-
公开(公告)号：CN115969564A
公开(公告)日：2023-04-18
申请号：CN202310015100.0
申请日：2023-01-05
Applicant: 青岛农业大学
IPC: A61D3/00 , G06V40/10 , G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082 , B25J11/00 , B25J18/00
Abstract: 本发明涉及兽医医疗器械领域，尤其是一种基于深度学习的鹿科动物智能化采血固定装置，其包括人字围栏、上箱体及下箱体，上箱体内部一侧设置机械手及摄像头，所述机械手及摄像头与信息采集机构信号连接，信息采集机构内嵌用于识动物颈部和头部的算法模型，上箱体上设置承重机构，包括依次连接的电葫芦、承重挂钩、承重绳及编织网，下箱体固定连接在上箱体底部，上箱体内部设置高度调节机构，高度调节机构包括升降板及升降踏板，升降板沿竖直方向移动，且移动至上方时与上箱体底部抵接，升降踏板设置在升降板下方。本发明采用自动化和智能化的方式将鹿的躯干进行固定，不仅降低了采血的难度，同时大大提升了采血的质量。
-
公开(公告)号：CN114820568A
公开(公告)日：2022-07-29
申请号：CN202210549842.7
申请日：2022-05-20
Applicant: 青岛农业大学
IPC: G06T7/00 , G06T7/11 , G06T7/194 , G06V10/25 , G06V10/46 , G06V10/764 , G06V10/766 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种玉米叶片病害识别模型搭建的方法、设备及存储介质，其中搭建方法包括以下步骤：首先获取若干类玉米病害的叶片图像集，包括自然环境下的和实验室环境下的；然后分别对图像数据集进行扩增处理；然后基于Sparse R‑CNN模型搭建LS‑RCNN模型作为玉米叶片检测模型；利用搭建的LS‑RCNN模型对获得的自然环境的叶片图像进行叶片提取分割，得到去除复杂背景后的自然环境的叶片图像数据集；分别利用实验室环境下的叶片图像数据集和处理后的自然环境下的叶片图像数据集对ResNet50模型进行两阶段迁移训练并测试，得到玉米叶片病害图像识别模型CENet。利用该识别模型，对玉米叶片病害的总体识别率达到99.03％，高于大多数人类专家和传统的神经网络模型。
-
公开(公告)号：CN114049901A
公开(公告)日：2022-02-15
申请号：CN202111325912.2
申请日：2021-11-10
Applicant: 青岛农业大学
Abstract: 本发明提供了一种基于声音的信号提取和分类方法，包括以下步骤：步骤1，采集电机不同状态下的声音信号；步骤2，对采集的声音信号进行预处理；步骤3，利用步骤2中预处理后的声音信号进行故障特征提取，得到声音的时频谱图并构建数据集；步骤4，搭建一种CNN模型，将步骤3中构建的数据集输入到模型中进行训练并测试；步骤5，用训练好的模型对电机转子断条故障进行诊断和分类并输出结果；本发明可以有效实现电机转子断条故障的诊断和分类，为电机转子断条故障诊断提供了一个新的研究思路，利用短时傅里叶变换和深度学习相结合的故障诊断和分类方法的有效性，验证准确率达到100％。
-
公开(公告)号：CN113988138A
公开(公告)日：2022-01-28
申请号：CN202111306138.0
申请日：2021-11-05
Applicant: 青岛农业大学
Abstract: 本发明提供了一种基于深度学习的信号提取和分类方法，包括以下步骤：步骤1，采集电机定子电流信号数据得到一维时间序列数据；步骤2，对采集的数据进行数据重叠采样预处理以增多样本个数；步骤3，进行故障特征提取，将定子电流一维时间序列数据转化为二维图像并构建数据集；步骤4，搭建一种CNN模型，将步骤3中构建的数据集输入到模型中进行训练并测试；步骤5，用训练好的模型对电机转子断条故障进行诊断和分类并输出结果；本发明中基于深度学习的信号提取和分类方法可以有效实现电机转子断条故障的诊断和分类，为电机转子断条故障诊断提供了一个新的研究思路，并且验证准确率非常之高。
-
公开(公告)号：CN111428712B
公开(公告)日：2021-11-30
申请号：CN202010193788.8
申请日：2020-03-19
Applicant: 青岛农业大学
Abstract: 本发明公开了一种基于人工智能识别的名优茶采摘机及采摘机用识别方法，包括动力系统、控制系统、行走系统、光照系统、视觉系统、采摘系统、传输系统、红外探测系统及收集箱；所述动力系统驱动行走系统在控制系统的作用下向前行车，采用四个两目相机作为名优茶采摘收获机的视觉系统，图像采集完成后通过本地或5G云端上传至控制系统服务器，再利用图像识别技术和人工智能方法对茶叶进行识别和定位，通过采摘系统中的蜘蛛手机器人将采摘系统移动旋转到合适位置，利用采摘系统的末端采摘器将茶叶新梢折断并夹持，然后运送到传输系统，由传输系统传输到收集箱，收集箱进行分层存贮。
