一种快松慢合的拖拉机离合器电驱控制机构

    公开(公告)号:CN118328090A

    公开(公告)日:2024-07-12

    申请号:CN202410573690.3

    申请日:2024-05-10

    Abstract: 本发明涉及一种快松慢合的拖拉机离合器电驱控制机构,包括:离合器连接件,与伸缩杆铰接;外壳;驱动电机,驱动电机的输出轴驱动推动件在外壳内滑移;推动件,推动件的一端与驱动电机的输出轴固定连接,推动件的另一端插入伸缩杆内与预应力弹簧的一端固定连接;伸缩杆,与外壳滑移连接,且与预应力弹簧的另一端固定连接;预应力弹簧,设置在伸缩杆内;锁钩件,与外壳铰接,锁钩件用于锁定或松开伸缩杆,推动件用于推动锁钩件;其中,锁钩件在被推动件推动时,预应力弹簧处于收缩状态。本发明的拖拉机离合器电驱控制机构能够实现拖拉机离合器快速分离,且能达到离合器踏板的缓慢抬升,使得离合器片与传动系统缓慢结合,属于离合线控技术领域。

    果园履带车辆视觉导航控制方法与系统

    公开(公告)号:CN113960921B

    公开(公告)日:2023-11-28

    申请号:CN202111223968.7

    申请日:2021-10-19

    Abstract: 本发明公开了一种果园履带车辆视觉导航控制方法与系统,利用微软Kinect cv2相机拍摄果园路况图像,将之传入语义分割模型中,生成路况掩码区并保存对应特征;从保存的路况掩码区中提取左右侧边缘信息点并拟合一系列中心点坐标;通过给定像素坐标权重表,加权平均得到每一幅图像的偏差;基于PID控制算法,设计模糊PID控制器;基于MATLAB软件的Simulink仿真环境,建立果园视觉导航控制的仿真模型;根据仿真结果,得出模糊PID控制器的输出量,将输出量作为电机的控制量,从而实现果园履带车辆自主行驶,具有能够准确的引导果园车辆在果园路径中进行行驶的优点。本发明简化了算法的计算能力,节省大量的图像处理时间,工作效率高,因此本发明方法适合在一些路径不规范的果园中使用。

    一种基于有序边表法的多边形农田作业路径规划算法

    公开(公告)号:CN116255994A

    公开(公告)日:2023-06-13

    申请号:CN202310032428.3

    申请日:2023-01-10

    Abstract: 本发明的目的是提供一种基于有序边表法的多边形农田作业路径规划算法,属于路径规划技术领域,该方法包括:建立农田电子地图以获取农田大地坐标;将农田电子地图的大地坐标转化为农田高斯投影平面坐标;将农田高斯投影平面坐标输入到有序边表算法中,生成初步农机作业路径点;建立农机转弯模型;根据农机作业路径点和农机转弯模型,采用套圈作业的工作模式规划农机作业路径。本发明能够有效帮助自动驾驶拖拉机在多边形地块有序作业,不漏作业不重作业,并且覆盖率高作业效率高。

    一种基于VMD的农机备件需求预测方法

    公开(公告)号:CN115423204A

    公开(公告)日:2022-12-02

    申请号:CN202211164543.8

    申请日:2022-09-23

    Abstract: 本发明公开了一种基于VMD的农机备件需求预测方法,该方法包括:使用VMD算法对原始序列f(t)进行分解,以各分量之和与原始序列数据的平均绝对误差最小为目标,进行迭代寻优,确定模态分量个数K和惩罚参数α;将对应组的测试样本Y1输入到训练好的贝叶斯回归模型进行预测,得到预测结果最终得到K组预测结果;根据变分模态分解的基本原理,将各模态分量的预测结果进行数值相加,则得到了最终的备件需求预测结果本发明提供一种基于VMD的农机备件需求预测方法,该方法能避免收集和筛选与农机备件相关的影响因素这一难点,并在小样本数据的预测中具有较好的预测精度。

    果园履带车辆视觉导航控制方法与系统

    公开(公告)号:CN113960921A

    公开(公告)日:2022-01-21

    申请号:CN202111223968.7

    申请日:2021-10-19

    Abstract: 本发明公开了一种果园履带车辆视觉导航控制方法与系统,利用微软Kinect cv2相机拍摄果园路况图像,将之传入语义分割模型中,生成路况掩码区并保存对应特征;从保存的路况掩码区中提取左右侧边缘信息点并拟合一系列中心点坐标;通过给定像素坐标权重表,加权平均得到每一幅图像的偏差;基于PID控制算法,设计模糊PID控制器;基于MATLAB软件的Simulink仿真环境,建立果园视觉导航控制的仿真模型;根据仿真结果,得出模糊PID控制器的输出量,将输出量作为电机的控制量,从而实现果园履带车辆自主行驶,具有能够准确的引导果园车辆在果园路径中进行行驶的优点。本发明简化了算法的计算能力,节省大量的图像处理时间,工作效率高,因此本发明方法适合在一些路径不规范的果园中使用。

