-
公开(公告)号：CN117380578A
公开(公告)日：2024-01-12
申请号：CN202311334737.2
申请日：2023-10-16
Applicant: 南京农业大学
IPC: B07C5/342 , B65B25/04 , B65B13/18 , B65B63/00 , B65B57/14 , B07C5/02 , B07C5/36 , B07C5/38 , B26D1/08
Abstract: 本发明提供了一种基于机器视觉技术的芦笋分级打捆一体装置及方法，利用相机捕获芦笋的图像，搭建YOLOv5算法，实现对芦笋的精准分级，根据分级结果，在计算机控制下，通过输送装置、采集装置、分级装置、切割装置、第一层挡板、打捆装置、第二层可调动挡板实现对芦笋的自动化分级、切割、对齐排列、打捆操作；具有流程一体化的鲜明优势，智能化程度高，节省人力物力，机器视觉还能够消除主观因素的干扰，提高分级结果的一致性和准确性。
-
公开(公告)号：CN114793633B
公开(公告)日：2023-04-07
申请号：CN202210500243.6
申请日：2022-05-09
Applicant: 南京农业大学
IPC: A01D46/30 , B25J5/00 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种适用于多层高架种植农艺的多工况温室草莓精准采摘机器人及采摘方法，包括路径规划模块、移动底盘、五连杆机械臂、末端执行机构、主控模块、高度调节装置、能源持续供给模块、分级收集装置。本发明利用五连杆机械臂在平面内带动末端执行机构自由移动，通过图像识别定位模块对草莓进行识别定位，在高度调节装置的配合下，能够使末端执行机构在不同层高的高架上对成熟草莓进行无损采摘，自动化程度高，节省了人力物力。本发明基于改进的深度学习实例分割网络SOLO来进一步提高模型对草莓的检测速度和精度，本发明还能够识别草莓体积，并据此分级放置采摘后的草莓，大大减少后续采摘人员分级装框售卖的工作量。
-
公开(公告)号：CN115119613A
公开(公告)日：2022-09-30
申请号：CN202210909730.8
申请日：2022-07-29
Applicant: 南京农业大学
Abstract: 本发明提供了一种基于机器视觉的绿芦笋采收机器人及采收方法，包括行走装置、末端执行器、视觉模块、导航模块、供电系统和控制系统。控制系统基于导航模块控制行走装置带动采收机器人整体沿垄沟行走，根据导航模块以及视觉模块传递的数据分析识别到绿芦笋后，控制机械臂对末端执行器进行空间位置与空间位姿的控制；末端执行器分为夹持剪切以及位移补偿两部分，用于对成熟绿芦笋进行夹持剪切操作以及切割点二次定位操作。本发明采用智能控制，实现了绿芦笋的自动检测、成熟度判别、定位、夹持剪切和收集存放等一体化作业，还可以实现24小时作业，大大提高了采收效率，促进了绿芦笋产业的发展。
-
公开(公告)号：CN114793633A
公开(公告)日：2022-07-29
申请号：CN202210500243.6
申请日：2022-05-09
Applicant: 南京农业大学
IPC: A01D46/30 , B25J5/00 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种适用于多层高架种植农艺的多工况温室草莓精准采摘机器人及采摘方法，包括路径规划模块、移动底盘、五连杆机械臂、末端执行机构、主控模块、高度调节装置、能源持续供给模块、分级收集装置。本发明利用五连杆机械臂在平面内带动末端执行机构自由移动，通过图像识别定位模块对草莓进行识别定位，在高度调节装置的配合下，能够使末端执行机构在不同层高的高架上对成熟草莓进行无损采摘，自动化程度高，节省了人力物力。本发明基于改进的深度学习实例分割网络SOLO来进一步提高模型对草莓的检测速度和精度，本发明还能够识别草莓体积，并据此分级放置采摘后的草莓，大大减少后续采摘人员分级装框售卖的工作量。
-
公开(公告)号：CN118037814A
公开(公告)日：2024-05-14
申请号：CN202410006883.0
申请日：2024-01-03
Applicant: 南京农业大学
IPC: G06T7/62 , G06V10/12 , G06V10/82 , G06V10/762 , G06V10/80 , G06N3/0455
Abstract: 本发明提供一种颗粒肥料沉积分布模式自动检测系统及方法，首先在检测区域铺设具有采样网格单元的撒肥校准垫，然后撒肥机通过检测区域，颗粒肥料抛洒至校准垫上，利用图像采集装置获取颗粒肥料分布图像并传输至图像处理核心，对颗粒肥料进行识别检测，输出每个采样网格单元内颗粒肥料的质量数据，进一步计算得出撒肥有效幅宽内颗粒肥料的分布变异系数、单位面积施肥量误差及横向沉积分布曲线，通过上述三指标结果分析颗粒肥料沉积分布模式，对撒肥机进行参数校准、性能测试及结构优化。本发明在保证检测精度的前提下具有更加智能化、成本更低、检测效率更高等优点，在极大程度上节省里人工成本及物料成本，检测精准快速，具有较强的推广价值。
