-
公开(公告)号：CN110000785A
公开(公告)日：2019-07-12
申请号：CN201910289751.2
申请日：2019-04-11
Applicant: 上海交通大学
Abstract: 本发明公开了农业场景无标定机器人运动视觉协同伺服控制方法与设备，该设备的机械臂在臂末端安装有机械抓手，目标抓取物处在机械臂的可抓取范围内；控制模块驱动机械抓手抓取目标抓取物，并控制图像传感器对机械臂抓取目标抓取物的过程进行图像采样；图像传感器将采样的图像数据发送给控制模块。本发明无需对于场景内的目标抓取物及相关环境进行精确的空间标注，机械臂将按照训练好的网络进行策略引导完成抓取任务，对于空间感知设备的要求更低，环境适应性强，并可迁移至多种任务。
-
公开(公告)号：CN110100620A
公开(公告)日：2019-08-09
申请号：CN201910250048.0
申请日：2019-03-29
Applicant: 上海交通大学
Abstract: 本发明提供了一种光照精准预测的苗床调度方法、系统及介质，包括：光照预测模型建立步骤：采集并处理历史天气数据及历史光照数据，建立光照强度预测模型；光照强度预测步骤：采集实时的天气数据，并根据获得的光照强度预测模型，预测光照强度，输出光照预测数据；调度决策获取步骤：根据获得的光照预测数据，对苗床进行调度。本发明解决了人工光源的耗能问题和太阳光利用型温室的土地利用率低下问题，实现了小区域光照预测和立体苗床的动态优化部署，从而提高了植物工厂作物栽培的科学化、精确化和智能化程度。
-
公开(公告)号：CN110033487A
公开(公告)日：2019-07-19
申请号：CN201910168396.3
申请日：2019-03-06
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于深度联想感知算法的受遮挡蔬果采收方法，包括：采集RGB通道彩色图像、D通道深度图像和I通道红外图像；对采集到的图像统一分辨率；剔除统一分辨率后的图像中的采收机器人工作区域以外的区域；识别成熟目标，并在裁剪后的图像中标记出成熟目标的每个像素；判断成熟目标是否被遮挡，在被遮挡的情况下复原出完整成熟目标的RGBD四个通道的图像，在不被遮挡的情况下直接获取完整成熟目标的RGBD四个通道的图像；根据完整成熟目标的RGBD四个通道的图像，提取出成熟目标的位置和姿态至采收机器人。本发明受环境干扰小，工作更稳定；能够估计目标的完整RGBD信息；能够提高机器人采收成功率。
-
公开(公告)号：CN110378873B
公开(公告)日：2021-04-13
申请号：CN201910501939.9
申请日：2019-06-11
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于深度学习的水稻穗株谷粒原位无损计数方法，包括以下步骤：制作谷粒计数样本图像，并标注所有谷粒的位置；将样本图像分割成多块小图像；通过多块小图像训练神经网络；把需要谷粒计数的实际图像分割后带入训练后的神经网络，得到多个单块概率图谱后拼接成整个概率图谱，并与实际图像结合，即得到所有谷粒的中心点位置；通过连通域提取算法，对整个概率图谱进行计算，连通域的个数即谷粒的个数。本发明计数方法，保持了水稻穗株的完整性，在不破坏原有穗型拓扑结构的基础上，完成准确的谷粒计数，尤其适合穗上交叠粘连谷粒的计数，解决了现有人工计数和脱穗计数等方法很难保持原位测量、无损伤的问题。
-
Patent Agency Ranking
公开(公告)号：CN110100620B
公开(公告)日：2021-06-29
申请号：CN201910250048.0
申请日：2019-03-29
Applicant: 上海交通大学
Abstract: 本发明提供了一种光照精准预测的苗床调度方法、系统及介质，包括：光照预测模型建立步骤：采集并处理历史天气数据及历史光照数据，建立光照强度预测模型；光照强度预测步骤：采集实时的天气数据，并根据获得的光照强度预测模型，预测光照强度，输出光照预测数据；调度决策获取步骤：根据获得的光照预测数据，对苗床进行调度。本发明解决了人工光源的耗能问题和太阳光利用型温室的土地利用率低下问题，实现了小区域光照预测和立体苗床的动态优化部署，从而提高了植物工厂作物栽培的科学化、精确化和智能化程度。
