-
公开(公告)号:CN115063478B
公开(公告)日:2024-07-12
申请号:CN202210596577.8
申请日:2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于RGB‑D相机和视觉定位的水果定位方法、系统、设备及介质,方法包括:构建目标视觉定位模型;所述目标视觉定位模型包括预训练参数加载模块、目标特征提取模块、池化模块、多尺度特征融合模块和目标定位预测模块;获取水果果园场景中处于成熟期的果实RGB图像和深度图像;对采集的果实RGB图像和深度图像进行预处理,获得初始数据集;对初始数据集中每个RGB图像上的果实用进行标注;利用标注数据训练集中的RGB图像和标注数据对目标视觉定位模型进行训练;利用训练好的目标视觉定位模型对水果果园图像的果实进行定位预测。本发明基于RGB‑D相机和计算机视觉技术获取水果果实的三维坐标信息,对自动采摘机器人的发展具有重要意义。
-
公开(公告)号:CN115843563B
公开(公告)日:2024-06-07
申请号:CN202211555077.6
申请日:2022-12-06
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于力矩平衡原理的无人机除梢装置及其控制方法,装置包括连接固定装置、摄像装置、修剪装置主体、驱动装置、旋转装置、无刷电机固定板、滚珠丝杆、滑块、无刷电机和刀片;使用时,先将除梢装置固定在无人机上,通过摄像装置采集的图像搜寻目标并进行无人机位置调整,然后通过中控控制无刷电机开始工作,带动刀片进行旋转,同时刀片工作范围是可以重叠的,可以加大除梢的力度,更好进行果树除梢作业。本发明中,无刷电机的正反转还可以在一定程度下增加除梢过程中无人机的稳定性;本发明适合在果园果树除梢领域使用。
-
公开(公告)号:CN116018951A
公开(公告)日:2023-04-28
申请号:CN202310133200.3
申请日:2023-02-20
Applicant: 华南农业大学
IPC: A01G3/08 , B64U20/30 , B64D45/00 , A01D46/24 , B64U101/40
Abstract: 本发明公开了一种无人机的平衡采摘及除梢装置,包括无人机和平衡式除梢装置;所述平衡式除梢装置包括底座、设置在底座上的滑台、设置在滑台上的除梢机构以及用于驱动所述滑台做直线运动以改变所述除梢机构的角度的直线驱动机构;所述除梢机构包括第一连杆、第二连杆以及设置在所述第一连杆末端的切割机构;所述第一连杆的上端转动连接在所述滑台上,所述第二连杆的上端转动连接在所述底座上,下端则转动连接在所述第一连杆的中间部位;本发明的平衡采摘及除梢装置可以保证无人机的工作安全,提高无人机在采摘和除梢过程中的工作容错率,以及保持无人机的平衡性,避免无人机出现失衡和失控的现象。
-
公开(公告)号:CN113326925A
公开(公告)日:2021-08-31
申请号:CN202110690555.3
申请日:2021-06-22
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于密度图回归的卷积神经网络的花量统计方法、系统、设备及介质,该方法包括构建卷积神经网络模型;获取花期花朵图像并构建数据集;训练卷积神经网络模型;进行验证并调整当前卷积神经网络的参数;选取最终的花量统计模型并进行预测。本发明采用基于密度图的花量统计方法,而非传统人工计数,可实现快速准确统计花量;使用不同大小的卷积核的子网络适应花朵分辨率大小尺度不同的情况,使模型在不同形态的花量统计下更加具鲁棒性;相比现有发明,本发明提升了模型在计数高密度花量时的精度,同时相比目标检测方法,该技术不需要精确的边界框大小和精准的边界框位置,提升了模型的专一性,输出更快的密度图和计数结果。
-
公开(公告)号:CN116301001A
公开(公告)日:2023-06-23
申请号:CN202310228813.5
申请日:2023-03-09
Applicant: 华南农业大学
Abstract: 本发明提供一种用于果园水果采摘无人机的实时避障系统及方法,该方法包括:根据无人机初始位置和目标位置规划第一路径;无人机飞行时判断第一路径是否存在不能通行的部分,若不存在则按照第一路径通行;若第一路径存在不能通行的部分,则利用基于植被点云密度引导的A*算法规划无人机当前位置到目标位置的避障路径,将第一路径替换为避障路径;若避障路径不可执行,则无人机停止行进,执行悬停避障措施。本发明能够及时检测飞行时的障碍物,准确有效避开障碍物完成自主飞行。
-
公开(公告)号:CN115063703A
公开(公告)日:2022-09-16
申请号:CN202210716215.8
申请日:2022-06-23
Applicant: 华南农业大学
