公开(公告)号：CN103503639A

公开(公告)日：2014-01-15

申请号：CN201310454257.X

申请日：2013-09-30

Applicant: 常州大学

Inventor： 吕继东 ,  马正华 ,  何可人 ,  赵德安 ,  姬伟 ,  陈玉

IPC: A01D46/30 ,  B25J9/08 ,  B25J19/04

Abstract: 本发明公开了一种双臂果蔬采收机器人系统及其果蔬采收方法。该系统中：双目立体视觉系统用于机器人行走运动的视觉导航和采收目标及障碍物位置信息的获取；机械手装置用于根据采收目标及障碍物的位置抓取分离；机器人移动平台用于在作业环境下自主运动；主控计算机是控制中心，集成了控制界面及各个软件模块，对整个系统进行控制。双目立体视觉系统包括两个彩色摄像机、图像采集卡和智能控制云台；机械手装置包括两个5自由度的机械臂本体，关节伺服驱动器及执行电机等；机器人移动平台包括轮式车体、电源及动力控制设备和果蔬收集装置。本发明使用双目视觉和双机械手仿生拟人构建了果蔬采收机器人，实现了自主导航行走和果蔬目标的自动采收。

公开(公告)号：CN103327083A

公开(公告)日：2013-09-25

申请号：CN201310228077.X

申请日：2013-06-08

Applicant: 常州大学

Inventor： 马正华 ,  吕继东 ,  陈阳 ,  余田 ,  王雪 ,  王军

IPC: H04L29/08 ,  H04L12/66 ,  H04L12/28

Abstract: 本发明公开了一种基于异构网络Android平台的嵌入式家庭监测系统，包括智能家用设备数据采集终端、家庭网关、智能交互式一体机、远程PC或手机终端，家庭网关包括触摸屏HCI、Android操作系统、ARM微处理器、SQLite数据库、Boa服务器；智能家用设备数据采集终端和所述家庭网关之间通过无线通信模块或有线通信模块通信，智能交互式一体机和所述家庭网关之间通过TCP/IP通信，远程PC或手机终端和所述家庭网关之间通过互联网通信。本发明将多个家庭设备通过家庭网关的智能管理和控制共享Internet，互通互联，安全运行，实现Internet接入、远程控制以及连接家庭内部异构子网的功能，提供强大的系统管理能力。

公开(公告)号：CN119737968A

公开(公告)日：2025-04-01

申请号：CN202411858103.1

申请日：2024-12-17

Applicant: 常州大学

Inventor： 陈滟 ,  顾玉宛 ,  孟放 ,  陈伟明 ,  吕继东 ,  徐守坤

IPC: G01C21/34

Abstract: 本发明涉及路径规划技术领域，尤其涉及基于神经元弹性学习和多Q值策略的路径规划方法，包括构建移动机器人在未知环境中的路径规划，以Actor‑Critic网络进行策略学习；初始化ActorNetwork和Critic Network网络参数；通过对ActorNetwork中每一层的神经元进行主次功能区分，删除次神经元并随机赋值，保留主神经元所学；Critic Network中使用多Q值并选择最小的两个Q值取平均作为策略评估目标。本发明提出基于神经元弹性学习和多Q值策略的移动机器人路径规划方法，以解决现有深度强化学习路径规划算法无法在缩小对缓解漂移的修复时间的同时减小Q值高估问题的局限。

公开(公告)号：CN119128677A

公开(公告)日：2024-12-13

申请号：CN202411144852.8

申请日：2024-08-20

Applicant: 常州大学

Inventor： 邹凌 ,  石天煜 ,  马帅帅 ,  周天彤 ,  吕继东 ,  戴亚康

IPC: G06F18/2415 ,  G06F18/25 ,  G06F18/2134 ,  G06F18/214

Abstract: 本发明提供一种基于集成多频段注意力机制的单侧上肢运动想象解码方法，包括：通过无线脑电信号采集系统进行数据采集，得到单侧上肢任务运动想象脑电数据；对单侧上肢任务运动想象脑电数据进行预处理，得到多频段的脑电数据；通过注意力机制模块对多频段的脑电数据进行赋权处理；利用深度学习网络对赋权后的多频段的脑电数据进行特征提取，得到脑电数据特征；将赋权后的脑电数据特征进行拼接融合，并进行分类处理；基于分类后的脑电数据特征进行迁移学习，建立单侧上肢运动想象解码模型；通过单侧上肢运动想象解码模型对待处理单侧上肢运动想象脑电数据进行解码处理。本发明的方法减少解码模型训练时间，提高了模型的鲁棒性。

公开(公告)号：CN118781391A

公开(公告)日：2024-10-15

申请号：CN202410767851.2

申请日：2024-06-14

Applicant: 常州大学

Inventor： 毕卉 ,  王蕃 ,  熊宇豪 ,  吕继东 ,  邹凌

IPC: G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明涉及图像处理技术领域，尤其涉及基于改进YOLOv9和双流网络的结节检测方法，包括获取超声甲状腺结节图像，并标注结节位置和划分若干等级；将图像输入去噪模块，得到去噪后的图像；将去噪后的图像输入YOLOv9模型，进行结节位置检测，得到结节检测框图像；并利用双流网络模块中的结节图提取模块和原图提取模块进行特征提取，得到原图特征图和结节特征提取图，并利用特征融合模块将原图特征图和结节特征提取图进行特征融合，经过分类模块后输出结节的等级。本发明利用改进的YOLOv9模型对结节进行定位检测；利用双流识别模块对甲状腺结节的分险等级进行评估。

