-
公开(公告)号：CN108037081A
公开(公告)日：2018-05-15
申请号：CN201710985064.5
申请日：2017-10-20
Applicant: 中国农业大学
IPC: G01N21/31 , G01N21/359
Abstract: 本发明提供一种酿酒葡萄成熟度监测方法和系统，所述方法包括：S1、基于葡萄生长阶段内的光谱图像信息与各理化指标值对应关系，预测葡萄当前各理化指标预测值；S2、基于各理化指标值随葡萄成熟度的迁移关系，得到葡萄的成熟度参数。基于葡萄光谱图像信息与理化指标值的对应关系、理化指标值与成熟度参数的关系，建立葡萄成熟度参数的计算模型，通过采集葡萄的光谱图像信息，利用可靠的预测模型对真实值进行预测，根据不同理化指标的含量反馈出酿酒葡萄的成熟程度，并根据采集的数据和检测模型的更新维护方法定期对可靠的预测模型进行扩充和更新，最终达到酿酒葡萄成熟度的实时监测的目的。
-
公开(公告)号：CN105300851B
公开(公告)日：2017-08-25
申请号：CN201510769664.9
申请日：2015-11-11
Applicant: 中国农业大学
Abstract: 本发明属于农业航空与地面喷洒作业与试验领域，尤其涉及一种基于激光技术的喷雾雾滴三维空间分布的检测方法。其特征在于，采用双传感器垂直布置交叉检测，提取雾滴目标的坐标转换，通过时域叠加的统计分析，得到一个截面的雾场沉降空间分布区间；将整个雾场划分为若干截面，通过等间距移动激光传感器，沿雾场扩散方向扫面，将每个截面的雾滴按实际位置情况叠加，即可得到雾滴的真实存在，表现为整个雾场的空间分布情况。通过对每个截面雾滴的分布位置的连接，形成雾场的三维空间模型。本发明能直接得到雾场截面的轮廓、雾滴分布的宽度与高度，复原喷雾雾滴扩散与沉降情况，检测误差小，操作简便，重复性好，能够检测到雾场与作物接触面的范围。
-
公开(公告)号：CN110314860B
公开(公告)日：2024-08-02
申请号：CN201910536245.9
申请日：2019-06-20
Applicant: 中国农业大学
Abstract: 本发明属于现代农业智能装备技术领域，涉及一种基于机器视觉的穴盘苗分级识别装置及实现方法。所述装置包括交替顶升装置(1)、水平开合装置(2)、水平图像采集背景板(3)、垂直方向相机(4)、支架(5)、水平方向相机(6)、穴盘苗(7)、传送带(8)。利用传送带(8)将穴盘苗(7)移动到指定位置后，通过交替顶升装置(1)将穴盘苗顶起，水平开合装置(2)将顶起穴盘苗与下方密集穴盘苗隔离。通过垂直方向相机(4)和水平方向相机(6)对顶起的穴盘苗进行图像采集，通过图像处理，进而对穴盘苗进行分类识别。本发明可以实现对穴盘苗垂直方向和水平方向的无干扰图像采集，进而为穴盘苗分级识别提供保障。
-
公开(公告)号：CN113607972B
公开(公告)日：2022-11-01
申请号：CN202110727968.4
申请日：2021-06-29
Applicant: 中国农业大学
Abstract: 本发明涉及一种风速风向同步检测装置，包括：感应装置和数据采集电路；所述感应装置包括：轻质球、三根碳纤维杆、三个支座、三角底座和高锰钢弹性片；三根碳纤维杆的一端均匀安装在轻质球上，另一端分别安装在三个支座上；每个支座下端安装有一个高锰钢弹性片；所述数据采集电路包括：四片应变片组成的惠斯通半桥电路、差动放大器和模拟信号采集卡；每组惠斯通半桥电路的输出端与差动放大器的输入端进行连接；模拟信号采集卡的输入端与差动放大器的输出端进行连接。本发明能对喷施作业环境的风速风向进行点位检测，能对无人机悬停或飞掠时风场的风速风向进行同步点位检测，能直观显示待测位置的风速风向，复原该待测位置的实际风场变化。
-
公开(公告)号：CN114485667A
公开(公告)日：2022-05-13
申请号：CN202210036882.1
申请日：2022-01-13
Applicant: 中国农业大学
Abstract: 本发明公开了一种轻智能化的果园地头导航方法，属于农业智能技术领域。该方法包括以下步骤：S1.通过三维激光雷达采集果园原始三维点云数据，并对原始三维点云进行滤波；S2.利用PCL点云库提取果树树干信息；S3.通过识别树干进行行末定位，确定地头导航起点；S4.提取果园地头特征；S5.利用神经网络匹配有效导航路径；S6.控制机器人转向，完成地头导航。本发明利用激光雷达采集果园点云数据，更适用于光照强烈、地形复杂的丘陵果园，且采用神经网络的方法匹配有效地头转向路径，匹配精度高、抗干扰能力强。
-
Patent Agency Ranking
公开(公告)号：CN114049293A
公开(公告)日：2022-02-15
申请号：CN202111110587.8
