-
公开(公告)号:CN113960921A
公开(公告)日:2022-01-21
申请号:CN202111223968.7
申请日:2021-10-19
Applicant: 华南农业大学
IPC: G05B11/42
Abstract: 本发明公开了一种果园履带车辆视觉导航控制方法与系统,利用微软Kinect cv2相机拍摄果园路况图像,将之传入语义分割模型中,生成路况掩码区并保存对应特征;从保存的路况掩码区中提取左右侧边缘信息点并拟合一系列中心点坐标;通过给定像素坐标权重表,加权平均得到每一幅图像的偏差;基于PID控制算法,设计模糊PID控制器;基于MATLAB软件的Simulink仿真环境,建立果园视觉导航控制的仿真模型;根据仿真结果,得出模糊PID控制器的输出量,将输出量作为电机的控制量,从而实现果园履带车辆自主行驶,具有能够准确的引导果园车辆在果园路径中进行行驶的优点。本发明简化了算法的计算能力,节省大量的图像处理时间,工作效率高,因此本发明方法适合在一些路径不规范的果园中使用。
-
公开(公告)号:CN113280820A
公开(公告)日:2021-08-20
申请号:CN202110642706.8
申请日:2021-06-09
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于神经网络的果园视觉导航路径提取方法与系统,包括:S1、利用微软Kinect2深度相机进行数据采集,拍摄大量果园路况图像;S2、利用程序对数据进行预处理;S3、基于Tensorflow框架搭建Segnet深度学习神经网络模型,该模型包括编码部分和解码部分,且编码与解码之间呈一种对称关系;S4、训练已经搭建成功的Segnet深度学习神经网络模型,训练前设置模型参数;S5、基于训练成功的模型识别果园路况信息,生成路况掩码区并保存对应特征,从保存的路况掩码区中提取左右侧边缘信息点,利用左右侧边缘信息点的特征进行导航路径拟合。本发明利用Segnet深度学习神经网络模型,通过深度学习的方式提高了果园导航路径识别的准确率,为视觉导航任务提供有效参考。
-
公开(公告)号:CN119904525A
公开(公告)日:2025-04-29
申请号:CN202510152549.0
申请日:2025-02-12
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于机器视觉的香蕉吸芽切割点快速精准定位方法;具体为:采集香蕉实时的RGB图像和深度数据,将RGB图像与深度数据进行对齐,将对齐后的图像数据输入训练好的优选关键点检测模型中,通过优选关键点检测模型检测出两个辅助关键点;计算两个辅助关键点的中点,作为香蕉吸芽的切割点;利用近邻插值算法,从对齐的深度数据中提取切割点的深度值;将切割点的图像坐标和深度值转换为相机坐标系中的三维坐标,并将转换后的三维坐标传输到中心控制系统,以此控制作业机器人进行香蕉吸芽的切除工作。本发明的香蕉吸芽切割点快速精准定位方法可以快速实现对香蕉吸芽的切割点进行精准定位,从而提高切割效率和切割精度。
-
公开(公告)号:CN114916524B
公开(公告)日:2023-06-13
申请号:CN202210736587.7
申请日:2022-06-27
Applicant: 华南农业大学 , 岭南现代农业科学与技术广东省实验室
IPC: A01M7/00
Abstract: 本发明公开了一种升降式靶标随动风送喷雾车及控制方法,包括车架以及设于车架上的控制单元、数据采集单元、风送喷雾机构、供液机构、升降机构、上随动机构和下随动机构;所述控制单元分别与数据采集单元、风送喷雾机构、供液机构、升降机构、上随动机构和下随动机构通讯连接;所述供液机构与风送喷雾机构的喷头组连接;所述上随动机构通过升降机构装于车架上,所述下随动机构位于上随动机构的斜下方,所述风送喷雾机构的轴流风机分别安装于上随动机构和下随动机构上。本发明可以根据植株高度调整喷雾高度,并在喷雾车行进过程中根据目标果树位置实时调整风送喷雾俯仰角和摇摆角。
-
公开(公告)号:CN113820682A
公开(公告)日:2021-12-21
申请号:CN202111133796.4
申请日:2021-09-26
Applicant: 华南农业大学
IPC: G01S7/41
Abstract: 本发明公开一种基于毫米波雷达的目标检测方法及装置,其中的方法包括以下步骤:(1)通过数据采集模块进行数据采集,将数据融合为三维点云集;(2)去除三维点云集中的非靶标点云;(3)对三维点云集中的地面点云进行拟合、分割;(4)设置聚类的点密度阈值,采用自适应模型判断三维点云集中的所有数据点是否为核心点;(5)基于步骤(4)所确定的核心点,采用DBSCAN算法进行核心点聚类,最终完成采集数据中的目标识别。本发明采用自适应模型,对三维点云集中的数据点进行核心点判断,针对每个数据点单独匹配建立自适应模型,具有针对性强、适应性好以及精度高等优点,有效提高利用毫米波雷达进行的目标检测精度,避免目标误判等情况的出现。
-
-
-
-