-
公开(公告)号：CN117876649B
公开(公告)日：2025-03-14
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：CN118238149B
公开(公告)日：2024-07-23
申请号：CN202410642242.4
申请日：2024-05-23
Applicant: 华南农业大学
Abstract: 本发明提供了一种基于改进后ABIT方法的采摘机械臂多线程路径规划方法，包括构建采摘机械臂的采样空间，根据初始起点和目标终点运行改进后ABIT方法，得到第一次规划路径。控制采摘机械臂按第一次规划路径运动，在静态场景下控制采摘机械臂进行轨迹修正，在动态场景下对采摘机械臂进行二次动态规划。实时更新采摘机械臂的运动轨迹，直到采摘机械臂到达目标终点。在静态场景下控制采摘机械臂进行轨迹修正，可以在采摘机械臂的运动过程中避免积累运动误差，防止运动误差导致的运动碰撞，以及运动误差使得运动精度降低。采摘机械臂在动态环境中可以根据动态障碍的变化来更新路径，从而提高采摘机械臂的农业场景适应能力。
-
公开(公告)号：CN117601834A
公开(公告)日：2024-02-27
申请号：CN202311659521.3
申请日：2023-12-05
Applicant: 华南农业大学
IPC: B60T17/22 , B60T13/74 , B60R16/03 , B60R16/023
Abstract: 本申请涉及一种电子机械制动系统故障自检测方法、装置、设备及介质，方法包括：获取电子机械制动系统中各个模块相对应的工作状态数据；根据电源模块、CAN通讯模块、传感器模块以及驱动电机模块相对应的工作状态数据按照各个模块相对应的故障触发条件，对电子机械制动系统进行故障自检测以确定制动系统故障结果；根据制动系统故障结果确定电子机械制动系统的故障等级，根据各种不同的故障等级确定故障等级相对应的安全制动策略；响应车辆制动指令，根据故障等级相对应的安全制动策略施加其相对应的制动力至行驶车辆，以完成电子机械制动系统的自检测。本申请能够快速准确的故障检测和容错控制，有效保证制动系统的基本功能。
-
公开(公告)号：CN117022248A
公开(公告)日：2023-11-10
申请号：CN202311094479.5
申请日：2023-08-28
Applicant: 华南农业大学
IPC: B60W30/04
Abstract: 本申请涉及一种重型货车防侧翻控制方法、装置、设备及介质，方法包括：获取重型货车的侧倾角、方向盘转角和车速，基于实时横向载荷转移率算法根据侧倾角、方向盘转角和车速确定重型货车的实时横向载荷转移率；检测实时横向载荷转移率的绝对值是否超过预设阈值，若超过，则在PID模糊控制器中根据实时横向载荷转移率的偏差值确定附加横摆力矩的补偿量；基于制动力矩算法根据附加横摆力矩的补偿量确定重型货车的制动力矩，检测到实时横向载荷转移率为正值时，则将制动力矩施加至重型货车的左前轮，检测到实时横向载荷转移率为负值时，则将制动力矩施加至重型货车的右前轮，以完成重型货车的防侧翻控制。本申请能够有效抑制车辆的侧翻状态。
-
公开(公告)号：CN116946150A
公开(公告)日：2023-10-27
申请号：CN202310917224.8
申请日：2023-07-25
Applicant: 华南农业大学
IPC: B60W40/08 , B60W30/08 , B60W50/14 , B60W30/085 , B60W30/095 , G06F18/24 , G06V40/16 , G06N5/048 , G06N3/0464 , G06N3/08 , G06V10/82
Abstract: 本发明提供一种基于驾驶员特性的汽车防碰撞预警模型优化方法，该方法包括：获取驾驶员的年龄信息；获取车辆行驶环境；获取驾驶员的驾驶经验；根据所述驾驶员的年龄信息、车辆行驶环境和驾驶员的驾驶经验判断所述驾驶员的反应距离；当所述车辆和所述行驶环境中的障碍物之间的距离小于等于所述驾驶员的反应距离时，进行防碰撞预警。本发明通过对驾驶员的驾驶行为进行数据采集、分析和预测，结合驾驶员的特性，将驾驶员的行为分为不同的类型，并根据不同类型的驾驶员行为，建立相应的安全距离模型。这种基于驾驶员特性的行为分析方法，可以更加准确地估算驾驶员的安全距离，提高驾驶安全性。
-
Patent Agency Ranking
公开(公告)号：CN118274847B
