公开(公告)号：CN117078926A

公开(公告)日：2023-11-17

申请号：CN202310936344.2

申请日：2023-07-28

Applicant: 南京理工大学

Inventor： 郭健 ,  王晓燕 ,  蔡云飞 ,  张旭东 ,  陈舒琳 ,  陈欢

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/762 ,  G06V10/764 ,  G06V10/42 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于3D点云拓扑结构的茶叶嫩梢定位方法。首先通过深度相机获取茶叶嫩梢的RGB图像和点云，利用改进后的目标检测网络实现对茶叶嫩梢的识别和粗定位；基于原始点云集结合目标区域提取目标点云，进行点云去噪和下采样等预处理；然后对预处理后的三维点云进行聚类分割，并进行骨架点提取，连接骨架点获得嫩梢骨架；最后通过对茶叶嫩梢骨架结构的骨架点进行近邻搜索得到茶叶嫩梢的品级以及采摘部位的定位点。本发明能显著提高茶叶嫩梢的识别与采摘点定位的精度和效率。

公开(公告)号：CN116958559A

公开(公告)日：2023-10-27

申请号：CN202310918548.3

申请日：2023-07-25

Applicant: 南京理工大学

Inventor： 郭健 ,  陈欢 ,  蔡云飞 ,  王晓燕 ,  张旭东 ,  陈舒琳

IPC: G06V10/30 ,  G06V10/22 ,  G06V10/75 ,  G06V10/762 ,  G06V20/10

Abstract: 本发明公开了一种融合地形特征的果园环境三维点云数据去噪方法。本发明通过线束分割，将点云分成上下两部分，分别进行布滤波拟合地面和防护网，再对投影到二维栅格平面上的点云计算高程差，滤除掉地面点云和防护网点云。对于其他点云进行离群点噪声滤除。对于难以标记的动态障碍物，进行两步标记法，利用帧间信息和区域生长聚类法对动态障碍物进行标记。为提高标记可信度，进行了融合可行度模型判定。最终滤除动态障碍物，得到干净果树行点云。该方法有效的滤除了对于点云配准无效的噪声点云，提取出富含特征信息的果树行点云，鲁棒性更高，配准结果更准确，且方法整体实时性高。

公开(公告)号：CN117372740A

公开(公告)日：2024-01-09

申请号：CN202310936346.1

申请日：2023-07-28

Applicant: 南京理工大学

Inventor： 郭健 ,  王晓燕 ,  蔡云飞 ,  陈欢 ,  张旭东 ,  陈舒琳

IPC: G06V10/764 ,  G06V10/774 ,  G06T7/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/42

Abstract: 本发明公开了一种基于多信息融合的茶叶嫩梢采摘部位精准识别方法，具体包括：利用图像采集设备采集自然环境下茶树嫩梢的RGB图片和深度信息，并对每张茶叶嫩梢原始图像依据角点、颜色渐变、纹理特点综合选取特征进行数据标注制作数据集；通过引入密集连接模块DenseNet单元和注意力机制，并采用加权NMS改进检测网络模型；将待检测的茶叶嫩梢图像输入训练后的关键点检测模型，得到茶叶嫩梢检测框和嫩梢的关键点位置；然后对茶叶嫩梢检测框里的茶叶嫩梢进行图像分割，并求取轮廓最低点；最后根据茶叶生长特点和茶叶采摘需求，结合得到的关键点和轮廓最低点求取茶叶嫩梢采摘点位置。该方法大大提高了茶叶嫩梢采摘部位的定位精度。

公开(公告)号：CN117191017A

公开(公告)日：2023-12-08

申请号：CN202310885667.3

申请日：2023-07-18

Applicant: 南京理工大学 ,  中国石化集团南京化学工业有限公司

Inventor： 郭健 ,  陈舒琳 ,  李海涛 ,  蔡云飞 ,  周松 ,  李胜 ,  陈欢 ,  王晓燕

IPC: G01C21/20 ,  G01S17/89

Abstract: 本发明公开了一种化工场景下巡检机器人高精度安全路径规划方法，首先基于激光点云数据构建二维栅格地图，并对地图中的障碍物进行膨化处理，基于此生成机器人的安全行驶走廊；之后针对蚁群算法进行改进，引入高度启发函数、能见度启发函数与空间安全系数改进蚁群算法的转移规则，最后进行路线搜索，得到最优安全路径。本发明的方案适用于化工园区等复杂巡检环境，使用改进的障碍物膨胀方法与安全行驶走廊构建的地图，使障碍物体积根据机器人尺寸、速度、碰撞风险程度以及任务相关进行膨化，生成一张兼顾安全与效率的高精度地图，结合引入空间安全系数、高度启发函数与能见度启发函数的蚁群算法，使机器人在地图中能规划出一条安全可行高效的路径。

公开(公告)号：CN116893425A

公开(公告)日：2023-10-17

申请号：CN202310877578.4

申请日：2023-07-18

Applicant: 南京理工大学

Inventor： 郭健 ,  陈欢 ,  蔡云飞 ,  张旭东 ,  王晓燕 ,  陈舒琳

IPC: G01S17/86 ,  G01S7/497 ,  G01S19/43 ,  G01C21/16 ,  G06T7/246 ,  G06T7/73 ,  G06T7/77

Abstract: 本发明公开了一种果园采摘机器人超高精度定位方法，首先分别收集将激光定位信息，视觉定位信息，IMU位姿估计信息和差分RTK位姿估计数据，并分别基于不同的赋权对估计的定位位姿进行分配和融合，输出最终的机器人位姿信息，本发明融合激光、视觉、IMU和差分RTK信号，弥补了激光、视觉、IMU精度不够，适用场景不一致，以及当树冠遮挡时，卫星信号差，差分RTK定位精度不可靠的问题，融合客观赋权和主观赋权，同时结合各个传感器的特点，提高定位精度，进行自适应动态权值评估，使得融合结果更准确，鲁棒性更高。