-
公开(公告)号：CN116602106A
公开(公告)日：2023-08-18
申请号：CN202310890649.4
申请日：2023-07-20
Applicant: 南京农业大学三亚研究院 , 南京农业大学
Abstract: 本发明公开了一种基于无人机的水稻田内变量施肥方法。基于无人机多光谱影像及旋翼无人机撒肥平台，提出基于无人机的水稻田内变量施肥技术，在水稻追肥关键生育期根据氮肥优化算法NFOA利用无人机变量撒肥平台实现田内精确变量施肥。通过当地多年不同品种及氮素水平的水稻田间互作试验，确定NFOA追氮算法的最适参数，并根据追肥关键生育期的无人机多光谱影像生成适用于无人机撒肥平台的追氮处方图，配套大疆T20变量施肥装置，进行无人机变量施肥。本发明对比传统的人工均匀撒肥方式，大大节约了人力和肥料成本，追肥作业更加精确、快捷，此外受天气和地形因素影响较小，真正实现了基于无人机精确变量施肥作业。
-
公开(公告)号：CN112557393B
公开(公告)日：2024-02-20
申请号：CN202011303981.9
申请日：2020-11-19
Applicant: 南京农业大学
IPC: G01N21/84
Abstract: 本发明提出基于高光谱影像融合图谱特征的小麦叶层氮含量估测方法，步骤包括：采集小麦冠层高光谱影像数据和实测小麦叶层氮含量；首先，进行影像预处理，提取光谱反射率，计算植被指数、位置和形状特征，利用卷积神经网络提取深层特征。其次，通过相关系数分析、随机森林算法进行特征优选，利用并行融合策略构建新的融合图谱特征。最后，利用粒子群优化支持向量回归方法，构建基于融合图谱特征的小麦叶层氮含量估测模型。本发明的方法估测精度高、特征鲁棒性强，适用于小麦全生育期，同时也是目前第一次提出综合高光谱影像的植被指数、位置和形状特征、深层特征构建融合图谱特征估测小麦叶层氮含量的方法。
-
-
公开(公告)号：CN115042894A
公开(公告)日：2022-09-13
申请号：CN202210760317.X
申请日：2022-06-29
Applicant: 南京农业大学
Abstract: 本发明公开了一种旱田四轮电驱机器人运动控制系统及转向控制方法，其中运动控制系统包括底盘模块、硬件模块、软件模块三大部分；转向控制方法为四轮差速转向控制。所述底盘模块包括行走控制机构、模式切换机构、举升控制机构，其中行走控制机构负责机器人的行走控制，模式切换机构负责改变机器人的运动模式，举升控制机构负责调节机器人的离地高度和两侧轮子距离；所述硬件模块包括电源管理模块、上层数据处理模块、底层控制模块，电机驱动模块、数据通信模块，其中数据通信模块为CAN信号线，通过CAN总线将上层数据处理模块、底层控制模块、电机驱动模块三层结构挂在同一条总线上；所述转向控制方法满足机器人在旱田作业，符合实际要求。
-
公开(公告)号：CN115015132A
公开(公告)日：2022-09-06
申请号：CN202210616907.5
申请日：2022-06-01
Applicant: 南京农业大学 , 神农智慧农业研究院南京有限公司
Abstract: 本发明公开了一种基于数据融合建立冬小麦水分状况监测模型的方法，包括：获取小麦植株冠层光谱反射率；测定水分指标，获取植株数据、土壤数据、气象数据；分别筛选对冠层含水量、植株含水量和冠层等效水厚度相关性最好的光谱指数；使用主成分分析和皮尔逊相关系数方法，对土壤数据、植株数据和气象数据进行特征选择；将筛选出的光谱指数融合不同数据库作为模型输入参数，分别利用R语言代码中的决策树DT、随机森林RF和支持向量机SVM算法，建立基于数据融合构建的冬小麦水分状况监测模型；比较不同冬小麦水分状况监测模型对于水分指标的预测效果，筛选出对水分状况最优监测模型。本发明还公开了一种基于数据融合的冬小麦水分状况监测方法。
-
Patent Agency Ranking
公开(公告)号：CN113435282B
公开(公告)日：2021-12-21
申请号：CN202110677003.9
申请日：2021-06-18
