-
公开(公告)号：CN114964261B
公开(公告)日：2024-11-01
申请号：CN202210563301.X
申请日：2022-05-20
Applicant: 江南大学
Abstract: 本发明公开了基于改进蚁群算法的移动机器人路径规划方法，属于移动机器人控制领域。本发明首先通过K‑medoids算法对地图障碍物聚类分析，差异化初始信息素浓度，提升了前期收敛速度；然后对蚁群算法进行改进，通过引进自适应启发函数，根据待访问节点位置的不同对启发因子适当放大，以加快向目标点搜索的速度；设定双向搜索机制，将寻找目标点问题转化为两只蚂蚁相遇问题，提高了算法效率，从而提高了路径规划的速度。仿真数据说明本发明相比于现有的路径规划方案，机器人的最短路径长度缩短了5％，过程拐弯次数减少30％，收敛代数减少46.2％，因此本发明可更快速寻找到机器人的最短路径，且路径质量更优。
-
公开(公告)号：CN113723314A
公开(公告)日：2021-11-30
申请号：CN202111019667.2
申请日：2021-09-01
Applicant: 江南大学
Abstract: 本发明公开一种基于YOLOv3算法的甘蔗茎节识别方法，将YOLOv3算法应用于甘蔗茎节检测及识别领域，并将传统图像算法与深度学习结合，实现甘蔗茎节快速准确的识别，在速度和精度上都具有明显的优势。本发明的识别方法，对于甘蔗茎节的识别流程包括：步骤一，采集甘蔗图像并进行预处理；步骤二，采用YOLOv3网络模型对预处理后的甘蔗图像进行茎节识别；步骤三，采用改进边缘提取算法对步骤二中识别出的甘蔗茎节进行提取。本发明的识别方法，先用传统的图像处理方法对图像进行预处理，对输入图像进行纠偏并获取其中的感兴趣区域，然后作为YOLOv3网络的输入使用，能够消除图像倾斜以及复杂背景对于识别的影响，有效提高识别率。
-
公开(公告)号：CN104793569A
公开(公告)日：2015-07-22
申请号：CN201510161708.X
申请日：2015-04-07
Applicant: 江南大学
IPC: G05B19/414
CPC classification number: G05B19/414 , G05B19/4147
Abstract: 本发明针对机床智能化发展趋势，设计了一种直驱数控转塔刀架智能控制器。该智能控制器主要由CNC信息交互模块、驱动器信息交互模块、人机界面信息交互模块三部分组成。它与CNC信息交互得到换刀信号，通过与驱动器信息交互完成换刀动作，换刀完成后将信息反馈回CNC。参数与故障预诊断信息可在人机界面显示和更改，实现通过WEB远程监控直驱转塔刀架的功能。智能控制器的应用使得直驱转塔刀架系统整体做到了：自我感知运行状态、自我监视运行状态、自我优化运行状态，提高了系统整体的智能化。
-
公开(公告)号：CN114619513B
公开(公告)日：2023-10-31
申请号：CN202111015197.2
申请日：2021-08-31
Applicant: 江南大学
Abstract: 本申请关于一种双茎节甘蔗预切种装置，涉及甘蔗种植机的农机装备领域。其包括柜体、输送机构、图像采集机构和切割机构。本申请实施例提供的双茎节甘蔗预切种装置，(1)、在对于甘蔗种段进行切割位置定位后，使用至少五个切割设备对甘蔗进行基于双茎节位置或多茎节位置的多段同时切割，在全自动化、保证双茎节切种的前提下，提高了切种效率；(2)、采用圆锯片进行甘蔗种段切割，甘蔗种段切口表面平整，质量更好；(3)、增加覆盖罩，并采用额外配置的条形光源，使图像采集设备在不受外界光线影响下采集到甘蔗图像的过程中，提高对于茎节识别的准确率。本装置为长度在600mm～1500mm范围内的甘蔗种段提供了优质的多茎节切种方案。
-
公开(公告)号：CN115630332A
公开(公告)日：2023-01-20
申请号：CN202211222793.2
申请日：2022-10-08
Applicant: 江南大学
IPC: G06F18/2433 , G01N21/359
Abstract: 本发明公开了一种小麦粉粉质特性预测方法，属于农产品品质检测领域。所述方法通过引入高斯过程回归，将偏最小二乘回归的输入变量进行模糊分类，为分成的两类分别建立偏最小二乘回归模型，并通过Sigmoid函数将结果进行融合。相比于传统的和现有的改进型偏最小二乘方法，本发明将原本的数据进行二分类，让特征更相似的数据能归为一类并分别建立偏最小二乘模型，之后将结果融合，充分利用了数据特征并且避免了在预处理阶段和数据输入阶段的过优化操作，不仅可以有效地提升预测准确度，且预测效率也得到明显提升。
-
Patent Agency Ranking
公开(公告)号：CN115144461A
公开(公告)日：2022-10-04
申请号：CN202210740429.9
申请日：2022-06-27
Applicant: 江南大学
IPC: G01N27/90
