节，并实时将无人机的位置信息回传给地面控制系统；所述地面控制系统用于接收无人机上的图像传输模块传输回来的水稻图像，并通过训练好的水稻病虫害识别模型进行水稻病虫害的类型进行识别；本发明的水稻病虫害检测系统通过无人机对水稻田中的水稻病虫害信息进行检测，且检测精度和检测效率更高。
-
公开(公告)号：CN117746427A
公开(公告)日：2024-03-22
申请号：CN202311757209.8
申请日：2023-12-20
Applicant: 华南农业大学
IPC: G06V20/70 , G06V10/774 , G06V20/10 , G06V20/17 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于改进YOLOV5的水稻病虫害识别方法；首先采集不同类型的水稻虫害图像；接着对采集到的水稻虫害图像进行图像预处理以及对预处理后的水稻病虫害图像中的患病区域进行标注；随后对YOLOV5网络模型进行损失函数的优化，得到水稻病虫害识别模型；然后对水稻病虫害识别模型进行训练；对训练后的水稻病虫害识别模型进行验证，所构建的水稻病虫害识别模型对稻纵卷叶螟病、稻曲病、稻瘟病、条斑病和钻心病识别精确率分别为96.1％、95.5％、94.4％、93.6％和93.3％；将采集水稻田中的水稻图像输入构建好的水稻病虫害识别模型中，所述水稻病虫害识别模型可以准确识别并输出水稻病虫害信息，从而帮助农户和普通农技工作者进行快速、准确的田间调查。
-
公开(公告)号：CN119453168A
公开(公告)日：2025-02-18
申请号：CN202411859415.4
申请日：2024-12-17
Applicant: 华南农业大学
IPC: A01M7/00
Abstract: 本发明公开了一种植保无人机精准对靶喷洒方法、装置、设备和介质，其中的方法为：利用搭载RTK模块的无人机来测量作业区域的边界点的地理坐标；确定作业区域的边界，并计算出各个作业小区的地理坐标；地面控制端根据各个作业小区的中心点的地理坐标对无人机的作业航线进行规划；无人机搭载喷施作业模块按照规划好的作业航线进行喷施作业，并在位于作业区域的边缘作业小区进行喷施作业时，根据环境风速以及与喷施作物之间的相对高度，自适应调整喷施参数，确保喷洒出的农药在作业区域的边界范围内。本发明可有效解决逐点测量时存在的步骤繁琐，测量工作量大，效率低、靶区不易进入等问题，且能保证喷洒出的农药不会漂移到作业区域的安全边界外。
-
公开(公告)号：CN116893437A
公开(公告)日：2023-10-17
申请号：CN202310836834.5
申请日：2023-07-10
Applicant: 华南农业大学
IPC: G01S19/43
Abstract: 本发明涉及一种植保无人机精准对靶喷洒时靶区地理坐标的解析方法，包括以下步骤：划定作业区域，使用RTK采集作业区域边界点的地理坐标；计算作业区域的方位角、作业区域中心点的地理坐标；将作业区域按照该作业区域的方位角的角度进行逆时针坐标旋转，并按照预先设定的植保无人机喷幅和网格长度,将作业区域划分成若干作业小区；根据已知点的地理坐标，利用几何分析的方法计算出作业小区的中心点的地理坐标；将计算出的作业小区的中心点的地理坐标进行顺时针坐标旋转,旋转角度为方位角的角度；最后获得最终的各作业小区的中心点的地理坐标。本发明的解析方法可有效解决逐点测量时存在的步骤繁琐，测量工作量大，效率低、靶区不易进入等问题。
-
-
-
Search Results
4
records
(took 0.019 seconds)
