-
公开(公告)号：CN107014376B
公开(公告)日：2019-09-10
申请号：CN201710117096.3
申请日：2017-03-01
Applicant: 华南农业大学
Abstract: 本发明公开了一种适用于农业机械精准作业的姿态倾角估计方法，包括对MEMS陀螺仪与加速度计固有零偏估算和结合陀螺仪二阶AR(Auto Regression)误差模型的自适应卡尔曼滤波姿态融合算法。采用AR模型估计X轴陀螺仪与Y轴陀螺仪测量误差φerr1、φerr2、θerr1、θerr2作为卡尔曼滤波的状态输入量并自适应估算测量误差协方差矩阵R。建立包含6个状态向量与2个观测向量的系统外部拓展卡尔曼滤波状态方程和测量方程，借助三轴加速度计空间几何模型自适应调整过程误差协方差矩阵Q。本发明方法考虑陀螺仪与加速度计的固有零偏，可避免姿态估算时引入系统误差；二阶AR误差模型可避免随机陀螺仪随机误差对姿态估计造成影响；自适应卡尔曼滤波系统方程可以保证在不同状态下的姿态估计精度。
-
公开(公告)号：CN109141414A
公开(公告)日：2019-01-04
申请号：CN201811029509.3
申请日：2018-09-05
Applicant: 华南农业大学
IPC: G01C21/16
CPC classification number: G01C21/16
Abstract: 本发明公开了一种田间作业车辆外部加速度辨识与姿态同步估计方法，包括下述步骤：基于三轴陀螺仪与三轴加速度计的测量模型，推导外部加速度的一阶低通滤波模型，融合到卡尔曼滤波器；将三轴陀螺仪测量量ωX、ωY、ωZ作为卡尔曼滤波器的状态输入量；将三轴加速度计的测量量aX、aY、aZ作为滤波器的观测输入向量，进行外部加速度的修正；建立包含3个状态向量与3个观测向量的系统卡尔曼滤波状态方程和测量方程，精准测量田间作业车辆姿态角与辨识外部加速度。本发明方法考虑车辆外部加速度对姿态测量的影响，能有效提高田间作业车辆姿态测量精度，提升作业质量。
-
公开(公告)号：CN109087341A
公开(公告)日：2018-12-25
申请号：CN201810578052.5
申请日：2018-06-07
Applicant: 华南农业大学
Abstract: 本发明公开了一种近距离高光谱相机与测距传感器的融合方法，具体包括下述步骤：S1、设计传感器安装支架并安装高光谱相机和测距传感器；S2、设计立体标定棋盘格，使参考点之间具有不同的深度信息；S3、利用外置计算机同时采集高光谱相机与测距传感器信息，其中采集测距传感器信息时立体棋盘格处于静止状态；S4、将高光谱相机与测距传感器的测量信息都统一到系统坐标系下，建立传感器之间的关联；S5、基于线推扫式高光谱相机标定模型建立高光谱相机与测距传感器融合模型，并借助直接线性转换DLT法进行求解。本发明具有较高的分辨率与精度，将光谱信息与空间信息进行融合，为搭建三维光谱模型提供了可能。
-
公开(公告)号：CN106772517A
公开(公告)日：2017-05-31
申请号：CN201611243607.8
申请日：2016-12-29
Applicant: 华南农业大学
CPC classification number: G01S19/47 , G01C21/005 , G01C21/18 , G01S19/41
Abstract: 本发明公开了一种基于双天线GNSS接收机/陀螺仪信息融合的农机横滚角测试方法，采用双天线GNSS接收机测量得到的横滚角白噪声较大，不易直接用于农机姿态的校正。陀螺仪输出数据平稳，短时间稳定性强，但长期精度差。采用卡尔曼滤波器对双天线GNSS接收机获得的横滚角度以及陀螺仪获取的滚转角速度进行融合处理，获得农业机械横滚角的精确估计。本发明方法可形成更连续和稳定的农业机械横滚角数据，使得农机的倾斜校正更加准确。
-
公开(公告)号：CN104020706A
公开(公告)日：2014-09-03
申请号：CN201410283796.6
申请日：2014-06-23
Applicant: 华南农业大学
IPC: G05B19/042
Abstract: 本发明公开了一种果园管道自动顺序喷雾系统及控制方法，系统包括用于给系统供电的太阳能供电单元、用于果园管道自动顺序喷雾系统中的药液的供应的机泵供药单元、管道喷雾平台和自动顺序喷雾控制装置，管道喷雾平台由若干组管道喷雾单元组成，喷雾单元由电磁阀控制进行喷雾，通过自动顺序喷雾控制装置控制各组管道喷雾单元，实现对果树的自动顺序喷雾。本果园管道自动顺序喷雾系统中，每棵果树都由相应的喷头进行喷雾，不再需要人工手持喷杆进行喷雾作业，省人工，节约人工成本，克服了密植果园中或果树树冠长大后人工难以自由移动喷杆进行喷雾的困难。
-
Patent Agency Ranking
公开(公告)号：CN118470424A
公开(公告)日：2024-08-09
申请号：CN202410660993.9
申请日：2024-05-27
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/25 , G06T7/62 , G06V10/82 , G06N3/0464 , G06N3/0455 , A01G13/00 , A01G7/06 , A01G22/50