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于深度学习的无人机影像麦穗识别方法，通过将无人机测试影像输入至麦穗识别模型识别出麦穗信息，所述识别模型的构建包括：S1、数据采集步骤；S2、数据处理步骤；S3、构建适用于无人机影像麦穗识别网络，对所述无人机影像数据进行训练，得到麦穗识别模型；S4、利用训练好的麦穗识别模型对无人机影像中的待检测麦穗进行识别，融合麦穗识别模型的检测框，得到识别结果；其特征在于S3构建多尺度网络特征架构，通过多尺度检测层提取麦穗特征，增强网络对小尺寸麦穗特征的提取能力；基于交并比计算检测层的置信度损失权重，提高小尺寸麦穗特征对网络的贡献。本发明提出的方案具有检测小尺寸密集麦穗影像的优点，很好解决了麦穗识别的技术困境。
-
公开(公告)号：CN110715665B
公开(公告)日：2021-12-14
申请号：CN201911116442.1
申请日：2019-11-15
Applicant: 南京农业大学
Abstract: 本发明公开一种田间作物表型监测机器人及其导航方法，所述机器人包括车身平台，电源装置，运动控制装置，环境信息传感器装置及作物生长信息传感器装置；该机器人的导航方法为：预先标记GPS航点位置；对航点大地坐标进行坐标转换并根据航点顺序计算相邻航点间的航线位置及方向；获取机器人的实时位置及姿态信息，计算机器人位姿与航线的横向偏差及角度偏差；通过对田间秸秆覆盖度、土壤水分含量、土壤紧实度因素对车轮速度的影响进行分析，构建秸秆与土壤因素对车轮速度影响的数学模型，根据该模型建立机器人路径跟踪算法，以实现惯性导航偏差校正。本发明能够实现作物生长信息的实时、准确、高通量获取。
-
公开(公告)号：CN112557393A
公开(公告)日：2021-03-26
申请号：CN202011303981.9
申请日：2020-11-19
Applicant: 南京农业大学
IPC: G01N21/84
Abstract: 本发明提出基于高光谱影像融合图谱特征的小麦叶层氮含量估测方法，步骤包括：采集小麦冠层高光谱影像数据和实测小麦叶层氮含量；首先，进行影像预处理，提取光谱反射率，计算植被指数、位置和形状特征，利用卷积神经网络提取深层特征。其次，通过相关系数分析、随机森林算法进行特征优选，利用并行融合策略构建新的融合图谱特征。最后，利用粒子群优化支持向量回归方法，构建基于融合图谱特征的小麦叶层氮含量估测模型。本发明的方法估测精度高、特征鲁棒性强，适用于小麦全生育期，同时也是目前第一次提出综合高光谱影像的植被指数、位置和形状特征、深层特征构建融合图谱特征估测小麦叶层氮含量的方法。
-
公开(公告)号：CN106777845A
公开(公告)日：2017-05-31
申请号：CN201710172841.4
申请日：2017-03-22
Applicant: 南京农业大学
Abstract: 本发明提供了基于子窗口重排法(SPA)提取敏感参数构建小麦叶片白粉病早期监测模型的方法，包括以下步骤：1)获取感病小麦叶片的高光谱反射率；2)利用SPA算法从高光谱反射率的原始波段中提取敏感波段；3)选择现有研究中与病害可能相关的光谱指数，利用SPA算法从所述光谱指数中提取敏感光谱指数；4)利用偏最小二乘‑线性判别分析法，将所述敏感波段或所述敏感光谱指数作为分输入变量，构建小麦白粉病早期监测模型；5)用二分类算法对所述小麦白粉病早期监测模型进行检验，且基于独立易感品种用留一交互检验法评价模型表现。综上，基于SPA提取的小麦白粉病敏感光谱特征准确且波段少、构建的小麦白粉病监测模型简单准确性高稳定性好。
-
公开(公告)号：CN102426153B
公开(公告)日：2015-09-16
申请号：CN201110368757.2
申请日：2011-11-21
Applicant: 南京农业大学
Abstract: 本发明涉及一种基于冠层高光谱指数的小麦植株水分监测方法，利用两年2个品种、4个不同水分处理下的两年小麦池栽试验数据，采用减量精细采样法，分析350～2500nm波段范围内原始光谱和倒数光谱的任意两两波段组合而成的高光谱指数与小麦植株含水量和叶层含水量的定量关系，结果发现基于原始光谱NDVI(R836，R793)和倒数光谱RVI(RC837，RC793)可以监测小麦植株水分含量；基于原始光谱NDVI(R1100，R770)和RVI(R893，R805)可以监测小麦叶层水分含量。本发明研究结论为利用高光谱数据快速无损监测小麦水分状况提供新的波段组合和理论依据。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.03 seconds)
