-
公开(公告)号：CN114995494A
公开(公告)日：2022-09-02
申请号：CN202210596576.3
申请日：2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于视觉定位的无人机自动除梢装置及其控制方法，装置包括：修剪除梢机构、冬梢和夏梢的视觉定位组件、以及控制及信息传输设备，所述的修剪除梢机构包括电池、支撑杆、电机托板、无刷直流电机和双面刀片；所述的冬梢和夏梢的视觉定位组件包括RGB‑D相机、光纤传感器、光纤放大器和微型处理器；所述的控制及信息传输设备包括Arduino开发板、继电器、电子调速器和USB‑TypeB数据线；本发明搭载在无人机平台上，能够适应丘陵果园的复杂地形条件，有效解决了地面修剪机器人面对高大果树上的冬梢或者夏梢无法工作的问题。
-
公开(公告)号：CN114487119A
公开(公告)日：2022-05-13
申请号：CN202210147170.7
申请日：2022-02-17
Applicant: 华南农业大学 , 岭南现代农业科学与技术广东省实验室
Abstract: 本发明公开了一种融合土壤容重的土壤含水率超声波检测装置及方法，装置包括土壤容器和可调升降台；所述可调升降台包括双头螺杆、锁止螺栓、上支撑平台、夹持板、左限位螺栓、右限位螺栓、下支撑平台、下螺孔、上螺孔、红外感知模块和位置感知模块；所述上支撑平台、夹持板与下支撑平台通过双头螺杆连接；所述双头螺杆通过锁止螺栓锁紧；所述夹持板的前端设置有与土壤容器相匹配的夹持部，并通过左限位螺栓、右限位螺栓对土壤容器进行固定；所述红外感知模块设置在夹持板上；所述位置感知模块设置在所述夹持板后端。本发明利用声速及土壤容重双参数来反演修正土壤含水量模型，具有计算速度快，应用范围广的特点。
-
公开(公告)号：CN114467393A
公开(公告)日：2022-05-13
申请号：CN202210071950.8
申请日：2022-01-21
Applicant: 华南农业大学 , 岭南现代农业科学与技术广东省实验室
Abstract: 本发明公开了一种模块化果园作业装备的快换装置，包括运转结构、快换结构和装备安装结构，所述运转结构包括支撑方框、千斤顶、导向助力模块、调高承重方框和滑轨模块，所述支撑方框的四角分别通过导向助力模块与调高承重方框的调高轨道连接，所述支撑方框的中部通过千斤顶与调高承重方框连接，所述滑轨模块安装于调高承重方框的顶部，所述滑轨模块与装备安装结构连接组成装备迁移轨道，所述快换结构可滑动地安装于装备迁移轨道。本发明实现作业底盘的快速换装，保证了果园作业装备的稳定上件，实现一机多用，提高果园机械作业效率，降低生产成本。
-
公开(公告)号：CN113989639A
公开(公告)日：2022-01-28
申请号：CN202111218586.5
申请日：2021-10-20
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/80 , G06V10/22 , G06V10/26 , G06V10/52 , G06V10/82 , G06V20/68 , G06K9/62 , G06N3/04 , G06N3/08 , G01N21/88
Abstract: 本发明公开了一种基于高光谱图像分析处理方法的荔枝病害自动识别方法及装置，包括下述步骤：收集自然条件下的荔枝果实图像，组成果实源数据集；将果实训练数据集导入U‑Net语义分割网络模型中进行训练，得到荔枝果实分割识别模型；获取荔枝病害源数据集，并对所述果实源数据集进行预处理并根据病情指数DI进行分级，得到荔枝病害训练数据集；将荔枝病害训练数据集导入光谱数据分析模型进行训练，得到荔枝病害检测模型；将待测高光谱图像的可见光数据导入荔枝果实分割识别模型，得到分割识别结果；将所述分割识别结果导入荔枝病害检测模型，得到荔枝病害识别结果。本发明提高了荔枝病害检测的效率和精度，有助于及时掌握荔枝果实的荔枝病害状态。
-
公开(公告)号：CN113989639B
公开(公告)日：2024-04-16
申请号：CN202111218586.5
申请日：2021-10-20
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/80 , G06V10/22 , G06V10/26 , G06V10/52 , G06V10/82 , G06V20/68 , G06N3/0464 , G06N3/0455 , G06N3/08 , G01N21/88
Abstract: 本发明公开了一种基于高光谱图像分析处理方法的荔枝病害自动识别方法及装置，包括下述步骤：收集自然条件下的荔枝果实图像，组成果实源数据集；将果实训练数据集导入U‑Net语义分割网络模型中进行训练，得到荔枝果实分割识别模型；获取荔枝病害源数据集，并对所述果实源数据集进行预处理并根据病情指数DI进行分级，得到荔枝病害训练数据集；将荔枝病害训练数据集导入光谱数据分析模型进行训练，得到荔枝病害检测模型；将待测高光谱图像的可见光数据导入荔枝果实分割识别模型，得到分割识别结果；将所述分割识别结果导入荔枝病害检测模型，得到荔枝病害识别结果。本发明提高了荔枝病害检测的效率和精度，有助于及时掌握荔枝果实的荔枝病害状态。