Abstract: 本申请涉及一种棉花黄萎病分级防治方法、装置、设备及介质，所述方法包括：获取待检测棉花叶片图像；基于预训练的棉花黄萎病检测模型对所述待检测棉花叶片图像进行目标检测，提取所述待检测棉花叶片图像中的黄萎病目标区域图像相对应的掩膜数据；基于所述黄萎病目标区域图像相对应的掩膜数据，计算确定所述黄萎病目标区域图像的投影面积像素点数量与所述待检测棉花叶片图像的投影面积像素点数量之间的比值；根据所述比值确定棉花黄萎病的病害等级，根据棉花黄萎病的病害等级确定所述棉花黄萎病的病害等级相对应的农药喷洒量。本申请不仅有效降低棉花生产中病害检测成本，能够根据不同的黄萎病害等级进行精准施药。
-
公开(公告)号：CN107315345B
公开(公告)日：2020-10-09
申请号：CN201710484436.6
申请日：2017-06-23
Applicant: 华南农业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于双天线GNSS和预瞄追踪模型的农机自动导航控制方法，采用支持多星系统载波相位差分技术的共时钟一体双天线GNSS接收机进行农机的定位测姿，采用分段自适应的与速度相关的前视距离作为预瞄追踪模型方法中的参数对农机进行路径跟踪控制。本发明中：支持多星系统载波相位差分技术的定位板卡能有效增加参与定位解算的卫星数量，提高导航定位的精度和稳定性；基于卫星导航系统的惯导测姿提高了农机姿态测量的精度和实时性；预瞄追踪模型算法设计模拟人的驾驶行为具有预见性，路径跟踪控制效果好，提高了农机上线的快速性、稳定性以及对复杂农田路况的适应性；前视距离与速度相关，提高了农机自动导航系统在相对高速作业时的控制精度和稳定性。
-
公开(公告)号：CN107315345A
公开(公告)日：2017-11-03
申请号：CN201710484436.6
申请日：2017-06-23
Applicant: 华南农业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于双天线GNSS和预瞄追踪模型的农机自动导航控制方法，采用支持多星系统载波相位差分技术的共时钟一体双天线GNSS接收机进行农机的定位测姿，采用分段自适应的与速度相关的前视距离作为预瞄追踪模型方法中的参数对农机进行路径跟踪控制。本发明中：支持多星系统载波相位差分技术的定位板卡能有效增加参与定位解算的卫星数量，提高导航定位的精度和稳定性；基于卫星导航系统的惯导测姿提高了农机姿态测量的精度和实时性；预瞄追踪模型算法设计模拟人的驾驶行为具有预见性，路径跟踪控制效果好，提高了农机上线的快速性、稳定性以及对复杂农田路况的适应性；前视距离与速度相关，提高了农机自动导航系统在相对高速作业时的控制精度和稳定性。
-
公开(公告)号：CN107046820A
公开(公告)日：2017-08-18
申请号：CN201611031358.6
申请日：2016-11-22
Applicant: 华南农业大学
IPC: A01B35/22
CPC classification number: A01B35/22
Abstract: 本发明涉及智能农业机械领域，更具体地涉及一种基于双天线GNSS的平地机控制系统及其控制方法，所述安装于平地铲的平地机控制系统包括双天线GNSS系统、用于检测平地铲辅助横向倾斜角度的加速度传感器、平地控制器、平地铲液压阀组以及用于保持相关高度以及倾角的调节油缸，所述双天线GNSS系统包括主天线、从天线、发送实时差分信息的GNSS RTK基准系统以及用于接收信息的GNSS接收模块，主天线、从天线与GNSS接收模块电连接；主天线、从天线以及加速度传感器将相关信息发送至GNSS接收模块，GNSS接收模块传输至平地控制器，平地控制器接收到相关信息并发送命令至平地铲液压阀组，平地铲液压阀组对平地铲进行调节高度以及倾角，调节油缸对平地铲进行调节高度以及倾角进行保持。
-
公开(公告)号：CN107014376A
公开(公告)日：2017-08-04
申请号：CN201710117096.3
申请日：2017-03-01
Applicant: 华南农业大学
Abstract: 本发明公开了一种适用于农业机械精准作业的姿态倾角估计方法，包括对MEMS陀螺仪与加速度计固有零偏估算和结合陀螺仪二阶AR(Auto Regression)误差模型的自适应卡尔曼滤波姿态融合算法。采用AR模型估计X轴陀螺仪与Y轴陀螺仪测量误差φerr1、φerr2、θerr1、θerr2作为卡尔曼滤波的状态输入量并自适应估算测量误差协方差矩阵R。建立包含6个状态向量与2个观测向量的系统外部拓展卡尔曼滤波状态方程和测量方程，借助三轴加速度计空间几何模型自适应调整过程误差协方差矩阵Q。本发明方法考虑陀螺仪与加速度计的固有零偏，可避免姿态估算时引入系统误差；二阶AR误差模型可避免随机陀螺仪随机误差对姿态估计造成影响；自适应卡尔曼滤波系统方程可以保证在不同状态下的姿态估计精度。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.053 seconds)