-
Patent Agency Ranking
公开(公告)号：CN118037814B
公开(公告)日：2024-08-13
申请号：CN202410006883.0
申请日：2024-01-03
Applicant: 南京农业大学
IPC: G06F30/27
Abstract: 本发明提供一种颗粒肥料沉积分布模式自动检测系统及方法，首先在检测区域铺设具有采样网格单元的撒肥校准垫，然后撒肥机通过检测区域，颗粒肥料抛洒至校准垫上，利用图像采集装置获取颗粒肥料分布图像并传输至图像处理核心，对颗粒肥料进行识别检测，输出每个采样网格单元内颗粒肥料的质量数据，进一步计算得出撒肥有效幅宽内颗粒肥料的分布变异系数、单位面积施肥量误差及横向沉积分布曲线，通过上述三指标结果分析颗粒肥料沉积分布模式，对撒肥机进行参数校准、性能测试及结构优化。本发明在保证检测精度的前提下具有更加智能化、成本更低、检测效率更高等优点，在极大程度上节省里人工成本及物料成本，检测精准快速，具有较强的推广价值。
-
公开(公告)号：CN116965371B
公开(公告)日：2024-04-09
申请号：CN202310873894.4
申请日：2023-07-17
Applicant: 南京农业大学
Abstract: 本发明提供了一种水产养殖池自动清污系统及方法，属于水产养殖自动化装备技术领域。水产养殖池自动清污系统包括油污吸附器、电机驱动机构、旋转主轴、风车型旋转架、毛刷、储污网袋以及进行综合管控的控制机构。旋转主轴两端用连接器和防水轴承将电机与风车型旋转架连接，毛刷固定在风车型旋转架上，用于清污，风车型旋转架能够降低旋转架在转动过程中的摆动，可以提高毛刷清理的均匀性；油污吸附器用于吸附去除养殖池表层油渍；控制机构使用Arduino部署单神经网络PID控制算法，控制电机实现高效平稳工作。利用本发明能够自动对养殖池底部杂质进行清理，从而解决目前养殖池清污耗时耗力、功能单一等问题，促进养殖设备自动化发展。
-
公开(公告)号：CN115119613B
公开(公告)日：2023-07-21
申请号：CN202210909730.8
申请日：2022-07-29
Applicant: 南京农业大学
Abstract: 本发明提供了一种基于机器视觉的绿芦笋采收机器人及采收方法，包括行走装置、末端执行器、视觉模块、导航模块、供电系统和控制系统。控制系统基于导航模块控制行走装置带动采收机器人整体沿垄沟行走，根据导航模块以及视觉模块传递的数据分析识别到绿芦笋后，控制机械臂对末端执行器进行空间位置与空间位姿的控制；末端执行器分为夹持剪切以及位移补偿两部分，用于对成熟绿芦笋进行夹持剪切操作以及切割点二次定位操作。本发明采用智能控制，实现了绿芦笋的自动检测、成熟度判别、定位、夹持剪切和收集存放等一体化作业，还可以实现24小时作业，大大提高了采收效率，促进了绿芦笋产业的发展。
-
公开(公告)号：CN115049952B
公开(公告)日：2023-04-07
申请号：CN202210454057.3
申请日：2022-04-24
Applicant: 南京农业大学
IPC: G06V20/40 , G06V20/60 , G06V10/25 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/082 , G06N3/084
Abstract: 本发明提供了一种基于多尺度级联感知深度学习网络的幼鱼肢体识别方法，采集幼鱼的视频序列后，鱼体分为五个不重叠的部分并分别进行语义标注，作为多尺度级联感知深度学习网络的输入；使用卷积层作为特征提取器，对输入的包含各肢体标注的图像进行特征提取，提取的特征输入到Attention‑RPN结构，判别各像素点的类别，采用多尺度级联方法生成每种肢体类别的肢体掩模。本发明能够较为高效精准地识别幼鱼的肢体，为幼鱼的姿态量化提供了技术支持。
-
公开(公告)号：CN115049952A
公开(公告)日：2022-09-13
申请号：CN202210454057.3
申请日：2022-04-24
Applicant: 南京农业大学
IPC: G06V20/40 , G06V20/60 , G06V10/25 , G06V10/74 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于多尺度级联感知深度学习网络的幼鱼肢体识别方法，采集幼鱼的视频序列后，鱼体分为五个不重叠的部分并分别进行语义标注，作为多尺度级联感知深度学习网络的输入；使用卷积层作为特征提取器，对输入的包含各肢体标注的图像进行特征提取，提取的特征输入到Attention‑RPN结构，判别各像素点的类别，采用多尺度级联方法生成每种肢体类别的肢体掩模。本发明能够较为高效精准地识别幼鱼的肢体，为幼鱼的姿态量化提供了技术支持。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
