-
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。
-
Patent Agency Ranking
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：CN117115808A
公开(公告)日：2023-11-24
申请号：CN202310752400.7
申请日：2023-06-25
Applicant: 江南大学
Abstract: 本发明公开了一种横向输送下用于甘蔗茎节识别的方法，属于甘蔗茎节识别领域。本发明首先利用改进的SURF算法对网络分割图像特征点进行提取，然后对特征点进行暴力匹配，随后利用汉明范数距离的匹配点对粗筛选，最后利用PROSAC算法对特征点进行对精筛选。在甘蔗图像配准完成后通过透视变换以及利用最佳缝合缝的图像融合方法生成拼接后的甘蔗图像。本发明有效提升了匹配效率，减少误匹配率；通过改进汉明距离阈值，使方法可以自适应于不同的图像情况；结合两次筛选的策略，进一步有效地提升了图像匹配的精度，优化了拼接效果。此外，针对复杂背景下甘蔗茎节识别场景，提出一种改进的YOLOv5网络模型，有效提升了识别的精度和鲁棒性。
-
公开(公告)号：CN114619513A
公开(公告)日：2022-06-14
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：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。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
