-
公开(公告)号:CN119866686A
公开(公告)日:2025-04-25
申请号:CN202510268696.4
申请日:2025-03-07
Abstract: 本发明涉及水田机械除草技术领域,具体为一种水田机械除草机器人,包括驱动主体与除草单元,本发明可根据需要可将除草单元更改为其他农业辅助机器,增加设备的利用率,根据水田中的水稻之间的行距,通过调整件改变二号拔草件除草的行距,在联动件的带动下,一号拔草件与二号拔草件共同快速改变除草行距,节省时间,根据水稻的高度,通过高度调节件调节一号拔草件与二号拔草件的高度,防止在除草过程中,高度调节件对水稻植株进行压迫,出现水稻植株倒伏的情况,通过土壤压实件对水稻植株两侧的泥土进行压实,避免水稻植株受到外界因素的影响而发生倒伏的情况。
-
公开(公告)号:CN119817262A
公开(公告)日:2025-04-15
申请号:CN202510137191.4
申请日:2025-02-07
Applicant: 江苏金秆农业装备有限公司 , 南京农业大学
IPC: A01C11/00
Abstract: 本发明涉及水草栽植技术领域,特别涉及一种适用于虾蟹池塘的水草栽植装置,包括左右对称设置的立板,左右两侧立板后侧之间设置有用于对大量伊乐藻苗进行放置的下藻机构,左右两侧立板前侧之间设置有用于对下藻机构最底部位置的伊乐藻苗进行抓取并插秧的插藻机构,下藻机构包括左右向等距排布在左右两侧立板之间的若干放苗槽架,本发明所采用的下藻机构和插藻机构配合使用,能够根据伊乐藻苗的种植植株间距需求进行适应性调整,适用性较强,同时,通过多点式自动推送下苗的方式有效保证伊乐藻苗的苗株质量,提高伊乐藻苗的存活率,并能够自动化进行夹苗和插苗过程,有效确保伊乐藻苗的种植效率。
-
公开(公告)号:CN118614248B
公开(公告)日:2025-02-07
申请号:CN202410907626.4
申请日:2024-07-08
Applicant: 南京农业大学
Abstract: 本发明涉及自动化技术领域,具体为一种可自动调节的除草机器人除草设备,包括支架板、切割机构和辅助机构,本发明中通过辅助机构中的调节组控制切割刀具与地面之间的距离使得切割刀具对草坪的切割高度保持一致,在移动过程中通过调节组中的滚轮与地面之间的配合,使得滚轮随着地面的高度变化带动矩形板的上下移动,进而通过转动柱带动切割刀具与上下移动,使得切割过程中切割刀具与地面之间的高度保持一致,保证的切割除草后的美观,通过推草板将前进方向上的草推向引导组,使得被推向引导组的草通过引导组内引导板的形状配合将草聚拢,之后再通过切割刀具对其进行切割,切割完成后的草通过拨草组将聚拢在中间的草拨散。
-
公开(公告)号:CN116076235B
公开(公告)日:2025-02-07
申请号:CN202310056194.6
申请日:2023-01-19
Applicant: 南京农业大学
Abstract: 本发明涉及一种番茄采摘分拣方法及系统,属于农业采摘技术领域。所述番茄采摘分拣方法包括采摘时,控制执行器对番茄施加的压力,直至达到预设压力值;基于预设压力值进行番茄电阻抗测试;根据生物电阻抗等效电路,确定压力曲线;利用压力曲线补偿采摘时的压力;基于补偿后的压力进行番茄电阻抗测试,得出番茄电阻抗;将获取到的番茄电阻抗与构建的数据库对比,得出番茄品质信息,进而进行分拣。本发明在采摘时通过电阻抗测试得到更精确的压力曲线,利用压力曲线补偿采摘时的压力,以达到更加精确的无损采摘;同时通过补偿后的压力进行番茄电阻抗测试,得出更精确的番茄电阻抗,以判断番茄的品质,进而实现采摘分拣复合作业,节约二次分拣时间。
-
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:CN118584953B
公开(公告)日:2024-11-22
申请号:CN202410624883.7
申请日:2024-05-20
Applicant: 南京农业大学
Abstract: 本发明提供一种基于收获机卸粮口识别追踪的收获机‑运粮车双模切换协同卸粮系统及方法,首先收获机自动驾驶系统根据预测的收获机粮仓装满时间和运粮车到达当前位置所用时间,向运粮车自动驾驶系统发送调度指令;运粮车运动到位后,卸粮口实时识别追踪系统融合改进YOLOv8算法及KCF核相关滤波算法定位跟踪卸粮口,并将相对位置关系数据发送至运粮车自动驾驶系统,运粮车自动驾驶系统分析计算收获机卸粮口和运粮车粮仓最佳位置关系,并以此为优化目标控制运粮车与收获机协同作业。本发明有助于减少人工参与,降低卸粮环节作业劳动强度,提高收获作业效率,解决了协同卸粮过程能耗高、整体效率低、严重依赖收获机和运粮车定位精度问题。
