-
公开(公告)号：CN114397079B
公开(公告)日：2023-05-02
申请号：CN202111398744.X
申请日：2021-11-24
Applicant: 东北农业大学
Abstract: 一种智能化多功能碰撞恢复系数测量装置，属于物理性能测试仪器；包括平面镜、推拉电磁铁、底座、高速摄像机、背板、滑槽、碰撞滑道、夹持滑槽、坐标板、压力传感器、冲量传感器、待测材料固定槽、计算机；测试时通过角度、高度、物料释放位置可调的碰撞滑道控制物料碰撞，实现使用一套装置完成物料间及物料与其他材料间碰撞恢复系数的测量，通过高速摄像机、冲量传感器、压力传感器采集数据经搭载英伟达显卡的计算机采用智能化算法自动处理后同时获得牛顿恢复系数和Poisson恢复系数。
-
公开(公告)号：CN113798185A
公开(公告)日：2021-12-17
申请号：CN202111111124.3
申请日：2021-09-23
Applicant: 东北农业大学
Abstract: 一种筛面上下往复运动的组合旋转式玉米籽粒清选机构属于农业机械；杂余收集圆筒上安装驱动轴，驱动轴上依次安装带轮、挡料圆盘和主动锥齿轮，旋转主轴上依次安装从动锥齿轮、挡料圆盘、圆形筛面、球状构件，两锥齿轮相互啮合。组合筛面绕球状构件上下滑动，结合组合筛面后的伸缩件、机壳上波浪滑道，组合筛面可旋转且上下往复运动。机壳用支承杆与杂余收集圆筒固装。本机构通过旋转主轴使组合筛面旋转，球状构件、伸缩件和机壳波浪滑道实现组合筛面旋转且上下往复运动，提高玉米籽粒清选效率，实现玉米籽粒与杂余间的高度分离，当清选机构中物料含水率较高时，本机构能够提高其分散效率，具有结构设计新颖、合理、清选能力强等特点。
-
公开(公告)号：CN106489576A
公开(公告)日：2017-03-15
申请号：CN201610936877.0
申请日：2016-11-01
Applicant: 东北农业大学
CPC classification number: A01G9/02 , A01G27/003
Abstract: 自寻光式花卉环境全方位监控的智慧花盆，涉及一种智能花盆，为了解决人为的打理方式不能满足花卉需求的问题。信息采集模块包括湿度传感器模块、温度传感器模块和光照传感器模块；水泵控制模块，用于对湿度值进行判断，当湿度值低于预先设置的最佳湿度值时开启储水箱的水泵；电机驱动模块，用于根据光照传感器模块的采集时间向多个马达电机发送控制信号；还用于根据花盆各区域的编号及相应光照强度向多个马达电机发送控制信号；多个马达电机分别与多个滑轮相对应，马达电机与滑轮连接，滑轮设置在智慧花盆的底部；液晶显示模块，用于对接收到的信息进行显示。本发明可保证花卉的营养均衡，适用于种植花卉。
-
公开(公告)号：CN114602792B
公开(公告)日：2024-12-24
申请号：CN202210251169.9
申请日：2022-03-15
Applicant: 东北农业大学
Abstract: 一种基于仿生结构表面的分段式玉米清选筛及其智能控制系统，包括高清摄像机、左移筛面a、右移筛面a、左移筛面b、右移筛面b、左移筛面c、右移筛面c、左移筛面d、右移筛面d、筛盖、筛框、推拉电磁铁，作业时高清摄像机拍摄筛上物料分布情况并传入脉冲耦合神经网络(PCNN)对图像进行处理分析，结合分析结果通过推拉电磁铁控制各段筛片左右运动，利用各段筛片上的仿蝴蝶翅膀表面微观鳞片结构使筛上物料按照预期的运动形式运动，实现筛上物料的横向均匀分布，本发明具有结构简单、可靠、合理，对玉米籽粒清选效率高、清选质量好，智能化程度高，物料在筛上横向分布均匀，筛面利用率高等特点。
-
公开(公告)号：CN117292177A
公开(公告)日：2023-12-26
申请号：CN202311159884.0
申请日：2023-09-11
Applicant: 东北农业大学
IPC: G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/08 , G01C21/12
Abstract: 本发明适用于神经网络技术领域，提供了基于CNN的用于辅助导航的作物行方向实时获取方法，所述方法包括以下步骤：采集得到视频文件，根据视频文件中的图像中心脊方向与水平基线的夹角α将图像旋转一定的角度得到包含180个类别的图像数据集；对包含180个类别的图像数据集进行筛选得到包含60个类别的图像数据集，确定训练集、验证集和测试集；确定卷积控制参数、激活函数、优化器以及CNN模型结构，构建CNN模型；对CNN模型的准确性进行验证，对CNN模型的处理速度进行验证。本发明基于作物行线提供实时连续且可接受的方向引导，准确率高，可以稳定、独立地用于农田无人驾驶智能操作平台，或在主导航方法意外失效时用于实时辅助导航模式。
-
Patent Agency Ranking