公开(公告)号：CN117953280A

公开(公告)日：2024-04-30

申请号：CN202410058197.8

申请日：2024-01-16

Applicant: 常州大学

Inventor： 吕继东 ,  牛亮亮 ,  黄敬贤 ,  吴臻 ,  周鹏 ,  徐黎明 ,  韩颖 ,  邹凌 ,  顾玉宛 ,  戎海龙

IPC: G06V10/764 ,  G06N3/0464 ,  G06V10/774 ,  G06V10/40 ,  G06V20/52 ,  G06N3/08

Abstract: 本发明涉及图像检测技术领域，尤其涉及一种果园幼果检测及生长角度预测方法及系统，包括采集幼果图像数据；获取伪标签数据；YOLOv8n‑seg网络的backbone采用MobileNetv3结构，利用Conv_BN_HSwish层对图像进行降维，并对十个Bottleneck模块进行改进；neck采用CARAFE上采样特征提取模块；优化边界框损失；采用标注数据和伪标签数据对幼果检测模型进行训练，并利用对幼果图像进行生长角度估算。本发明利用半监督学习通过少量已标注数据和大量未标注数据，提高模型的泛化能力；利用改进YOLOv8n‑seg网络提高幼果的识别率；以及解决现有方法套袋的精准性不足的问题。

公开(公告)号：CN112329682B

公开(公告)日：2024-01-26

申请号：CN202011276593.6

申请日：2020-11-16

Applicant: 常州大学

Inventor： 杨彪 ,  杨吉成 ,  徐黎明 ,  陈阳 ,  吕继东 ,  毕卉

IPC: G06V40/10 ,  G06V10/25 ,  G06V10/42 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明涉及一种基于穿越动作和交通场景上下文因素的行人穿越马路意图识别方法，首先通过faster‑RCNN进行行人检测，进一步利用行人的运动信息搜索感兴趣目标，提取感兴趣目标的运动序列、周围交通场景序列以及轨迹位置；其次设计了一种三维卷积神经网络来处理感兴趣目标的运动序列，得到与行人穿越马路意图相关的行为特征；然后本发明根据行人所处的局部交通场景的要素以及车辆行驶速度得到两个权重，来修正人‑车距离，并将修正后的距离送到多层感知机进行编码，得到与行人穿越马路意图相关的距离特征；最后将行为特征和距离特征进行信息融合，利用全连接层将融合后的特征降维，并通过softmax操作得到行人是否穿越马路的结

公开(公告)号：CN117337693A

公开(公告)日：2024-01-05

申请号：CN202311555685.1

申请日：2023-11-21

Applicant: 江苏城乡建设职业学院 ,  常州大学

Inventor： 韩颖 ,  吕继东 ,  徐黎明

IPC: A01D46/30

Abstract: 本发明公开了一种用于果实采摘的被遮挡果实识别的装置，涉及到果实采摘技术领域，包括行走底座、支撑组件、采摘组件、液压支架以及收料斗。本发明还提供了一种用于果实采摘的被遮挡果实识别的装置使用方法，包括以下步骤：设备调试，角度调整，果实采摘与枝叶分离以及果实收集。本发明通过设置行走底座，行走底座的上方设置有支撑组件，支撑组件的一侧设置有采摘组件，采摘组件包括转杆和螺旋叶片，在对果实进行采摘时，转杆和螺旋叶片可以直接插入枝叶中，螺旋叶片可以对枝叶中被遮挡的果实进行牵引，使得果实被采摘下来，从而无需对枝叶下隐藏的果实进行精确定位，进而解决了枝叶遮挡果实难以进行定位采摘的问题。

公开(公告)号：CN113837039B

公开(公告)日：2023-10-24

申请号：CN202111067533.8

申请日：2021-09-13

Applicant: 常州大学

Inventor： 吕继东 ,  许浩 ,  徐黎明 ,  李文杰 ,  邹凌 ,  戎海龙 ,  杨彪 ,  马正华

IPC: G06V20/68 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及卷积神经网络技术领域，涉及一种基于卷积神经网络的果实生长形态视觉辨识方法，包括以下步骤：S1、图像采集：采集果园不同形态的果实图像，并对图像进行标注；S2、图像增强：将采集到的图像进行数据增强以扩充数据集；S3、搭建卷积神经网络模型；S4、使用SGD优化器对网络参数进行优化；S5、使用训练完的最优模型对测试集进行检测，给出每个目标的预测框、类别和置信度。本发明基于深度学习技术提出了果实生长形态的辨识方法，该方法与Faster‑RCNN、YOLO算法相比，有更高的识别准确率和更快的识别速度，同时模型参数量也更少。

公开(公告)号：CN109544572B

公开(公告)日：2023-07-25

申请号：CN201811373577.1

申请日：2018-11-19

Applicant: 常州大学

Inventor： 吕继东 ,  徐黎明 ,  杨彪 ,  缪春宝 ,  徐守坤 ,  邹凌 ,  马正华

IPC: G06T7/12 ,  G06T7/136 ,  G06T7/62 ,  G06T7/13 ,  G06T7/155

Abstract: 本发明公开了一种果园图像中近大果实目标的获取方法，包括：1、RGB图像采集；2、色差图像获取：对RGB图像提取R‑G色差图像；3、图像形态学运算：对R‑G色差图像依次进行腐蚀、一次孔洞填充、小区域去除、膨胀、二次孔洞填充操作；4、果实区域获取：基于图像中物体边缘信息进行阈值分割获取果实区域；5、各果实区域等面积圆半径获取：计算各果实区域面积，在此基础上计算出等面积圆的半径；6、获取近大果实区域：对果实图像以半径变化的圆盘形结构元素进行迭代开运算操作，以此获取近大果实目标区域图像。本发明为单臂采摘机器人采摘目标的确定提供了一种简单有效的方法。