-
公开(公告)号：CN114863112A
公开(公告)日：2022-08-05
申请号：CN202210586858.5
申请日：2022-05-27
Applicant: 江苏大学
Abstract: 本发明公开了改进U‑net语义分割模型构建方法及用于茶嫩芽识别与采摘点定位方法、系统，通过构建改进的U‑net语义分割网络结构，并利用带标签嫩芽数据集和不带标签嫩芽数据集对改进的U‑net语义分割网络进行训练，实现半监督学习。实时拍摄茶叶嫩芽图片，经预处理后输入到训练好的网络模型进行特征提取和加强特征提取得到语义分割预测结果，其中改进的预测头部网络涉及到MSA模块，实现多尺度通道注意力；最终根据语义分割结果，定位出嫩芽采摘点坐标，实现基于改进U‑net语义分割模型的茶嫩芽的实时识别和采摘点定位。
-
公开(公告)号：CN114359512A
公开(公告)日：2022-04-15
申请号：CN202111586127.2
申请日：2021-12-20
Applicant: 江苏大学
Abstract: 本发明提供了一种基于图卷积的茶叶嫩梢联合分割方法，输入点经过多层下采样图卷积操作，分别经过线性插值上采样和门控传播模块，得到实例特征信息、语义特征信息，将语义特征信息和实例特征信息在联级注意力融合模块进行特征融合，得到含有语义特征的实例信息和含有实例特征的语义信息。本发明提高点云边缘特征信息的同时，减少模型的参数量、提高分割精度。
-
公开(公告)号：CN115157241B
公开(公告)日：2025-02-18
申请号：CN202210703477.0
申请日：2022-06-21
Applicant: 江苏大学
IPC: B25J9/16
Abstract: 本发明提供一种面向电子元器件柔顺装配的机械臂分层多回路控制方法，将设计参考轨迹、阻抗力和上一个循环环境阻抗力输入电子元器件装配场景阻抗特征知识库，得到机械臂关节的设计阻抗轨迹，并与机械臂关节的位置信息求差，经MPC循环输出模型预测控制变量，并与IHOSMC循环输出求和，得到辅助控制变量，并经逆动力学控制循环方程，得到机械臂系统的控制力矩，进而得到关节转角变量、末端执行器的输出轨迹，结合环境信息，得到环境阻抗力；当末端执行器的输出轨迹等于设计阻抗轨迹、环境阻抗力等于设计阻抗力时，机械臂系统稳定，按照此时的输出轨迹和环境阻抗力执行电子元器件的装配。本发明具有装配精度高、响应速度快的特点。
-
Patent Agency Ranking
公开(公告)号：CN113421267B
公开(公告)日：2024-04-12
申请号：CN202110495434.3
申请日：2021-05-07
Applicant: 江苏大学
IPC: G06T7/10 , G06T5/50 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于改进PointConv的点云语义与实例联合分割方法及系统，以激光雷达或深度相机获取的点云作为改进PointConv特征提取模块的输入，经过共享编码模块的点同时通过语义分割解码和实例分割解码，得到实例特征预测和语义特征预测，双向自注意模块将改进PointConv特征提取模块所得到的语义特征预测和实例特征预测进行特征融合，分别进行实例分割和语义分割，得到包含有语义特征的实例信息和包含有实例特征的语义信息。本发明提高了实例分割的速度，且减少了对语义分割精度的依赖性。
-
公开(公告)号：CN115157241A
公开(公告)日：2022-10-11
申请号：CN202210703477.0
申请日：2022-06-21
Applicant: 江苏大学
IPC: B25J9/16
Abstract: 本发明提供一种面向电子元器件柔顺装配的机械臂分层多回路控制方法，将设计参考轨迹、阻抗力和上一个循环环境阻抗力输入电子元器件装配场景阻抗特征知识库，得到机械臂关节的设计阻抗轨迹，并与机械臂关节的位置信息求差，经MPC循环输出模型预测控制变量，并与IHOSMC循环输出求和，得到辅助控制变量，并经逆动力学控制循环方程，得到机械臂系统的控制力矩，进而得到关节转角变量、末端执行器的输出轨迹，结合环境信息，得到环境阻抗力；当末端执行器的输出轨迹等于设计阻抗轨迹、环境阻抗力等于设计阻抗力时，机械臂系统稳定，按照此时的输出轨迹和环境阻抗力执行电子元器件的装配。本发明具有装配精度高、响应速度快的特点。
-
公开(公告)号：CN113421267A
公开(公告)日：2021-09-21
申请号：CN202110495434.3
申请日：2021-05-07
Applicant: 江苏大学
Abstract: 本发明提供了一种基于改进PointConv的点云语义与实例联合分割方法及系统，以激光雷达或深度相机获取的点云作为改进PointConv特征提取模块的输入，经过共享编码模块的点同时通过语义分割解码和实例分割解码，得到实例特征预测和语义特征预测，双线自注意模块将改进PointConv特征提取模块所得到的语义特征预测和实例特征预测进行特征融合，分别进行实例分割和语义分割，得到包含有语义特征的实例信息和包含有实例特征的语义信息。本发明提高了实例分割的速度，且减少了对语义分割精度的依赖性。
-
公开(公告)号：CN114882222B
公开(公告)日：2024-06-07
申请号：CN202210589525.8
申请日：2022-05-27
Applicant: 江苏大学
IPC: G06V10/26 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06T7/66 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了改进YOLOv5目标检测模型构建方法及用于茶嫩芽识别与采摘点定位方法，构建改进的YOLOv5目标检测模型，通过在Backbone模块中设计改进的CSPDarknet53结构，改进的CSPDarknet53结构是在DarkNet53网络的基础上引入了Nonlinear mapping结构，对特征图进行特征提取。此外利用改进的YOLOv5目标检测模型对图像进行预测，输出茶叶嫩芽的目标检测和采摘区域的语义分割图；基于预测结果计算采摘点；最后输出带有采摘点信息的茶叶嫩芽图像，实现对茶叶嫩芽识别与采摘点定位。
-
公开(公告)号：CN114882222A
公开(公告)日：2022-08-09
申请号：CN202210589525.8
申请日：2022-05-27
Applicant: 江苏大学
IPC: G06V10/26 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06T7/66 , G06N3/04 , G06N3/08
Abstract: 本发明公开了改进YOLOv5目标检测模型构建方法及用于茶嫩芽识别与采摘点定位方法，构建改进的YOLOv5目标检测模型，通过在Backbone模块中设计改进的CSPDarknet53结构，改进的CSPDarknet53结构是在DarkNet53网络的基础上引入了Nonlinear mapping结构，对特征图进行特征提取。此外利用改进的YOLOv5目标检测模型对图像进行预测，输出茶叶嫩芽的目标检测和采摘区域的语义分割图；基于预测结果计算采摘点；最后输出带有采摘点信息的茶叶嫩芽图像，实现对茶叶嫩芽识别与采摘点定位。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