公开(公告)号：CN115941895A
公开(公告)日：2023-04-07
申请号：CN202211397920.2
申请日：2022-11-09
Applicant: 东北农业大学
Abstract: 本发明公开了一种具有无人机辅助的可穿戴放牧系统，涉及牲畜监测技术领域。本发明的技术要点包括：牲畜佩戴一个小型物联网设备，由北斗模块、六轴姿态传感器、语音播放模块、NB‑IoT等组成；另外还有一个具有图传与GPS的无人机辅助设备；物联网设备负责监控牲畜的姿态和地理位置；当牲畜离开指定区域时，佩戴的设备会模拟狗吠的声音来驱赶牲畜，当牲畜长时间未返回电子围栏或检测到有危险时，无人机会根据牲畜的地理位置自动前往报警区域。本发明结合多个传感器实现了电子围栏和电子牧羊犬的功能，无人机作为辅助设备，根据牲畜情况进行反馈控制，只有在需要时才会飞往报警区域，避免了无人机飞行时间长而造成的电池电量不足和对牲畜的干扰问题。
-
公开(公告)号：CN108038517A
公开(公告)日：2018-05-15
申请号：CN201810001659.7
申请日：2018-01-02
Applicant: 东北农业大学
Abstract: 基于改进卷积神经网络模型Cifar10的玉米叶片病害识别方法，本发明涉及玉米叶片病害识别方法。本发明为了解决现有技术病害种类识别精确度低以及系统的鲁棒性差的缺点。本发明包括：一：将收集的玉米叶片图像数据集进行扩大后，进行图像数据集的预处理；预处理后的图像数据集分为训练集和测试集；二：在卷积神经网络模型Cifar10的两个全连接层之间添加Relu与Dropout操作，得到最优测试精度的Dropout概率值；三：确定三个卷积层后的最优池化组合方式，得到改进后的卷积神经网络模型；四：将测试集输入改进后的卷积神经网络模型中，完成对玉米叶片病害种类的识别。本发明用于图像识别技术领域。
-
公开(公告)号：CN106774395A
公开(公告)日：2017-05-31
申请号：CN201611155201.4
申请日：2016-12-14
Applicant: 东北农业大学
Abstract: 本发明提供一种农用植保无人机避障喷施路径规划方法及无人机，涉及无人机路线规划方法及控制方法领域，为了解决现有技术中的避障算法未能兼顾减少路径长短以及减少重喷漏喷的缺点，而提出一种新的用于植保无人机的避障路径规划方法及无人机，所述方法包括：判断第一条喷施路径的起点和终点构成的直线段与障碍圆是否相交；若相交，则生成Dubins路径并确定所有可选的飞行路径，计算第一条路径的飞行路径长度、转弯路径的长度、重复喷施面积：重复上述步骤，直至计算出所有的飞行路径长度以及重复喷施面积，为了快速找出最佳路径加入了遗传算法，在所述可选的飞行路径中快速选取最佳路径。本发明适用于植保无人机。
-
公开(公告)号：CN103950540B
公开(公告)日：2016-02-03
申请号：CN201410128587.4
申请日：2014-04-01
Applicant: 东北农业大学
Abstract: 本发明提供了一种基于无线传感器网络的植保无人机喷施作业方法，在作业区域内布设多个无线传感器节点以实时采集并反馈喷施物浓度，无人机根据喷施物浓度状态进行航迹角调整，如果喷施物浓度差值高于设定阈值则改变原航迹角，使无人机朝向喷施物浓度较低的方向飞行，以达到对作业区域喷施均匀的目的。本发明提高了农田作业环境下无人机的自主运行能力，解决了无人机作业时由于风向等因素造成的喷施不均问题，保证了无人机的作业效果和作物产量。
-
公开(公告)号：CN118334366A
公开(公告)日：2024-07-12
申请号：CN202410447853.3
申请日：2024-04-15
Applicant: 东北农业大学
IPC: G06V10/44 , G06V10/26 , G06V10/82 , G06V10/30 , G06V10/34 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明一种基于改进U‑net网络的生菜叶片气孔特征提取方法，涉及植物信息提取技术领域，为解决现有的技术中缺少能同时实现对气孔的自动分割并实现气孔特征的有效提取的方法的问题。包括如下步骤：步骤一、采集植物叶片，制成切片，采集叶片切片的图像，并对数据进行预处理，构建叶片气孔图像数据集；步骤二、构建基于U‑net的语义分割模型，模型构建有混合空洞卷积模块、重叠池化模块以及注意力机制CBAM模块；步骤三、采用所述语义分割模型对叶片气孔图像数据进行语义分割；步骤四、对分割后的叶片气孔图像进行气孔特征提取。本发明方法用于植物叶片气孔的自动分割以及气孔特征的有效提取。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.022 seconds)
