公开(公告)号：CN112487872A

公开(公告)日：2021-03-12

申请号：CN202011244206.0

申请日：2020-11-10

Applicant: 河北工业大学

Inventor： 段书用 ,  马红雷 ,  张家林 ,  鹿宁宁 ,  徐福田

IPC: G06K9/00 ,  G06K9/62 ,  G05D1/02

Abstract: 本申请提供有一种智能割草机器人的避障控制方法，在该避障控制方法中，采集实时的地面视频信息，并提取其中的实时图片数据信息，基于训练完成的图片数据分类模型对实时图片数据信息进行识别实现分类，再将经过分类的图片数据信息转换为不同的驱动指令，如：用于避障的第一驱动指令和用于控制直行的第二驱动指令。相较于现有技术中需要基于多传感器的设计来实现避障控制而言，上述控制方法赋予割草机器人的自动判断能力，无需配置价格高昂的传感器或雷达设备。

公开(公告)号：CN112697984A

公开(公告)日：2021-04-23

申请号：CN202011437542.7

申请日：2020-12-11

Applicant: 河北工业大学

Inventor： 段书用 ,  鲁奕君 ,  丁湘燕 ,  杨泽青 ,  马红雷 ,  鹿宁宁 ,  胡宁

IPC: G01N33/02 ,  G01N23/04 ,  G01N21/84 ,  G01N21/88 ,  G06K9/46 ,  G06K9/62 ,  G06T7/13 ,  G06T7/181 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于神经网络的水果缺陷无损检测方法及分级方法，用以解决现有技术中对水果缺陷检测和分级不够准确的问题。所述无损检测方法首先采集水果的外观图像集、对应的两张X射线图集、切片图像集以及切片化学检测数据集；再将采集的数据进行整合，得到水果缺陷分类及与缺陷类型对应的信息包，以缺陷类型作为标签，对拼接后的X射线图进行标记；基于神经网络构建水果缺陷无损检测或分级模型，以带有标签的X射线图的像素点矩阵对模型进行训练，训练完成后输入待检测水果的X射线图数据，得到缺陷或分级结果。本发明对水果的内部和外部缺陷同时进行无损检测，分级包含水果的外观特征和内部特征，提高了检测或分级效率以及分级的准确性。

公开(公告)号：CN114063609B

公开(公告)日：2024-07-12

申请号：CN202110793961.2

申请日：2021-07-14

Applicant: 河北工业大学

Inventor： 韩旭 ,  段书用 ,  马红雷 ,  张家林 ,  鹿宁宁 ,  徐福田

IPC: G05D1/43 ,  G05D1/243 ,  G05D1/242 ,  G05D1/644 ,  G05D1/648 ,  G05D105/15

Abstract: 本申请提供有一种智能割草机器人的避障控制方法，在该避障控制方法中，采集实时的地面视频信息，并提取其中的实时图片数据信息，基于训练完成的图片数据分类模型对实时图片数据信息进行识别实现分类，再将经过分类的图片数据信息转换为不同的驱动指令，如：用于避障的第一驱动指令和用于控制直行的第二驱动指令。相较于现有技术中需要基于多传感器的设计来实现避障控制而言，上述控制方法赋予割草机器人的自动判断能力，无需配置价格高昂的传感器或雷达设备。

公开(公告)号：CN112697984B

公开(公告)日：2023-07-21

申请号：CN202011437542.7

申请日：2020-12-11

Applicant: 河北工业大学

Inventor： 段书用 ,  鲁奕君 ,  丁湘燕 ,  杨泽青 ,  马红雷 ,  鹿宁宁 ,  胡宁

IPC: G01N33/02 ,  G01N23/04 ,  G01N21/84 ,  G01N21/88 ,  G06V10/44 ,  G06V10/764 ,  G06T7/13 ,  G06T7/181 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明提供了一种基于神经网络的水果缺陷无损检测方法及分级方法，用以解决现有技术中对水果缺陷检测和分级不够准确的问题。所述无损检测方法首先采集水果的外观图像集、对应的两张X射线图集、切片图像集以及切片化学检测数据集；再将采集的数据进行整合，得到水果缺陷分类及与缺陷类型对应的信息包，以缺陷类型作为标签，对拼接后的X射线图进行标记；基于神经网络构建水果缺陷无损检测或分级模型，以带有标签的X射线图的像素点矩阵对模型进行训练，训练完成后输入待检测水果的X射线图数据，得到缺陷或分级结果。本发明对水果的内部和外部缺陷同时进行无损检测，分级包含水果的外观特征和内部特征，提高了检测或分级效率以及分级的准确性。

公开(公告)号：CN114063609A

公开(公告)日：2022-02-18

申请号：CN202110793961.2

申请日：2021-07-14

Applicant: 河北工业大学

Inventor： 韩旭 ,  段书用 ,  马红雷 ,  张家林 ,  鹿宁宁 ,  徐福田

IPC: G05D1/02

Abstract: 本申请提供有一种智能割草机器人的避障控制方法，在该避障控制方法中，采集实时的地面视频信息，并提取其中的实时图片数据信息，基于训练完成的图片数据分类模型对实时图片数据信息进行识别实现分类，再将经过分类的图片数据信息转换为不同的驱动指令，如：用于避障的第一驱动指令和用于控制直行的第二驱动指令。相较于现有技术中需要基于多传感器的设计来实现避障控制而言，上述控制方法赋予割草机器人的自动判断能力，无需配置价格高昂的传感器或雷达设备。