公开(公告)号：CN118655093A

公开(公告)日：2024-09-17

申请号：CN202410788357.4

申请日：2024-06-19

Applicant: 杭州电子科技大学

Inventor： 孙宏伟 ,  洛百东 ,  张竞成 ,  吴开华

IPC: G01N21/25 ,  G01N21/01 ,  B25B11/00

Abstract: 本发明公开了一种多叶位茶树光谱采集系统，包括光源、电子快门、光谱探头及光谱仪，所述光源用于发送光信号，所述电子快门的两端分别通过光纤连接至所述光源与所述光谱探头，所述电子快门用以允许或阻断光信号的通过，所述光谱探头通过光纤连接至所述光谱仪；所述光谱探头为叶片测量装置，所述叶片测量装置包括通过光纤连接至所述电子快门的光纤探头机构、啮合至所述光纤探头机构的尾端的探头套筒及连接至所述探头套筒的尾端的叶片夹持机构，所述探头套筒的两端分别连接至所述光纤探头机构与所述叶片夹持机构。该系统可以准确便捷地采集叶片地光谱数据。

公开(公告)号：CN115797367A

公开(公告)日：2023-03-14

申请号：CN202211628199.3

申请日：2022-12-17

Applicant: 杭州电子科技大学

Inventor： 陈丰农 ,  张奋云 ,  孙宏伟 ,  董春旺 ,  郑雨睿 ,  陈钊庆

IPC: G06T7/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的茶树茶芽分割方法，包括如下步骤：S1、采集复杂自然环境下茶树的图像数据；S2、对采集到的图像数据进行图像预处理操作，并将预处理后的数据划分为训练集，验证集和测试集；S3、构建深度学习网络模型，并将训练集、验证集送入深度学习网络模型进行训练；S4、采用训练好的改进网络模型进行茶树茶芽的分割识别预测。该方法克服了人工采摘时效率低下和耗时耗力问题，相比其他方法，泛化性能更强，更加适合在复杂自然环境下快速且准确的实现茶树茶芽分割，进一步提高了茶树茶芽分割的效率与准确性。解决了复杂自然环境下茶芽的分割精度低、芽叶分离难度大，识别效果差、识别速度慢等问题。

公开(公告)号：CN118190845A

公开(公告)日：2024-06-14

申请号：CN202410354235.4

申请日：2024-03-27

Applicant: 杭州电子科技大学

Inventor： 孙宏伟 ,  刘皓文 ,  陈丰农 ,  吴开华 ,  张垚

IPC: G01N21/31 ,  G01B7/06

Abstract: 本申请公开了一种便携式茶鲜叶含水率快速监测仪及方法，该监测仪通过集成光源模块、光强传感器模块、滑动变阻器测距模块和单片微控制器等核心部件，实现对茶鲜叶含水率的快速、准确监测。装置设计精巧，包括可拆卸连接的第一底板和带有石英玻璃的夹紧结构，确保稳定测量。单片微控制器不仅控制测量过程，还负责数据处理和显示，通过OLED显示屏直观展示结果，并可与上位机通信。本监测仪便携易用，为茶叶生产中的水分管理提供有效支持。

公开(公告)号：CN117337692A

公开(公告)日：2024-01-05

申请号：CN202311315071.6

申请日：2023-10-12

Applicant: 杭州电子科技大学

Inventor： 孙宏伟 ,  洛百东 ,  陈丰农 ,  吴开华

IPC: A01D46/30 ,  B64U10/17 ,  B64U20/87 ,  B64U101/40

Abstract: 本发明属于茶叶采摘无人机领域，为解决现有的无人机式采茶机成本高、采摘效率低、机动性差，以及采摘执行器机械结构复杂，控制难度较大等问题，本发明提供一种微型茶叶采摘无人机，包括主旋翼、无人机机体、尾旋翼、传动装置、起落架、飞行控制系统、采摘器等，还包括设置于所述无人机机体前部下方的深度相机，设置于所述无人机机体下方的采摘装置，交叉伸缩架。本发明的无人机通过自带微型摄像头，识别适合采摘的茶叶，自主规划路径，利用机载刀片式末端执行器进行精确的采摘操作，适用于各类复杂地形，小巧灵活，成本低廉。本发明的无人机可以通过集群化作业提高茶叶的采摘效率和环境适应性。