-
公开(公告)号：CN116868820A
公开(公告)日：2023-10-13
申请号：CN202311058467.7
申请日：2023-08-21
Applicant: 常州大学
IPC: A01G13/02
Abstract: 本发明涉及智能农业机器人技术领域，尤其涉及一种棚架果蔬多臂套袋机器人及其套袋方法，包括移动组件、控制组件和套袋组件；移动组件包括移动平台、万向轮和驱动机构，驱动机构与万向轮连接；套袋组件包括第一伺服机构、第二伺服机构和第三伺服机构，第一伺服机构上设置有第一机械臂，第二伺服机构上设置有第二机械臂，第三伺服机构上设置有第三机械臂，第一伺服机构、第二伺服机构和第三伺服机构以中心对称的方式设置；控制组件包括深度相机、与深度相机电性连接的边缘计算端和控制器，移动组件上设置有支撑平台。通过第一机械臂、第二机械臂以及第三机械臂同时对棚架上的果蔬进行套袋操作，从而降低了人工的工作强度，提高了套袋效率。
-
公开(公告)号：CN116746944A
公开(公告)日：2023-09-15
申请号：CN202310409607.4
申请日：2023-04-17
Applicant: 常州大学
IPC: A61B5/369 , G06F18/213 , G06F18/241 , G06F18/10 , G06N3/0464 , G06N3/048 , G06N3/08 , A61B5/372 , A61B5/00
Abstract: 本发明涉及脑电信号处理技术领域，尤其涉及一种基于神经网络的上肢脑电信号识别方法及训练系统，包括：采集上肢肩、肘、腕三个关节的脑电EEG数据，并对数据流进行滤波处理和标注；构建CNN神经网络，对脑电EEG数据进行训练分类；数据通信模块是利用TCP/IP协议将在线脑电特征分析模型与VR康复训练游戏模块连接。本发明采用多层CNN卷积层融合技术，提高脑电动作识别的准确性；并利用socket技术实现线脑电特征分析与VR康复训练游戏的数据交互。
-
公开(公告)号：CN115713693A
公开(公告)日：2023-02-24
申请号：CN202211484189.7
申请日：2022-11-24
Applicant: 常州大学
IPC: G06V20/10 , G06V10/26 , G06V10/82 , G06N3/082 , G06N3/0464
Abstract: 本发明涉及果树剪枝技术领域，尤其涉及一种基于神经网络和模糊决策的果树剪枝方法及系统，包括：通过AR眼镜采集果树枝干图像；对果树枝干图像进行对暗光增强和曝光纠正；采用ShuffleNetV2的基本单元及网络结构，卷积层部分融入ResNet101的层级分割，对图像进行枝干分割，输出影响果树剪枝决策的特征；将果树剪枝决策的特征输入TSK模糊神经网络，输出枝条的类别。本发明克服了艰难的地形带来的影响，保证在地势险要的地方仍然能够正常作业，灵活完成AR智能识别剪枝点；还克服了一般深度学习神经网络模型需要大量训练集、计算量大、对计算机硬件要求高，识别精度不够高缺点。
-
公开(公告)号：CN115496979A
公开(公告)日：2022-12-20
申请号：CN202211120206.9
申请日：2022-09-15
Applicant: 常州大学
Abstract: 本发明涉及图像检测技术领域，尤其涉及一种基于多重特征融合的果园幼果生长姿态视觉辨识方法，包括采集果园幼果数据图像，对图像中的目标检测框进行调整；通过标注的数据集进行格式转换，对转换后的数据集进行裁剪预处理；构建幼果生长姿态特征提取模型，并采用Bi‑FPN网络对特征提取模型的浅层特征图与高层特征图进行深度融合；采用姿态预测层对融合处理后的特征图进行姿态框回归，并对目标区域进行提取；通过训练数据集对模型进行训练，保存姿态框的坐标，计算幼果生长姿态角度。本发明在实现智能套袋的机械化、自动化以及智能化以及保证幼果的适时高效率套袋、降低套袋作业费用等方面提供有效的解决方案。
-
公开(公告)号：CN114998296A
公开(公告)日：2022-09-02
申请号：CN202210723059.8
申请日：2022-06-24
Applicant: 常州大学
Abstract: 本发明涉及图像分割技术领域，尤其涉及一种基于改进Unet网络的甲状腺结节分割方法，包括：对公共甲状腺超声图像数据集进行图像大小统一、随机翻转、旋转和增强对比度操作；构建改进Unet网络，首先在Unet网络的前3个下采样卷积中增加自注意力残差连接块；其次在第4个下采样后增加高低频自注意力自适应融合模块；最后在高低频自注意力自适应融合模块之后接入语义增强模块；使用argmax判断像素值属于结节还是背景。本发明为了帮助医生进行准确的甲状腺结节分割，对结节区域进行精确的定位，同时增强全局上下文与局部信息，降低甲状腺结节分割的误差。
-
Patent Agency Ranking
