一种蓝莓土壤检测机器人及控制方法

    公开(公告)号:CN118624869A

    公开(公告)日:2024-09-10

    申请号:CN202410717997.6

    申请日:2024-06-04

    Abstract: 本发明公开了一种蓝莓土壤检测机器人及控制方法,蓝莓土壤检测机器人包括检测小车、旋转机构、机械臂和传感器夹持机构;旋转机构放置在检测小车内,机械臂安装在旋转机构上,传感器夹持机构安装在机械臂上,传感器夹持机构包括传感器仓,齿轮,齿条和电机,电机为齿轮提供动力,齿轮与齿条啮合,齿条与传感器仓连接,齿轮转动带动齿条和传感器仓移动;便于土壤检测的花盆包括花盆本体、弹簧、盖板和合页;盖板与花盆本体用合页连接,弹簧连接盖板与花盆本体,盖板在弹簧的作用下与花盆本体贴合。本发明的检测机器人在检测时可减少对蓝莓枝叶的破坏,此外具有结构简单,成本低的优点,可以很好的替代传统的布线式检测;花盆提供了一种新的土壤检测方法,检测时可以不破化蓝莓的枝叶。

    一种基于复合功能的城市蓝绿生态网络构建方法

    公开(公告)号:CN115759669A

    公开(公告)日:2023-03-07

    申请号:CN202211495995.4

    申请日:2022-11-24

    Abstract: 本发明涉及一种基于复合功能的城市蓝绿生态网络构建方法,包括:获取对象区域现状蓝绿斑块的空间分布数据,筛选得到目标生态源地;构建城市蓝绿空间的综合阻力面,基于MCR模型模拟潜在生态廊道的最小阻力路径;选取目标生态源地和综合阻力面,计算每条最小阻力路径的电流邻近中心度,获取蓝绿廊道重要性分级;选用多对一计算模式,识别得到电流密度分布图;提取适宜廊道宽度范围图和生态夹点分布图;将目标生态源地、蓝绿廊道重要性分级、适宜廊道宽度范围图和生态夹点分布图叠加,完成城市蓝绿生态网络的构建。通过本发明进行城市蓝绿生态网络构建,对于保护城市生物多样性、调节热岛效应、提升城市宜居水平和满足居民日常游憩需求具有重要价值。

    一种高能X射线在线监测装置
    5.
    发明公开

    公开(公告)号:CN119510451A

    公开(公告)日:2025-02-25

    申请号:CN202411675309.0

    申请日:2024-11-21

    Abstract: 本发明公开了一种高能X射线在线监测装置,旨在通过多角度X射线图像采集和神经网络的自动参数调整,实现对沉积过程的实时监控和图像质量优化。该方法包括在激光头的四个角安装高能X射线设备及高分辨率探测器,能够从多个视角实时捕捉沉积层的表面和内部结构变化。系统通过神经网络分析图像质量,自动调整X射线设备的曝光时间、光强及成像角度,确保获取的图像具备较高的对比度、信噪比及结构相似性。最终,通过多角度图像的三维重建,系统能够实时呈现沉积层的几何形貌,为工艺优化提供数据支持。该方案还提出一种结合ResNet和VGG的双分支卷积神经网络架构,用于提高X射线图像的质量评估。该方法大大提高了激光金属沉积工艺的质量控制精度与效率。

    一种面向蓝莓设施栽培的智能管理系统

    公开(公告)号:CN118709887A

    公开(公告)日:2024-09-27

    申请号:CN202410717996.1

    申请日:2024-06-04

    Abstract: 本发明公开一种面向蓝莓设施栽培的智能管理系统,用于无人化监测和维护蓝莓生长,以及大棚场景三维模型重建,包括:巡检模块、数据处理模块、路径规划与导航模块和三维场景重建模块。巡检模块包括执行单元和传感器单元,负责巡检大棚内蓝莓和环境状态;数据处理模块包括数据接发单元和数据处理单元,负责分析采集到的数据并生成维护任务;路径规划与导航模块包括环境感知单元和规划导航单元,用于规划巡检AGV小车的最佳路径;三维场景重建模块包括交互可视化单元和点云处理单元,负责对室内场景进行三维模型的重建和分析。本发明提供了一种实现无人化巡检、监测蓝莓生长情况及设施栽培模型重建的智能管理系统。

    一种基于虚实融合的零件数字孪生表面模型快速表征方法

    公开(公告)号:CN119783499A

    公开(公告)日:2025-04-08

    申请号:CN202411682020.1

    申请日:2024-11-22

    Abstract: 本发明公开了一种基于虚实融合的零件数字孪生表面模型快速表征方法,包括:输入零件设计CAD模型和制造实体模型,获取CAD模型的表面特征信息和实体模型对应表面的高精点云数据,采用机理建模和数据分析方法分别得到规范和认证肤面形状模型;将两种肤面形状模型进行预处理后,经虚实融合形成训练样本集,构建基于生成对抗网络的深度学习模型,用于生成符合功能要求的表面三维偏差形态单元模型;建立零件CAD理想表面模型与其三维偏差形态之间的关联映射,得到训练肤面形状模型,将其作为零件数字孪生表面模型的表征。本发明提高了零件表面特征肤面模型表达的精度和效率,能够适用于数字孪生驱动的精密机电产品装配精度分析与预测仿真。

Patent Agency Ranking