-
公开(公告)号：CN107507192B
公开(公告)日：2021-05-25
申请号：CN201710644409.0
申请日：2017-07-31
Applicant: 上海交通大学
Abstract: 本发明提供了一种水稻剑叶夹角在体测量便携装置，包括：底板、侧板、挡板、肋板、托板、横梁、侧护板、底护板以及图像处理上位机；侧板与底板间存在缝隙，用于固定水稻样本；底板为不透明亚克力板，使用时水稻样本紧靠于底板，底板为样本图片提供白色背景；托板、横梁、侧护板、底护板用于固定上位机；肋板用于加强机械结构强度；挡板用于使用时挡开其他水稻，保证成像视野中只存在目标水稻样本。同时提供了一种水稻剑叶夹角在体测量方法。本发明实现了自动测量多股分岔稻穗角度，弥补现有方法的缺陷。本发明提出的基于自定义聚类的主轴识别算法，基于统计学信息，精度高，鲁棒性强，极大降低了样本局限性，增加了夹角测量仪装置的实用性。
-
公开(公告)号：CN107507192A
公开(公告)日：2017-12-22
申请号：CN201710644409.0
申请日：2017-07-31
Applicant: 上海交通大学
CPC classification number: G06T7/11 , G01B11/26 , G06K9/6218 , G06T7/187
Abstract: 本发明提供了一种水稻剑叶夹角在体测量便携装置，包括：底板、侧板、挡板、肋板、托板、横梁、侧护板、底护板以及图像处理上位机；侧板与底板间存在缝隙，用于固定水稻样本；底板为不透明亚克力板，使用时水稻样本紧靠于底板，底板为样本图片提供白色背景；托板、横梁、侧护板、底护板用于固定上位机；肋板用于加强机械结构强度；挡板用于使用时挡开其他水稻，保证成像视野中只存在目标水稻样本。同时提供了一种水稻剑叶夹角在体测量方法。本发明实现了自动测量多股分岔稻穗角度，弥补现有方法的缺陷。本发明提出的基于自定义聚类的主轴识别算法，基于统计学信息，精度高，鲁棒性强，极大降低了样本局限性，增加了夹角测量仪装置的实用性。
-
公开(公告)号：CN110000785B
公开(公告)日：2021-12-14
申请号：CN201910289751.2
申请日：2019-04-11
Applicant: 上海交通大学
Abstract: 本发明公开了农业场景无标定机器人运动视觉协同伺服控制方法与设备，该设备的机械臂在臂末端安装有机械抓手，目标抓取物处在机械臂的可抓取范围内；控制模块驱动机械抓手抓取目标抓取物，并控制图像传感器对机械臂抓取目标抓取物的过程进行图像采样；图像传感器将采样的图像数据发送给控制模块。本发明无需对于场景内的目标抓取物及相关环境进行精确的空间标注，机械臂将按照训练好的网络进行策略引导完成抓取任务，对于空间感知设备的要求更低，环境适应性强，并可迁移至多种任务。
-
公开(公告)号：CN110378873A
公开(公告)日：2019-10-25
申请号：CN201910501939.9
申请日：2019-06-11
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于深度学习的水稻穗株谷粒原位无损计数方法，包括以下步骤：制作谷粒计数样本图像，并标注所有谷粒的位置；将样本图像分割成多块小图像；通过多块小图像训练神经网络；把需要谷粒计数的实际图像分割后带入训练后的神经网络，得到多个单块概率图谱后拼接成整个概率图谱，并与实际图像结合，即得到所有谷粒的中心点位置；通过连通域提取算法，对整个概率图谱进行计算，连通域的个数即谷粒的个数。本发明计数方法，保持了水稻穗株的完整性，在不破坏原有穗型拓扑结构的基础上，完成准确的谷粒计数，尤其适合穗上交叠粘连谷粒的计数，解决了现有人工计数和脱穗计数等方法很难保持原位测量、无损伤的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
