一种基于深度学习的大田玉米水分检测方法及系统

    公开(公告)号:CN116844045A

    公开(公告)日:2023-10-03

    申请号:CN202310797822.6

    申请日:2023-06-30

    摘要: 本发明提出了一种基于深度学习的大田玉米水分检测方法及系统,涉及目标检测和深度学习领域。一种基于深度学习的大田玉米水分检测方法包括以下步骤:S1、进行无人机遥感数据采集和地面大田数据采集;其中,无人机遥感数据包括可见光影像和多光谱影像;S2、对无人机遥感数据进行预处理,得到预处理后的数据;S3、构建BP神经网络模型,使用预处理后的数据和地面大田数据训练BP神经网络模型;得到训练好的BP神经网络模型;S4、使用训练好的BP神经网络模型进行大田玉米水分检测分析。本发明可以高效、快速的获取大田玉米水分含量的相关信息;减小了人工成本;能够准确的判断玉米生长状态,提高检测效。

    基于改进的RRT-APF混合算法的履带式农业机器人路径规划方法

    公开(公告)号:CN118068829A

    公开(公告)日:2024-05-24

    申请号:CN202311628987.7

    申请日:2023-12-01

    摘要: 本申请公开了基于改进的RRT‑APF混合算法的履带式农业机器人路径规划方法,属于机器人路径决策技术领域,初始化履带式农业机器人起始点和目标点位置,使用改进RRT快速搜索随机树算法进行全局路径规划,生成初始全局路径;使机器人沿初始全局路径向终点运动,在运行过程中进行碰撞检测,判断是否遇到动态障碍物;遇到动态障碍物时基于APF人工势场法进行局部路径规划,躲避障碍物,判断机器人是否到达终点。本申请将融合两种算法,使用改进RRT算法进行全局路径规划,在遇到未知障碍物时采用改进人工势场法进行局部路径规划,帮助履带式机器人快速进行避障路径规划,满足室外农业作业路径规划、躲避障碍物的需求,提高机器人的机动性。

    一种玉米冠层叶绿素含量的建模方法

    公开(公告)号:CN118212525A

    公开(公告)日:2024-06-18

    申请号:CN202410385400.2

    申请日:2024-04-01

    摘要: 本发明涉及农业遥感监测技术领域,公开了一种玉米冠层叶绿素含量的建模方法,包括:获取玉米冠层的多光谱图像和可见光图像;提取可见光图像的纹理特征和颜色特征,通过多光谱图像获取植被指数,通过纹理特征、颜色特征以及植被指数构建数据集;构建反演模型,并向反演模型中输入数据集进行模型训练;其中,反演模型包括:BP神经网络模型、支持向量回归模型、多层感知器模型;抽样获取玉米冠层叶绿素含量,并将叶绿素含量与反演模型的输出值比较,并选择使用对应的BP神经网络模型或支持向量回归模型或多层感知器模型。能够避免与玉米的接触,便能获取玉米冠层层叶片的叶绿素含量,降低工作人员的劳动强度。