农用移动平台及其转向控制方法
    1.
    发明公开

    公开(公告)号:CN119749692A

    公开(公告)日:2025-04-04

    申请号:CN202510148414.7

    申请日:2025-02-11

    Abstract: 本发明属于农业机械技术领域,公开了一种农用移动平台及其转向控制方法,农业移动平台包括整车控制器、转向装置以及移动装置,转向装置包括多组转向驱动件和转向驱动器,整车控制器用于接收转向指令发送信号至转向驱动器,转向驱动器用于控制并驱动各组转向驱动件保持转向固定或调节转向角度,移动装置包括连接架、转动驱动件、转动驱动器和车轮,整车控制器还用于接收加速或制动指令至转动驱动器,转动驱动器被配置为实时调节各组转向驱动件的电流频率和幅值。农用移动平台通过将转向装置和移动装置进行解耦设计,使每个车轮都能够进行单独控制,提高了能效比和机动性,进而提高了在温室、果园、立体种植等受限空间内的适应性。

    大豆顶芽检测模型训练方法、装置、设备及介质

    公开(公告)号:CN118537665B

    公开(公告)日:2024-10-11

    申请号:CN202411009980.1

    申请日:2024-07-26

    Abstract: 本发明公开了一种大豆顶芽检测模型训练方法、装置、设备及介质。通过构建包括大豆顶芽图像和大豆顶芽图像对应的大豆顶芽检测标签的大豆顶芽检测数据集;构建大豆检测模型;基于训练过程中的大豆顶芽检测模型得到大豆顶芽图像对应的检测预测结果;基于大豆顶芽图像对应的检测预测结果和大豆顶芽检测标签确定大豆顶芽图像对应的交并比;确定大豆顶芽图像对应的目标区域和背景区域;基于大豆顶芽图像对应的交并比和大豆顶芽图像对应的目标区域和背景区域之间的特征差异生成适应性区域增强损失函数;基于适应性区域增强损失函数对训练过程中的大豆顶芽检测模型进行参数调节。本发明可以提高大豆检测模型的检测精度和泛化性。

    一种设施园艺移动设备定位方法、装置和移动设备

    公开(公告)号:CN118566902A

    公开(公告)日:2024-08-30

    申请号:CN202410621954.8

    申请日:2024-05-20

    Abstract: 本发明实施例公开了一种设施园艺移动设备定位方法、装置和移动设备。该方法包括:基于设施园艺大棚中的超宽带基站的绝对位置和移动设备上的超宽带标签发送的超宽带信号数据,确定移动设备的初始绝对位置;基于移动设备的初始绝对位置和设施园艺大棚中的立柱的绝对位置,确定移动设备周围的目标立柱的第一绝对位置;基于移动设备上的雷达所采集到的雷达数据,确定目标立柱相对于雷达的相对位置;基于移动设备的初始绝对位置、目标立柱的相对位置和目标立柱的第一绝对位置,对移动设备的初始绝地位置进行调整优化,确定移动设备的目标绝对位置。通过本发明实施例的技术方案,可以提高设施园艺大棚中的移动设备定位精度和效率。

    植物病虫害识别模型的构建方法、装置、设备及介质

    公开(公告)号:CN118521842B

    公开(公告)日:2024-11-26

    申请号:CN202411002067.9

    申请日:2024-07-25

    Abstract: 本申请公开了一种植物病虫害识别模型的构建方法、装置、设备及介质。其中,该方法基于轻量级网络、自注意力机制、特征融合层和分类器,构建初始模型;采用样本数据集对初始模型进行训练得到中间模型;对中间模型进行轻量化处理得到植物病虫害识别模型,以基于植物病虫害识别模型对待识别植物图像进行病虫害识别。本技术方案,通过结合轻量级网络和自注意力机制搭建初始模型,以使模型在对图像特征进行高效提取的同时,提高对图像中长距离依赖信息的捕捉能力;进而对训练好的中间模型进行轻量化处理,以保证模型在移动设备和嵌入式设备上的高效运行,同时减少对计算资源的消耗,从而提高了对植物病虫害的识别精度和识别速度。

    大豆顶芽检测模型训练方法、装置、设备及介质

    公开(公告)号:CN118537665A

    公开(公告)日:2024-08-23

    申请号:CN202411009980.1

    申请日:2024-07-26

    Abstract: 本发明公开了一种大豆顶芽检测模型训练方法、装置、设备及介质。通过构建包括大豆顶芽图像和大豆顶芽图像对应的大豆顶芽检测标签的大豆顶芽检测数据集;构建大豆检测模型;基于训练过程中的大豆顶芽检测模型得到大豆顶芽图像对应的检测预测结果;基于大豆顶芽图像对应的检测预测结果和大豆顶芽检测标签确定大豆顶芽图像对应的交并比;确定大豆顶芽图像对应的目标区域和背景区域;基于大豆顶芽图像对应的交并比和大豆顶芽图像对应的目标区域和背景区域之间的特征差异生成适应性区域增强损失函数;基于适应性区域增强损失函数对训练过程中的大豆顶芽检测模型进行参数调节。本发明可以提高大豆检测模型的检测精度和泛化性。

    植物病虫害识别模型的构建方法、装置、设备及介质

    公开(公告)号:CN118521842A

    公开(公告)日:2024-08-20

    申请号:CN202411002067.9

    申请日:2024-07-25

    Abstract: 本申请公开了一种植物病虫害识别模型的构建方法、装置、设备及介质。其中,该方法基于轻量级网络、自注意力机制、特征融合层和分类器,构建初始模型;采用样本数据集对初始模型进行训练得到中间模型;对中间模型进行轻量化处理得到植物病虫害识别模型,以基于植物病虫害识别模型对待识别植物图像进行病虫害识别。本技术方案,通过结合轻量级网络和自注意力机制搭建初始模型,以使模型在对图像特征进行高效提取的同时,提高对图像中长距离依赖信息的捕捉能力;进而对训练好的中间模型进行轻量化处理,以保证模型在移动设备和嵌入式设备上的高效运行,同时减少对计算资源的消耗,从而提高了对植物病虫害的识别精度和识别速度。

Patent Agency Ranking