-
Patent Agency Ranking
公开(公告)号：CN119146954B
公开(公告)日：2025-04-29
申请号：CN202411669000.0
申请日：2024-11-21
Applicant: 南京农业大学
Abstract: 本发明提供一种考虑振动误差自适应补偿的收获机GNSS/INS融合定位装置与方法，属于智能化农机导航与定位技术领域，融合定位方法包括：振动传感器、GNSS/INS采集收获机振动信息、定位信息、定向信息并传递至主机；主机建立不同工况下的振动误差补偿模型；主机根据振动特征使用RBF神经网络识别当前工况，然后选择相应的振动误差补偿模型，输出补偿后的GNSS数据；主机使用随机森林算法融合补偿后的GNSS数据与INS数据；输出融合数据为收获机提供定位信息。本发明通过建立振动误差补偿模型补偿GNSS数据，并将补偿后的GNSS数据与INS数据融合，能够提高收获机定位精度，推动农机导航与定位技术的发展。
-
公开(公告)号：CN119759108A
公开(公告)日：2025-04-04
申请号：CN202411871728.1
申请日：2024-12-18
Applicant: 南京农业大学
IPC: G05D3/20
Abstract: 本发明提供一种基于F‑PBVS的收获机卸粮筒位姿自动调节系统及方法，系统包括收获机‑运粮车通信系统、基于PBVS的卸粮筒运动规划系统、基于F‑PBVS的液压卸粮筒动态控制系统；收获机‑运粮车通信系统用于收获机与运粮车之间实时信息交互；基于PBVS的卸粮筒运动规划系统精准感知卸粮区域环境信息，获得卸粮筒位姿信息与最佳卸粮点集合，最终匹配最佳位姿函数模型，进行卸粮筒的运动轨迹规划；基于F‑PBVS的液压卸粮筒动态控制系统结合模糊逻辑控制和位置视觉伺服技术，通过液压驱动控制模块和误差修正模块的协同工作，实现了复杂环境下卸粮筒的高精度轨迹跟踪与卸粮口的精准对位。
-
公开(公告)号：CN119126138B
公开(公告)日：2025-03-25
申请号：CN202411238979.6
申请日：2024-09-04
Applicant: 南京农业大学
IPC: G01S17/86 , G06V20/52 , G06N20/10 , G06N3/006 , G06V10/26 , G06T5/70 , G06T5/20 , G06T7/90 , G06T5/30 , G06T7/60 , G06V10/764 , G01S17/88 , G01B11/06 , G01B11/02
Abstract: 本发明提供一种基于改进WOA算法优化SVM模型的运粮拖斗谷物装载状态检测系统及方法，检测方法包括：收获机向拖斗粮仓内卸粮，工控机、RGB相机、激光雷达启动；工控机对RGB相机获取的图像进行处理，分割出拖斗粮仓内谷物堆轮廓，计算谷物堆高度；工控机对激光雷达传入点云数据进行分割处理，计算谷物堆宽度；将谷物堆高度和宽度融合为特征向量，通过特征向量及优化后的SVM模型判断运粮拖斗是否满载。本发明能够对运粮拖斗内谷物装载状态进行实时监测，避免卸载过程中因谷物溢出而导致的卸粮损失问题，同时解决了传统SVM模型在检测运粮拖斗谷物装载状态时存在的检测准确率低、检测效率低和抗干扰能力差的问题。
-
公开(公告)号：CN119146954A
公开(公告)日：2024-12-17
申请号：CN202411669000.0
申请日：2024-11-21
Applicant: 南京农业大学
Abstract: 本发明提供一种考虑振动误差自适应补偿的收获机GNSS/INS融合定位装置与方法，属于智能化农机导航与定位技术领域，融合定位方法包括：振动传感器、GNSS/INS采集收获机振动信息、定位信息、定向信息并传递至主机；主机建立不同工况下的振动误差补偿模型；主机根据振动特征使用RBF神经网络识别当前工况，然后选择相应的振动误差补偿模型，输出补偿后的GNSS数据；主机使用随机森林算法融合补偿后的GNSS数据与INS数据；输出融合数据为收获机提供定位信息。本发明通过建立振动误差补偿模型补偿GNSS数据，并将补偿后的GNSS数据与INS数据融合，能够提高收获机定位精度，推动农机导航与定位技术的发展。
-
公开(公告)号：CN119126138A
公开(公告)日：2024-12-13
申请号：CN202411238979.6
申请日：2024-09-04
Applicant: 南京农业大学
IPC: G01S17/86 , G06V20/52 , G06N20/10 , G06N3/006 , G06V10/26 , G06T5/70 , G06T5/20 , G06T7/90 , G06T5/30 , G06T7/60 , G06V10/764 , G01S17/88 , G01B11/06 , G01B11/02
Abstract: 本发明提供一种基于改进WOA算法优化SVM模型的运粮拖斗谷物装载状态检测系统及方法，检测方法包括：收获机向拖斗粮仓内卸粮，工控机、RGB相机、激光雷达启动；工控机对RGB相机获取的图像进行处理，分割出拖斗粮仓内谷物堆轮廓，计算谷物堆高度；工控机对激光雷达传入点云数据进行分割处理，计算谷物堆宽度；将谷物堆高度和宽度融合为特征向量，通过特征向量及优化后的SVM模型判断运粮拖斗是否满载。本发明能够对运粮拖斗内谷物装载状态进行实时监测，避免卸载过程中因谷物溢出而导致的卸粮损失问题，同时解决了传统SVM模型在检测运粮拖斗谷物装载状态时存在的检测准确率低、检测效率低和抗干扰能力差的问题。
-
-
-
-
Search Results
5
records
(took 0.031 seconds)
