-
公开(公告)号：CN117719723A
公开(公告)日：2024-03-19
申请号：CN202311419115.X
申请日：2023-10-30
Applicant: 中国农业大学
Abstract: 本发明涉及一种滑槽式无人机降落充电装置及方法，包括滑槽降落装置、能源系统、无人机收纳箱、传动机构、无人机和微型控制器。箱体顶部安装有光伏板，而箱盖通过传动机构与主箱体连接。无人机和滑槽降落装置位于箱体内部，底部设有电机、微型控制器和蓄电池，与地面通过横杆保持一定距离。当无人机返航至箱体附近时，视觉传感器扫描箱体中央凸起部分上的AprilTag定位码，使无人机自动调整位置并下降，降落支架接触到滑槽面时旋翼停止转动，然后依靠自身重力和滑槽移动至弹簧触点降落结构并固定，完成充电连接，控制器进一步控制电机转动以关闭箱盖。
-
公开(公告)号：CN117036963A
公开(公告)日：2023-11-10
申请号：CN202311287182.0
申请日：2023-10-08
Applicant: 中国农业大学
Abstract: 本发明涉及一种针对典型草原地表植物量的检测估算方法，属于智能农业机械化技术领域。该检测估算方法包括，用图像采集摄像头获取样方区域RGB数据，深度摄像头获取深度点云数据，热红外传感器获取红外光谱数据，数据融合分析，得出植被分布信息，根据所述植被分布信息，基于图像像元估算盖度，基于离散点聚拟，对地表植被的高度检测，获取样方高度，搭载训练模型对样方区域的植被环境进行训练，并建立预测模型的评价体系，最终获取植物量预测的权重文件，该权重文件能够通过输入高度、盖度、硬度、含水率信息来完成区域内植物量估算。
-
公开(公告)号：CN118811149A
公开(公告)日：2024-10-22
申请号：CN202410991868.6
申请日：2024-07-23
Applicant: 中国农业大学
IPC: B64U60/40 , B64U60/50 , B64U10/14 , B64U20/87 , B64C25/58 , G06V20/17 , G06V10/12 , G06V20/70 , G06V10/26 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/25 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082 , B64U101/30 , B64U101/40 , B64U101/56
Abstract: 本发明涉及一种数据融合式巡检和自适应降落的无人机及使用方法，包括可折叠四旋翼无人机、机载多光谱相机、热红外相机、机载上位机、控制板等装置，同时包括一种无人机作业过程中传感器数据流转方式与融合分析的方法。无人机配有四个缓冲降落支架和缓冲仿生爪，机身内部有蓄电池提供能源，上位机通过融合RGB/多光谱/热红外相机数据，并使用深度学习算法融合的方式进行分析处理，通过控制板实现无人机牧区的巡检飞行和自适应降落的控制。完成在草原牧场中走散羊只和新出生羊羔的精准搜寻任务，并实现在无人机草原复杂环境下的多级缓冲自适应平稳降落，为草原畜牧业发展和推动相关行业智能化提供强有力的技术支持。
-
公开(公告)号：CN117036963B
公开(公告)日：2024-01-26
申请号：CN202311287182.0
申请日：2023-10-08
Applicant: 中国农业大学
Abstract: 本发明涉及一种针对典型草原地表植物量的检测估算方法，属于智能农业机械化技术领域。该检测估算方法包括，用图像采集摄像头获取样方区域RGB数据，深度摄像头获取深度点云数据，热红外传感器获取红外光谱数据，数据融合分析，得出植被分布信息，根据所述植被分布信息，基于图像像元估算盖度，基于离散点聚拟，对地表植被的高度检测，获取样方高度，搭载训练模型对样方区域的植被环境进行训练，并建立预测模型的评价体系，最终获取植物量预测的权重文件，该权重文件能够通过输入高度、盖度、硬度、含水率信息来完成区域内植物量估算。
-
公开(公告)号：CN119723390A
公开(公告)日：2025-03-28
申请号：CN202411862057.2
申请日：2024-12-17
Applicant: 中国农业大学
Abstract: 本发明涉及无人机多光谱遥感影像分析和基于机器学习算法的反演模型构建领域，具体为一种温带典型草原地表生物量估算方法。利用多旋翼无人机搭载多光谱传感器，从近低空获取牧场的多波段光谱反射信息，构建物理学光谱反射模型计算同波段光谱的真实准确反射率数据，记录采样区域的植被覆盖度、土壤属性和牧草冠层信息，并通过割取样品测量地表生物量；使用多种植被指数和3D空间模型结合多模态输入结构，采用数据增强和小样本学习策略，通过到MANBA机器学习框架构建生物量反演模型，该方法提高了草原生物量估算的精度，为草原生态监测和管理提供了有效的技术支持。
-
Patent Agency Ranking
公开(公告)号：CN118671000A
公开(公告)日：2024-09-20
申请号：CN202410894322.9