-
Patent Agency Ranking
公开(公告)号：CN117129570A
公开(公告)日：2023-11-28
申请号：CN202310627595.2
申请日：2023-05-31
Applicant: 岭南现代农业科学与技术广东省实验室 , 华南农业大学
Abstract: 本发明涉及一种基于声速反演的土壤含水率长期监测装置及监测方法，所述监测装置包括支架、太阳能供电模块、土壤含水率采集模块和控制模块；所述土壤含水率采集模块包括声速检测模块、温度传感模块和压力传感模块；所述声速检测模块包括声波发射探头和声波采集探头；所述声波发射探头用于发射特定频率的声波，将声波信号穿透土壤介质传递给所述声波采集探头；所述声波采集探头内置信号放大电路和信号调制电路，用于接收所述声波发射探头产生的透过土壤介质的声波信号；本发明的土壤含水率长期监测装置引入温度传感器和压力传感器分别获取土壤温度信息和土壤压力信息能进一步修正声速与土壤含水率的关系，提高土壤含水率的检测精度。
-
公开(公告)号：CN114487119B
公开(公告)日：2023-11-03
申请号：CN202210147170.7
申请日：2022-02-17
Applicant: 华南农业大学 , 岭南现代农业科学与技术广东省实验室
Abstract: 本发明公开了一种融合土壤容重的土壤含水率超声波检测装置及方法，装置包括土壤容器和可调升降台；所述可调升降台包括双头螺杆、锁止螺栓、上支撑平台、夹持板、左限位螺栓、右限位螺栓、下支撑平台、下螺孔、上螺孔、红外感知模块和位置感知模块；所述上支撑平台、夹持板与下支撑平台通过双头螺杆连接；所述双头螺杆通过锁止螺栓锁紧；所述夹持板的前端设置有与土壤容器相匹配的夹持部，并通过左限位螺栓、右限位螺栓对土壤容器进行固定；所述红外感知模块设置在夹持板上；所述位置感知模块设置在所述夹持板后端。本发明利用声速及土壤容重双参数来反演修正土壤含水量模型，具有计算速度快，应用范围广的特点。
-
公开(公告)号：CN113610048B
公开(公告)日：2023-08-01
申请号：CN202110978303.0
申请日：2021-08-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于图像识别的荔枝霜疫病自动识别方法、系统和存储介质，包括下述步骤：收集自然条件下感染霜疫病的荔枝果实图像，组成果实源数据集并进行数据扩增和预处理得到果实训练数据集；导入YOLO V3目标检测网络模型进行训练，得到检测识别模型；收集实验室条件下不同严重程度的荔枝霜疫病图像，组成霜疫病源数据集并进行数据扩增和预处理得到霜疫病训练数据集；导入PSPNet语义分割网络模型进行训练，得到病斑分割模型；将待检测图像导入检测识别模型，得到检测结果；将其导入病斑分割模型，得到分割结果；计算病情指数DI，判断荔枝霜疫病严重程度。本发明实现荔枝霜疫病无损快速精准识别，对荔枝病害精准防控和保障产量具有重要意义。
-
公开(公告)号：CN115063703A
公开(公告)日：2022-09-16
申请号：CN202210716215.8
申请日：2022-06-23
Applicant: 华南农业大学
Abstract: 本发明公开了一种果树成花率估测方法、系统、设备及存储介质，方法包括：采集果树花期的RGB图像，对所述RGB图像进行预处理，构建图像数据集；对所述图像数据集的花穗和树梢进行标注，获得完成标注的图像数据集；利用图像数据集对预先设立的目标检测模型进行预训练，通过对比精确度，选择最优的目标检测模型参数；利用最优的目标检测模型参数对目标检测模型进行训练，得到训练好的目标检测模型；利用训练好的目标检测模型对单棵果树的花穗和树梢进行目标检测，并构建单棵果树花穗和树梢的数量估计模型，利用数量估计模型对待检测果树成花率进行估计。本发明结合无人机技术和深度学习技术，通过实现果树花穗和树梢快速且准确地检测，从而为果树成花率的估测提供智能化的技术手段。
-
公开(公告)号：CN115063478A
公开(公告)日：2022-09-16
申请号：CN202210596577.8
申请日：2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于RGB‑D相机和视觉定位的水果定位方法、系统、设备及介质，方法包括：构建目标视觉定位模型；所述目标视觉定位模型包括预训练参数加载模块、目标特征提取模块、池化模块、多尺度特征融合模块和目标定位预测模块；获取水果果园场景中处于成熟期的果实RGB图像和深度图像；对采集的果实RGB图像和深度图像进行预处理，获得初始数据集；对初始数据集中每个RGB图像上的果实用进行标注；利用标注数据训练集中的RGB图像和标注数据对目标视觉定位模型进行训练；利用训练好的目标视觉定位模型对水果果园图像的果实进行定位预测。本发明基于RGB‑D相机和计算机视觉技术获取水果果实的三维坐标信息，对自动采摘机器人的发展具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.024 seconds)
