-
公开(公告)号:CN115239018A
公开(公告)日:2022-10-25
申请号:CN202210972431.9
申请日:2022-08-15
Applicant: 华南农业大学
Abstract: 本发明涉及基于物理信息神经网络的植保无人机下洗风场重建方法,包括步骤:S1、获取旋翼高速旋转时稀疏时空坐标处的样本数据;S2、对测量数据进行数据预处理,并构建训练数据矩阵;S3、构建物理信息神经网络模型;S4、通过最小化由物理学损失项和数据损失项共同组成的损失函数,以得到时空坐标与各物理量之间的映射关系,对旋翼下洗流场速度参数进行快速预测;S5、将测试集输入预测模型,对预测模型的性能进行评价。本发明通过利用风速仪和差压计的测量数据,结合深度学习技术和纳维斯托克斯方程构建替代模型,通过最小化损失函数得到个物理量和时空坐标点之间的映射关系,实现对无人机下洗流场信息快速准确地预测。
-
公开(公告)号:CN119375907A
公开(公告)日:2025-01-28
申请号:CN202411380913.0
申请日:2024-09-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于激光雷达的冠层内孔隙率测量方法、系统、存储介质和计算机设备,其中测量方法先采用无人机采用双视角点云数据,通过滤除离群点和去除地面点来净化点云数据;然后,对点云数据进行配准,以确保数据的一致性;最后,应用AlphaShape‑Graham算法对棉花冠层的分层孔隙率进行分析计算。与现有的人工测量技术和车载采集设备相比,本发明的非接触式数据采集方式不仅减少了对作物的入侵,还提供了更全面的棉花表型信息,对棉花生长监测、产量预估、农药的精准喷雾等科学管理具有重要的应用价值。
-