申请日：2024-07-04
Applicant: 中国农业大学
IPC: G01N21/01
Abstract: 本申请介绍了一种多维度草原植被图像采集伞装置，用于草原植被盖度图像检测。装置包括螺旋式空间取样支撑机构、双向变速行进机构、轨迹导引支撑架、转动平衡杆机构和传感器延伸架机构。通过插入草原土壤内进行固定，并利用螺旋式空间取样支撑机构和双向变速行进机构现对视觉传感器高度、转动中心径向距离的调节，同时利用磁悬浮球体在轨道螺旋上升拍照取样，实现在平面和空间上的图像取样。双向变速行进机构的设置使得视觉传感器绕中心实现双向变速转动，拍摄获得多组区域图像后拼接处理，避免拼接后的图像出现图像畸变和接缝覆盖遗漏等问题，为草原植物盖度、种类以及土壤的状况评估提供了有力工具。
-
公开(公告)号：CN117311381B
公开(公告)日：2024-03-26
申请号：CN202311213254.7
申请日：2023-09-20
Applicant: 中国农业大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明涉及车载多无人机移动机巢和无人车‑无人机协同作业技术领域，具体为一种基于车载移动机巢的多无人机智能巡检系统及方法，无人车内部由控制器负责系统控制和数据传输，外部装配折叠光伏板、无人机精准降落装置和检测传感器，无人机编队由若干架多旋翼无人机组成，作业时，在无人车接收终端的巡检‑放牧信息指令后，运载无人机编队至最佳起飞位置，放牧和巡检无人机编队起飞执行任务后，无人车执行草地巡检任务，同时车载光伏板展开吸收太阳能并储存。无人机根据多种决策条件判断是否返航补给能源。任务完成后，无人机返回移动机巢，由无人车运载无人机编队自主返航，可显著提高牧场巡检和畜群管理的效率。
-
公开(公告)号：CN119888503A
公开(公告)日：2025-04-25
申请号：CN202510030130.8
申请日：2025-01-08
Applicant: 中国农业大学
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06Q10/063 , G06Q50/02
Abstract: 本发明涉及遥感影像数据地面采集数据的处理分析，以及草地退化预测模型构建领域，具体为一种基于星‑机‑地数据融合的草原生态退化监测方法。针对我国草原退化严重，亟需开展草原生态系统的全方位监测评估的需求，利用空‑地智能无人装备实现草原生态数据的精准采集，并通过“星‑机‑地”多源数据融合技术逐层解析草原生态特征及变化趋势，结合机器学习算法构建智能监测模型，深入探究关键驱动因素，观测草原重要生态指标的长期变化方向，利用时间序列预测的方法对进行典型草原退化趋势进行评估分析，推动草原生态的精准监测和评估，提升生态决策的科学性和有效性，为草原生态保护与恢复建设提供科学依据。
-
公开(公告)号：CN119882800A
公开(公告)日：2025-04-25
申请号：CN202510064241.0
申请日：2025-01-15
Applicant: 中国农业机械化科学研究院呼和浩特分院有限公司 , 中国农业大学
IPC: G05D1/49 , G05D109/10
Abstract: 本发明涉及一种基于六轮独立驱动巡检无人车的自适应降落平台及使用方法，包括六轮独立驱动无人车、可调节降落平台、三个双关节支撑臂、多传感器融合系统等装置，同时包括一种无人机降落过程中多源数据融合分析与自适应调节的方法。降落平台配有三个双关节支撑臂，通过支撑臂的姿态调整实现平台的水平维持。系统通过融合平台六轴传感器、无人机遥感地形数据、摄像头和无人机姿态反馈数据，并使用深度学习算法进行分析处理，通过控制系统实现降落平台的实时自适应调节。完成在草原等复杂环境中为无人机提供稳定、安全的降落场所，并实现多级柔顺承接，为无人机在复杂地形中的应用提供强有力的技术支持。
-
公开(公告)号：CN119780004A
公开(公告)日：2025-04-08
申请号：CN202510030174.0
申请日：2025-01-08
Applicant: 中国农业大学
IPC: G01N21/27 , G01N21/17 , G06N3/0895 , B64B1/50 , B64U20/80 , H04W4/38 , B64U101/40
Abstract: 本发明属于农业病害监测与防控技术领域，具体涉及一种基于系留热气球与无人机系统的稻瘟病监测诊断方法。通过构建系留热气球+无人机群动态观测平台，同步获取多品种、多时相、多维度的稻瘟病病株多/高光谱数据及地理、土壤、气候、田间管理等多元信息，构建光谱数据库。利用自监督学习与深度学习技术，基于水稻病株光谱特性和无人机、系留热气球数据特征构建早期诊断反演模型。该方法充分发挥系留热气球与无人机的协同优势，实现数据的全面采集与深度融合，提高稻瘟病监测诊断的准确性与时效性，为水稻产业的健康发展提供有力技术支撑，助力农业智能化与可持续发展。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.015 seconds)