-
Patent Agency Ranking
公开(公告)号：CN110166958B
公开(公告)日：2021-11-09
申请号：CN201910402736.4
申请日：2019-05-15
Applicant: 青岛农业大学 , 青岛希玛机器人有限公司
Abstract: 本发明提出了一种利用北斗短信息进行大数据通讯的方法，包括：步骤(a)，在变尺度下将数据源传感数值转换为三位十六进制的压缩代码；步骤(b)，根据数据源的检测频度，对数据进行装配。本发明的方法采用压缩算法来实现数据压缩，为了满足渔业观测中对数据观测频度的差异性需求，采用基于检测频度的数据装配算法来实现对不同检测频度数据的装配，提高数据的传输效率。
-
公开(公告)号：CN110149600B
公开(公告)日：2021-09-03
申请号：CN201910402739.8
申请日：2019-05-15
Applicant: 青岛农业大学 , 青岛希玛机器人有限公司
Abstract: 本发明提出了一种基于北斗系统进行通讯的方法，包括：步骤(a)，在变尺度下将数据源传感数值转换为三位十六进制的压缩代码；步骤(b)，采用多模态方式进行数据帧装配。本发明的方法采用压缩算法来实现数据压缩，为了满足渔业观测中对数据观测频度的差异性需求，采用基于检测频度的数据装配算法来实现对不同检测频度数据的装配，同时借助多模态融合下的优化装配算法，在满足检测频度的情况下，提高短报文的单次数据发送效率。
-
公开(公告)号：CN112718548A
公开(公告)日：2021-04-30
申请号：CN202011433911.5
申请日：2020-12-10
Applicant: 青岛农业大学 , 青岛大谷农业信息有限公司 , 青岛青农智能技术研究院有限公司
Abstract: 本发明公开了一种深度学习通用型农产品智能分选机，包括平抛式分选机、5G传输与云端存储模块、深度学习算法决策系统组成。分选过程分为两个阶段，机器训练调试阶段、机器测试工作阶段，在机器训练阶段，训练阶段依次将人工分选好的农产品物料依次放入平抛式分选机，相机采集图像后通过5G传输模块上传给云端存储模块，通过迁移学习依次对物料图像进行终生学习，得到决策神经网络模型。机器工作阶段，直接将待分选物料放入平抛式分选机，相机采集图像后上传云端，通过决策系统得出分选指令，下行至平抛分选机控制气枪阵列，从而完成分选，本发明结合5G云端决策和迁移终生学习，通过平抛分选机结构实现了通用农产品的分选，具有巨大应用价值。
-
公开(公告)号：CN112307910A
公开(公告)日：2021-02-02
申请号：CN202011108896.7
申请日：2020-10-16
Applicant: 山东省烟台苹果大数据有限公司 , 青岛农业大学
Abstract: 一种基于深度学习的果园病虫害检测系统及其检测方法，检测系统包括检测装置和检测云端；检测装置包括底座、摄像机、伸缩运动模块、旋转运动模块、5G传输模块、感光模块、供电模块和控制器。本发明将图像采集装置、传输装置、发电装置相结合，将采集到的叶片病虫害信息及时的发送给云端，进行病虫害的识别，决策的结果发送到客户端，将深度学习的方法运用于果园的病虫害识别，通过对后台接收到的数据进行图像识别，有效的解决了果园里人工手持设备拍摄不便捷等问题，并且能够拍到叶片的上下两个面，对果园进行有效的病虫害的监控检测，节省了劳动力，大大提高了检测的效率，具有广阔的市场应用前景。
-
公开(公告)号：CN110481657A
公开(公告)日：2019-11-22
申请号：CN201910699762.8
申请日：2019-07-31
Applicant: 青岛农业大学 , 青岛希玛机器人有限公司
IPC: B62D55/104 , B62D55/08 , B62D11/04
Abstract: 本发明公开一种具备复杂地形自适应功能的特种机器人及其运动作业方法，该特种机器人包括履带式底盘、减震悬挂组件、悬挂自适应调整组件和电控组件，悬挂自适应调整组件用于实现对减震悬挂组件的角度调整。本发明通过设置悬挂自适应调整组件等结构，实现了对减震悬挂组件的左右两侧自适应角度调整，包括对减震悬挂组件的左右独立俯仰角和横滚角调整，配合路面感知传感器，实现了履带式机器人对复杂恶劣路况的自适应性，保障了履带等机构对不同复杂路面障碍物的通过性能和贴合能力，进一步提升了履带式机器人负载性能，保障了移动平台安全性、稳定性和自适应性，对提升特种机器人复杂环境运动的高性能、自适应、高稳定和智能化具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.036 seconds)