    一种基于改进YOLOv4的苗期水稻田边界目标识别方法

    公开(公告)号:CN113378753A

    公开(公告)日:2021-09-10

    申请号:CN202110700764.1

    申请日:2021-06-23

    Abstract: 本发明公开一种基于改进YOLOv4的苗期水稻田边界目标识别方法,包括以下步骤:(1)获取自动导航拖拉机在稻田工作的环境图像,得出数据集;(2)对YOLOv4网络模型的锚框参数值进行修改,选择精度最高的聚类结果作为YOLOv4网络的锚框参数值;(3)基于YOLOv4算法构建改进的YOLOv4结构,得到改进YOLOv4模型;(4)对改进YOLOv4模型进行训练,得到最优的改进YOLOv4模型;(5)将自动导航拖拉机在工作过程中获取的实时视频,解码转为实时图像,输入步骤(4)中所述的最优的改进YOLOv4模型,最优的改进YOLOv4模型输出目标识别结果。本发明实现对苗期水稻田的边界障碍物进行识别和定位,提高拖拉机自动导航系统的环境感知能力,提高拖拉机自动导航作业安全性。

    基于神经网络的果园视觉导航路径提取方法与系统

    公开(公告)号:CN113280820A

    公开(公告)日:2021-08-20

    申请号:CN202110642706.8

    申请日:2021-06-09

    Abstract: 本发明公开了一种基于神经网络的果园视觉导航路径提取方法与系统,包括:S1、利用微软Kinect2深度相机进行数据采集,拍摄大量果园路况图像;S2、利用程序对数据进行预处理;S3、基于Tensorflow框架搭建Segnet深度学习神经网络模型,该模型包括编码部分和解码部分,且编码与解码之间呈一种对称关系;S4、训练已经搭建成功的Segnet深度学习神经网络模型,训练前设置模型参数;S5、基于训练成功的模型识别果园路况信息,生成路况掩码区并保存对应特征,从保存的路况掩码区中提取左右侧边缘信息点,利用左右侧边缘信息点的特征进行导航路径拟合。本发明利用Segnet深度学习神经网络模型,通过深度学习的方式提高了果园导航路径识别的准确率,为视觉导航任务提供有效参考。

    基于双天线GNSS和预瞄追踪模型的农机自动导航控制方法

    公开(公告)号:CN107315345B

    公开(公告)日:2020-10-09

    申请号:CN201710484436.6

    申请日:2017-06-23

    Abstract: 本发明公开了一种基于双天线GNSS和预瞄追踪模型的农机自动导航控制方法,采用支持多星系统载波相位差分技术的共时钟一体双天线GNSS接收机进行农机的定位测姿,采用分段自适应的与速度相关的前视距离作为预瞄追踪模型方法中的参数对农机进行路径跟踪控制。本发明中:支持多星系统载波相位差分技术的定位板卡能有效增加参与定位解算的卫星数量,提高导航定位的精度和稳定性;基于卫星导航系统的惯导测姿提高了农机姿态测量的精度和实时性;预瞄追踪模型算法设计模拟人的驾驶行为具有预见性,路径跟踪控制效果好,提高了农机上线的快速性、稳定性以及对复杂农田路况的适应性;前视距离与速度相关,提高了农机自动导航系统在相对高速作业时的控制精度和稳定性。

    一种基于深度信息的作物冠层分割方法

    公开(公告)号:CN111739031A

    公开(公告)日:2020-10-02

    申请号:CN202010567338.0

    申请日:2020-06-19

    Abstract: 本发明公开了一种基于深度信息的作物冠层分割方法,该方法针对农业中田间作物区域分割存在的难点,分别获取作物冠层的深度图像和彩色图像,分析作物冠层部分噪声与拍摄深度图像所用摄像机的相对距离,设置合适的深度阈值,在深度图像中标定出作物的冠层区域,图像配准,将深度图像中的作物冠层位置,投射到同位置拍摄的彩色图像等二维光谱图像中,就可以在该图像中快速简便地将作物区域分离出来。本发明提供的方法从深度信息角度对农作物进行分割不需要对田间的噪声进行分析,可以快速地将作物提取出来,避免对作物中的背景噪声进行分析,从空间角度对作物冠层和田间背景进行快速分离。

Patent Agency Ranking