Abstract: 本发明公开了一种果树成花率估测方法、系统、设备及存储介质,方法包括:采集果树花期的RGB图像,对所述RGB图像进行预处理,构建图像数据集;对所述图像数据集的花穗和树梢进行标注,获得完成标注的图像数据集;利用图像数据集对预先设立的目标检测模型进行预训练,通过对比精确度,选择最优的目标检测模型参数;利用最优的目标检测模型参数对目标检测模型进行训练,得到训练好的目标检测模型;利用训练好的目标检测模型对单棵果树的花穗和树梢进行目标检测,并构建单棵果树花穗和树梢的数量估计模型,利用数量估计模型对待检测果树成花率进行估计。本发明结合无人机技术和深度学习技术,通过实现果树花穗和树梢快速且准确地检测,从而为果树成花率的估测提供智能化的技术手段。
-
公开(公告)号:CN115063478A
公开(公告)日:2022-09-16
申请号:CN202210596577.8
申请日:2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于RGB‑D相机和视觉定位的水果定位方法、系统、设备及介质,方法包括:构建目标视觉定位模型;所述目标视觉定位模型包括预训练参数加载模块、目标特征提取模块、池化模块、多尺度特征融合模块和目标定位预测模块;获取水果果园场景中处于成熟期的果实RGB图像和深度图像;对采集的果实RGB图像和深度图像进行预处理,获得初始数据集;对初始数据集中每个RGB图像上的果实用进行标注;利用标注数据训练集中的RGB图像和标注数据对目标视觉定位模型进行训练;利用训练好的目标视觉定位模型对水果果园图像的果实进行定位预测。本发明基于RGB‑D相机和计算机视觉技术获取水果果实的三维坐标信息,对自动采摘机器人的发展具有重要意义。
-
公开(公告)号:CN114916318A
公开(公告)日:2022-08-19
申请号:CN202210596569.3
申请日:2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种搭载在无人机上的水果自动采收装置及其控制方法,装置包括:水果定位组件、控制及信息传输设备和采摘机构;所述水果定位组件包括RGB‑D相机、微型处理器和光电传感器;所述控制及信息传输设备包括Arduino开发板、继电器、电机控制板和USB‑TypeB数据线;所述采摘机构包括电池、电机保护壳、电机、丝杆、套筒、支撑杆、钢条、带夹持机构的剪刀;使用时,光电传感器检测到水果的结果母枝进入剪刀中间时,向微型处理器发射信号;微型处理器收到光电传感器的信号后运行水果定位程序,定位水果并判断无人机是否到达目的地位置。本发明搭载在无人机平台上,能够适应丘陵果园的复杂地形条件,有效解决了采摘机器人面对高大果树上的果实无法工作的问题。
-
公开(公告)号:CN113424706A
公开(公告)日:2021-09-24
申请号:CN202110704776.1
申请日:2021-06-24
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于杠杆原理的无人机自平衡采摘装置及其控制方法,该装置包括电动摘果装置、摄像头固定支架、双目视觉摄像头组件、前杆主体、连接机构、滚珠丝杆滑台、后杆主体、配重盒、剪刀机构、重量传感器和果枝夹紧机构;使用时,先将装置固定在无人机上,通过双目视觉摄像头采集的图像搜寻目标并进行无人机微调位置,然后通过中控控制电动摘果装置执行采摘作业和滚珠丝杆滑台工作,采摘完成后,重量传感器反馈果实的初步检测质量信息给无人机处理器,之后滚珠丝杆滑台基于杠杆原理的计算结果进行调节伸缩长度,以基本平衡无人机采摘前端载荷突变果实突然增加的重量,保证无人机的稳定性。本发明适合在林果园果实采收和修剪摘领域使用。
-
公开(公告)号:CN115063703B
公开(公告)日:2024-07-12
申请号:CN202210716215.8
申请日:2022-06-23
Applicant: 华南农业大学
IPC: G06V20/17 , G06V20/10 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/25 , G06V10/22 , G06N3/0464
Abstract: 本发明公开了一种果树成花率估测方法、系统、设备及存储介质,方法包括:采集果树花期的RGB图像,对所述RGB图像进行预处理,构建图像数据集;对所述图像数据集的花穗和树梢进行标注,获得完成标注的图像数据集;利用图像数据集对预先设立的目标检测模型进行预训练,通过对比精确度,选择最优的目标检测模型参数;利用最优的目标检测模型参数对目标检测模型进行训练,得到训练好的目标检测模型;利用训练好的目标检测模型对单棵果树的花穗和树梢进行目标检测,并构建单棵果树花穗和树梢的数量估计模型,利用数量估计模型对待检测果树成花率进行估计。本发明结合无人机技术和深度学习技术,通过实现果树花穗和树梢快速且准确地检测,从而为果树成花率的估测提供智能化的技术手段。
-
-
-
-
-
-
-
-
-