公开(公告)号：CN110136109B
公开(公告)日：2022-07-22
申请号：CN201910383331.0
申请日：2019-05-08
Applicant: 常州大学
Abstract: 本发明涉及一种基于膨胀卷积神经网络的MCI分类方法，包括以下步骤：对大脑功能磁共振成像进行预处理，用标准化模板将大脑分区并提取时间序列；采用低阶滑窗法和min‑max标准化方法构建动态大脑功能网络；统一相关系数矩阵大小，添加正确标签，按批次传入神经网络训练；使用普通卷积核对矩阵进行特征提取，再用带有膨胀系数的卷积核进一步提取特征；对卷积层输出进行非线性映射，将特征图扁平化为一维数组与全连接层神经元相连；利用Softmax函数实现网络分类识别并使用交叉熵代价函数计算损失值；基于CNN反向传播算法将误差层层回传，利用Adam优化器更新每一层权值，最终得到MCI和正常被试的分类结果。本发明在阿尔茨海默病的早期诊断方面具有重要的参考价值。
-
公开(公告)号：CN110598793B
公开(公告)日：2022-07-08
申请号：CN201910869504.X
申请日：2019-09-12
Applicant: 常州大学
Abstract: 本发明涉及一种大脑功能网络特征分类方法，包括以下步骤：对功能磁共振成像进行格式转换和预处理，提取各个脑区的时间序列；将时间序列划分为长度固定的重叠子段，计算各子段间的相关系数构建若干个动态功能网络；将每个动态大脑功能网络的上三角元素的列向量拼接成一个功能连接向量，并将每个被试的所有功能连接向量组合成功聚合矩阵；将所有被试的聚合矩阵作为样本划分为三部分，每个样本作为特征子空间；训练集对每个特征子空间进行学习并进行分类得出训练结果；验证集对网络模型进行评估并调整网络参数；测试集对每个特征子空间进行分类得出最终分类结果。本发明对研究大脑的认知功能障碍具有一定的参考价值。
-
公开(公告)号：CN108470165B
公开(公告)日：2021-11-30
申请号：CN201810240802.8
申请日：2018-03-22
Applicant: 常州大学
Abstract: 本发明公开了一种采摘机器人果实视觉协同搜索方法，该方法采用大、小双视场视觉采集系统，其中大视场摄像机安置在机器人移动平台上，用来对果园果树进行全局成像，并对图像进行显著性区域提取，而后利用目标似然度来衡量果实似然目标，去除小区域后由此确定大视场图像中果实目标的大致区域，同时引导机器人靠近果树；小视场摄像机安置在机器人末端执行器所在机械臂上，建立大、小视场图像坐标系，视场图像坐标系与世界坐标系之间的映射关系；在从大视场当前图像中获得的果实目标搜索区域信息以及坐标系映射关系基础上，小视场摄像机区域成像，以此协同搜索果实。该方法类同人眼目标搜索，可避免机器人盲目无序搜索，为后续果实精确识别奠定基础。
-
公开(公告)号：CN110197129A
公开(公告)日：2019-09-03
申请号：CN201910382084.2
申请日：2019-05-09
Applicant: 常州大学
Abstract: 本发明公开一种自然环境下果蔬生长形态视觉辨识方法，包括以下步骤：图像采集步骤：基于单目视觉实时采集果蔬图像；目标区域提取步骤：对采集的图像进行处理，提取出图像中连带遮挡枝叶的果蔬区域；其中，对采集的图像进行处理的方法为：采用掩膜基于区域的卷积神经网络对果蔬图像中的果蔬区域进行检测与语义分割；重叠形态辨识步骤：将果蔬分为单果形态果蔬和多果重叠形态果蔬；枝茎遮挡形态辨识步骤：将单果形态果蔬和多果重叠形态果蔬进一步细分为无枝茎遮挡单个果蔬、枝茎遮挡单个果蔬和无枝茎遮挡重叠果蔬、枝茎遮挡重叠果蔬。该方法可使得采摘机器人自动完成采集图像中不同生长形态果蔬的分类，为后续选用相应的采摘机制提供依据。
-
公开(公告)号：CN109584301A
公开(公告)日：2019-04-05
申请号：CN201811430186.9
申请日：2018-11-28
Applicant: 常州大学
Abstract: 本发明公开一种非均一颜色果实区域的获取方法，包括图像采集：采集果园果实RGB图像；图像预处理：突出非均一颜色果实中的颜色显著区域；种块区域提取：提取图像果实中的颜色显著区域，作为后续区域生长的种块区域；计算区域框定：框定后续种块区域生长的计算区域；小类别区域划分：将各个除种块以外的计算区域划分为同色、多色和异色小区域；异色小区域细分：将异色小区域近一步细分为同色和多色小区域；种块区域生长：基于种块区域依据位置邻近和纹理相近原则生长合并同色区域，由此获得非均一颜色果实的整个区域。该发明对于像水蜜桃青里泛白、白里透红等非均一颜色类果实区域的获取提供一种有效方法，为其机器人采摘视觉识别奠定基础。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.024 seconds)