Abstract: 本发明公开了一种基于低频激励的复合式涡流检测探头及检测方法，属于无损检测技术领域。本申请通过在远场涡流检测的基础上，向屏蔽结构内增加一个常规涡流检测线圈，与远场涡流共用同一个激励线圈，既不影响远场涡流的对深层缺陷的检测，也可利用常规涡流检测提升上表面缺陷的检测精度；通过内层为铜、外层为硅钢的双层屏蔽罩设计，利用高电导率的铜受到激励线圈磁场的影响，会在材料内部产生感生涡流，感生涡流的磁场会阻碍直接耦合通道磁场的传播，而硅钢的磁导率远远高于空气与钢铁，因此大部分磁场能量会在硅钢内部传导，而非在屏蔽罩外的空气中传播，实现了包含钢板表面缺陷信息和包含钢板深层缺陷信息的能量的分离，提高了检测精度。
-
公开(公告)号：CN114964261A
公开(公告)日：2022-08-30
申请号：CN202210563301.X
申请日：2022-05-20
Applicant: 江南大学
Abstract: 本发明公开了基于改进蚁群算法的移动机器人路径规划方法，属于移动机器人控制领域。本发明首先通过K‑medoids算法对地图障碍物聚类分析，差异化初始信息素浓度，提升了前期收敛速度；然后对蚁群算法进行改进，通过引进自适应启发函数，根据待访问节点位置的不同对启发因子适当放大，以加快向目标点搜索的速度；设定双向搜索机制，将寻找目标点问题转化为两只蚂蚁相遇问题，提高了算法效率，从而提高了路径规划的速度。仿真数据说明本发明相比于现有的路径规划方案，机器人的最短路径长度缩短了5％，过程拐弯次数减少30％，收敛代数减少46.2％，因此本发明可更快速寻找到机器人的最短路径，且路径质量更优。
-
公开(公告)号：CN117764959A
公开(公告)日：2024-03-26
申请号：CN202311807106.8
申请日：2023-12-26
Applicant: 江南大学
IPC: G06T7/00 , G06V10/44 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及一种光伏电池组件缺陷检测方法和系统，其中，方法包括：步骤S1：获取关于光伏电池组件的图像数据；步骤S2：构建检测模型，检测模型基于YOLOv8‑nano构建，包括依次连接的Backbone模块、Neck模块和Head模块；在Backbone模块中加入EMA注意力机制，得到YOLOv8n‑EMA模型；步骤S4：通过最小化损失函数来训练所述YOLOv8n‑EMA模型，使所述YOLOv8n‑EMA模型收敛；步骤S5：利用收敛的YOLOv8n‑EMA模型对光伏电池组件的图像数据进行缺陷检测。本发明的YOLOv8n‑EMA模型提升了对缺陷特征学习的能力，进而提高了光伏电池组件缺陷检测的精度。
-
公开(公告)号：CN116621106A
公开(公告)日：2023-08-22
申请号：CN202310585357.X
申请日：2023-05-22
Applicant: 江南大学
Abstract: 加油机器人自适应末端执行器，包括外壳；针柱阵列，针柱阵列包括由中心向四周辐散的多个针柱组成；锁紧气囊，锁紧气囊上还连接有多个用于抽放气的第二气管，且在锁紧气囊经抽放气后能够对针柱进行轴向移动的限位与否。本发明结构紧凑、合理，操作方便，本发明通过可以伸缩的针柱结构阵列，可以实现对不同汽车类型、品牌的加油孔端盖多样性的自适应配合，省去了依靠视觉控制调整夹爪位姿的步骤，同时通过抽气的方式一方面能够对针柱阵列进行限位，同时还能通过吸盘提高对加油盖的连接效果，最后在通过扭矩传动装置能够对油箱盖的角度进行微调，同时在调整后进行旋钮开盖以及后续的关盖，适应性强、操作快捷简便、轻量化。
-
公开(公告)号：CN116843668B
公开(公告)日：2024-11-01
申请号：CN202310888622.1
申请日：2023-07-19
Applicant: 江南大学
IPC: G06T7/00 , G06V20/68 , G06V20/70 , G06V10/82 , G06V10/766 , G06V10/771 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种基于深度学习的苹果表皮缺陷检测方法和系统，方法包括：获取苹果表皮图像；构建改进的YOLOv5s模型；通过改进的YOLOv5s模型对所述苹果表皮图像进行缺陷检测，并输出缺陷检测结果；其中，改进的YOLOv5s模型包括Backbone模块、Neck模块和Head模块，Backbone模块包括若干DSCS结构，DSCS结构用于提取浅层特征和深层特征，并将所述浅层特征和深层特征进行拼接，再对拼接后的特征进行特征筛选；Neck模块用于对Backbone模块筛选的特征进行特征融合；Head模块用于对Neck模块融合得到的特征进行预测。本发明能够对苹果表皮的缺陷进行准确预测。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.02 seconds)