申请日：2021-09-18
Applicant: 中国农业大学
Abstract: 本发明公开了一种奶牛乳房炎识别与患病等级划分装置，包括：图像采集系统、图像分析系统、奶牛乳房炎识别系统、奶牛患病等级划分系统和显示系统；图像采集系统将采集的视频传输至图像分析系统，图像分析系统将处理后的数据分别传输至奶牛乳房炎识别系统、奶牛患病等级划分系统实现奶牛乳房炎识别与患病等级划分，最后在显示系统中实现识别结果的可视化。本发明的装置可批量快速准确识别奶牛乳房炎，不需要采集奶牛的牛乳样品进行实验室检测，实现了奶牛乳房炎患病情况的自动化和规模化识别，提高了奶牛乳房炎患病情况识别的准确率、识别速度和效率，可用于规模化牧场中奶牛乳房炎患病情况与患病等级的快速准确识别，对奶牛规模化养殖有重要意义。
-
公开(公告)号：CN111874259B
公开(公告)日：2021-10-29
申请号：CN202010447147.0
申请日：2020-05-25
Applicant: 中国农业大学
IPC: B64F5/60
Abstract: 本发明涉及一种植保无人机升力与地效变化实时检测系统，包括：小链轮、电机、两个轮架、光杆Ⅰ、滑块Ⅰ、两个桁架、链轮座、大链轮、横梁、导线、陀螺仪、单片机与无线通信系统、电源、光杆Ⅱ、滑块Ⅱ、扎带、拉压力传感器Ⅰ、中心架、拉压力传感器Ⅱ、移动梁、链条、压力传感器Ⅰ、压力传感器Ⅱ、压力传感器Ⅲ、压力传感器Ⅳ、压力传感器Ⅴ、压力传感器Ⅵ、压力传感器支架Ⅰ、压力传感器支架Ⅱ、压力传感器支架Ⅲ、压力传感器底座、两个压力传感器底座光杆；本发明植保无人机的高度可调节，且能够获得植保无人机姿态变化情况和地面风场变化情况，并通过升力变化和姿态变化分析地面效应强度变化，为植保无人机实际施药作业的参数选择提供依据。
-
公开(公告)号：CN108037081B
公开(公告)日：2020-07-28
申请号：CN201710985064.5
申请日：2017-10-20
Applicant: 中国农业大学
IPC: G01N21/31 , G01N21/359
Abstract: 本发明提供一种酿酒葡萄成熟度监测方法和系统，所述方法包括：S1、基于葡萄生长阶段内的光谱图像信息与各理化指标值对应关系，预测葡萄当前各理化指标预测值；S2、基于各理化指标值随葡萄成熟度的迁移关系，得到葡萄的成熟度参数。基于葡萄光谱图像信息与理化指标值的对应关系、理化指标值与成熟度参数的关系，建立葡萄成熟度参数的计算模型，通过采集葡萄的光谱图像信息，利用可靠的预测模型对真实值进行预测，根据不同理化指标的含量反馈出酿酒葡萄的成熟程度，并根据采集的数据和检测模型的更新维护方法定期对可靠的预测模型进行扩充和更新，最终达到酿酒葡萄成熟度的实时监测的目的。
-
公开(公告)号：CN110450974A
公开(公告)日：2019-11-15
申请号：CN201910633747.3
申请日：2019-07-15
Applicant: 中国农业大学
IPC: B64F5/60
Abstract: 本发明涉及一种多旋翼植保无人机施药性能的室内检验系统与方法，系统包括：上位机模块、下位机模块、直线运动模块、升降运动模块、直线运动距离检测模块、升降距离检测模块、底座和激光雷达。安装无人机于无人机固定装置上；将横梁调整至某一高度，将直线传动板调整至初始位置；设定无人机的运动速度，启动多旋翼植保无人机和直线电机模组，无人机开始前后直线运动；同时激光雷达扫描截面内的喷雾场，在上位机模块显示输出；根据检验需求，调整横梁的高度与无人机的速度，重复上述步骤，获得不同作业参数条件下的多旋翼植保无人机喷幅与雾场分布。本发明针对无人机喷雾在室内的模拟作业测试，检测误差小、操作简便，具有可重复性。
-
公开(公告)号：CN110249741A
公开(公告)日：2019-09-20
申请号：CN201910488310.5
申请日：2019-06-05
Applicant: 中国农业大学
Abstract: 本发明涉及一种马铃薯种薯处理方法，包括：1.根据马铃薯种薯切块的要求，对马铃薯种薯的质量和芽眼总数进行分配，得到拟分割的芽块数及每个芽块含有的芽眼数；2.根据每个芽块含有的芽眼数，按照“坐标就近原则”提出两种分配方法，分别依次分配芽眼的三维坐标；3.根据步骤2中分配的相邻两个芽块上芽眼的三维坐标求解分割面；4.确定马铃薯种薯的执行切块方法。所述方法充分利用了点云模型能够体现马铃薯种薯三维空间结构及表面芽眼的空间分布这一特点，按照马铃薯种薯切块的要求进行芽块数、芽眼数及芽眼三维坐标分配，并求解分割面方程，利用所得分割面能够实现对马铃薯种薯的芽块分割，为实现智能化的种薯切块奠定了理论基础。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.037 seconds)