-
公开(公告)号:CN116874120B
公开(公告)日:2024-09-17
申请号:CN202310927493.2
申请日:2023-07-27
Applicant: 江苏海洋大学 , 南京农业大学 , 南通龙洋水产有限公司
Abstract: 本发明涉及水质处理调节柜技术领域,具体的说是一种多功能水质处理调节柜,包括初步处理结构、二级处理结构和支撑框架,支撑框架的内端一侧限位安装有初步处理结构,初步处理结构的侧端连通有二级处理结构,初步处理结构能够进行入药‑混合‑静置一体化处理,同时能够进行初筛回流处理,二级处理结构能够进行多级过滤,提高水体的质量,初步处理结构包括循环连通部件和静置混合处理部件,循环连通部件的侧端连通有静置混合处理部件,循环连通部件包括连通泵、对接座、连通管、配合导座、回流管、过滤座、分离座、杂质导排座、导排连通管和吸附泵。通过初步处理结构、二级处理结构的结构设置,方便进行连续化水质处理工作。
-
公开(公告)号:CN118575793A
公开(公告)日:2024-09-03
申请号:CN202410663471.4
申请日:2024-05-27
Applicant: 江苏省农机具开发应用中心 , 南京农业大学
Abstract: 本发明涉及水产养殖技术领域,具体的是一种河蟹捕捞装置,包括底板,底板上方从左至右依次安装有支承板与卷扬机,卷扬机右侧通过钢丝绳连接有放置框,放置框内部从左至右均通过可拆卸方式依次连接有饵料筐与捕捞箱,捕捞箱右端底部设置有入口,放置框外侧连接有称重单元,捕捞箱内部连接有三个捕捞单元。本发明在对河蟹进行捕捞的同时能够根据河蟹的体型大小进行快速分开装载,提高了分装的准确度;通过称重单元对捕捞的河蟹进行实时检测称重,进而根据捕捞量的多少来控制收集的时间,设置捕捞单元能够对河蟹进行二次筛选并保证河蟹分布均匀并有效防止河蟹出逃,避免了因发生冲突而导致断钳,提高了河蟹的捕捞质量。
-
公开(公告)号:CN117011795B
公开(公告)日:2024-02-13
申请号:CN202310991764.0
申请日:2023-08-08
Applicant: 南京农业大学 , 金陵科技学院 , 昆山市阳澄湖大闸蟹产业研究院
IPC: G06V20/52 , G06V40/10 , G06V10/82 , G06V10/774 , G06N3/0464 , G06V10/56 , G06N5/048
Abstract: 本发明提供一种基于类高斯模糊支持度的河蟹生长状态无损监测评估平台及方法,利用河蟹自身的生物特性来解决河蟹在养殖塘养殖时环境阴暗、地形复杂导致的难以进行生长表型监测的难题。监测评估平台包括由引蟹地笼、河蟹信息收集平台组成的信息采集模块,还包括用于实现数据接收、数据分析、数据显示、辅助决策等功能的工控机。工控机采用历史图片对YOLOV5目标识别算法进行训练,训练后的模型可自动删除错误图片,减少图片处理量,同时构建类高斯模糊支持度函数对多平台采集的河蟹图片头胸甲颜色进行判别,可主动、快速以及更为准确地判断河蟹的生长状态,整个过程对河蟹生长完全无(56)对比文件Han wang 等.Quality Grading of RiverCrabs Based on Machine Vision and GA-BPNN《.sensors》.2023,1-19.张云 等.中华绒螯蟹蟹壳颜色的识别量化研究《.江苏农业科学》.2005,(第06期),115-117.
-
公开(公告)号:CN115963066A
公开(公告)日:2023-04-14
申请号:CN202211729717.0
申请日:2022-12-30
Applicant: 江苏海洋大学 , 南京农业大学 , 南通龙洋水产有限公司
IPC: G01N21/25 , G06F17/16 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本申请提供了一种陆基鱼塘养殖水质光谱检测方法、装置及计算机设备,涉及水环境处理领域,用于提高陆基鱼塘养殖水质光谱检测的效率。方法主要包括:获取不同区域陆基鱼塘的高光谱样本数据和对应的实测养殖水质检测数据;确定第i个区域陆基鱼塘的高光谱样本数据对应的光谱特征矩阵;将第i个光谱特征矩阵输入到光谱水质识别模型中得到对应的预测养殖水质检测数据;计算光谱水质识别模型的损失值;若损失值大于预置数值或迭代次数小于预置次数,则i=i+1,并确定第i个区域陆基鱼塘的高光谱样本数据对应的光谱特征矩阵;若损失值小于或等于预置数值且迭代次数大于等于预置数值,则根据训练好的光谱水质识别模型识别目标区域陆基鱼塘的养殖水质。
-
-
-
-
-
-
-
-
-