-
公开(公告)号:CN119888670A
公开(公告)日:2025-04-25
申请号:CN202510316424.7
申请日:2025-03-18
Applicant: 中国农业大学
IPC: G06V20/56 , G06N3/006 , G06N3/0464 , G06T7/73 , G06V10/44 , G06V10/82 , G06V20/10 , G01C21/20 , G01S17/86 , A01M21/04
Abstract: 本发明公开了一种基于机器视觉的激光除草方法、系统。所述激光除草方法,包括实时获取田垄数据以自主规划路径、实时获取作物图像,对目标杂草进行图像识别与上传、基于后处理算法得到目标杂草图像中杂草中心茎秆坐标,即除草的激光灼烧点、得到当前激光除草路径,使激光除草组件到达给定位置完成除草工作。所述激光除草系统包括移动组件及设置于其上的激光除草组件、控制与传感组件和电力组件。本发明通过设置的视觉识别系统以及内置算法使得激光除草机器人拥有极高的识别精度,激光除草效率高,同时体积小,轻量化,灵活度高,适用于山地、丘陵、大棚等多种场景进行激光除草作业,拥有遥控、定点巡航等多种作业模式,操作简单,运行快捷,维修方便并且最大程度上地降低了安全隐患。
-
公开(公告)号:CN119206287B
公开(公告)日:2025-04-22
申请号:CN202411055807.5
申请日:2024-08-02
Applicant: 中国农业大学
IPC: G06V10/764 , G06V10/80 , G06V10/26 , G06V10/40 , G06V10/22 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的杂草识别方法、系统与喷药除草中的应用,所述基于卷积神经网络的杂草识别方法包括基于YOLOv8‑seg的杂草识别模型,所述杂草识别模型具有模型主干轻量化和检测精准化等特点,其首先利用改进ShuffleNetV2和StarNet网络构建了新的轻量化主干网络,其次创新提出C2f_Star模块,在降低参数量的同时提高了模型精准度,并对模型网络节点处添加ECA注意力机制模块;所述除草应用所涉及精准喷药方法、系统包括用于杂草定位、分级和路径规划的算法以及精准变量喷药算法,本发明通过采用精准变量喷药方法与系统,在精准高效除草的同时,可有效减少除草剂的使用和对环境的污染。
-
公开(公告)号:CN119206287A
公开(公告)日:2024-12-27
申请号:CN202411055807.5
申请日:2024-08-02
Applicant: 中国农业大学
IPC: G06V10/764 , G06V10/80 , G06V10/26 , G06V10/40 , G06V10/22 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的杂草识别方法、系统与喷药除草中的应用,所述基于卷积神经网络的杂草识别方法包括基于YOLOv8‑seg的杂草识别模型,所述杂草识别模型具有模型主干轻量化和检测精准化等特点,其首先利用改进ShuffleNetV2和StarNet网络构建了新的轻量化主干网络,其次创新提出C2f_Star模块,在降低参数量的同时提高了模型精准度,并对模型网络节点处添加ECA注意力机制模块;所述除草应用所涉及精准喷药方法、系统包括用于杂草定位、分级和路径规划的算法以及精准变量喷药算法,本发明通过采用精准变量喷药方法与系统,在精准高效除草的同时,可有效减少除草剂的使用和对环境的污染。
-
-