公开(公告)日：2024-07-30
申请号：CN202410710980.8
申请日：2024-06-04
Applicant: 华南农业大学
Abstract: 本发明提供了一种基于路面不平度的农业巡检机器人导航决策规划方法，包括控制农业巡检机器人构建二维栅格地图，根据二维栅格地图进行全局路径规划，得到全局最优路径。测量高度数据点的高度值，根据高度值计算激光评定值。根据激光评定值和视觉评定值计算路面不平度，根据路面不平度进行局部路径规划，得到局部最优路径。控制农业巡检机器人运动，更新全局最优路径和局部最优路径，直到农业巡检机器人到达目标终点。结合激光评定值和视觉评定值计算路面不平度，可以提前对周围环境的路面不平度进行识别与预测，提高了路面不平度评估的准确性和鲁棒性。根据场景实际情况实时更新全局最优路径和局部最优路径，可以保证巡检作业的顺利进行。
-
公开(公告)号：CN117932987A
公开(公告)日：2024-04-26
申请号：CN202410339637.7
申请日：2024-03-25
Applicant: 华南农业大学
IPC: G06F30/20 , G01M13/021 , G01M17/007 , G06F119/02 , G06F119/04
Abstract: 本发明提供了一种电动汽车齿轮箱疲劳载荷计算方法，包括获取电动汽车的齿轮箱的原始载荷谱，对原始载荷谱进行预处理，得到零部件LDD载荷谱。根据齿轮LDD载荷谱中的第i个载荷等级、第i+1个载荷等级和第i个载荷等级对应的循环次数，计算第i+1个载荷等级对应的损伤等效循环次数。将第i+1个载荷等级对应的实际循环次数和损伤等效循环次数相加，得到第i+1个载荷等级对应的最终循环次数。对最终循环次数使用线性插值法，得到齿轮的疲劳当量扭矩载荷。通过将载荷等级对应的循环次数转换为损伤等效循环次数，可以更准确地估计不同载荷等级对齿轮寿命的贡献。该转换基于等效累积损伤理论和材料的疲劳特性进行计算，从而更全面地考虑载荷的影响。
-
公开(公告)号：CN117252884A
公开(公告)日：2023-12-19
申请号：CN202311540916.1
申请日：2023-11-20
Applicant: 华南农业大学
Abstract: 本发明提供了一种基于自注意力机制的茶芽叶目标分割方法，获取茶芽叶图像，提取茶芽叶图像的特征，得到初级特征。将初级特征输入编码网络进行特征编码，得到第一编码序列。将第一编码序列输入双分支注意力模块。对第一编码序列进行单头注意力计算，得到第一特征序列，对第一编码序列进行多头注意力计算，得到第二特征序列，拼接第一特征序列和第二特征序列，得到第一拼接序列。基于第一拼接序列计算出第一特征块、第二特征块、第三特征块和第四特征块，对所有特征块进行多特征级联，分割出茶芽叶目标。上述方法可以结合茶芽叶图像的各种局部特征和全局特征，通过多特征级联可以在茶芽叶图像中分割出多种形态不同，遮挡状态不同的茶芽叶目标。
-
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。
-
公开(公告)号：CN118314304A
公开(公告)日：2024-07-09
申请号：CN202410356961.X
申请日：2024-03-27
Applicant: 华南农业大学
IPC: G06T19/00 , G06T17/05 , G06T17/00 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/73 , G06N3/045 , G06N3/08
Abstract: 本发明提供了一种林茶园语义动态VSLAM建图导航方法，包括基于扩增学习构建林茶园数据集，使用林茶园数据集对待训练模型进行训练，得到实例语义分割模型。使用实例语义分割模型剔除林茶园场景中的动态信息，得到已剔除图像，基于已剔除图像提取位姿，得到机器人位姿。结合已剔除图像和机器人位姿提取每帧的稠密点云信息，结合稠密点云信息和机器人位姿构建全局稠密点云地图。基于全局稠密点云地图构建语义八叉树地图，根据语义八叉树地图对机器人进行导航。上述方法提高了构建点云地图的精度，可以高度还原农业场景下的静态场景地图，对复杂的农业动态场景具有较强适应性和较好的鲁棒性，还可以提升机器人的场景识别能力和导航精度。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.023 seconds)
