-
公开(公告)号：CN119926695A
公开(公告)日：2025-05-06
申请号：CN202510266603.4
申请日：2025-03-07
Applicant: 华南农业大学
Abstract: 本发明属于农业机械装备技术领域，为一种风压式离心喷头及其自适应控制系统、方法。风压式离心喷头包括风压辅助装置、喷头连接杆、喷头主体、离心雾化盘，喷头连接杆设置于风压辅助装置上，喷头主体位于风压辅助装置与离心雾化盘之间；风压辅助装置包括可变螺距调速风扇和风扇电机，风扇电机带动可变螺距调速风扇旋转，产生下洗风场；喷头主体包括电机控制主体和缓冲腔；电机控制主体通过电机转轴旋转，带动离心雾化盘和风压辅助装置旋转；药液经过缓冲腔后进入离心雾化盘；离心雾化盘通过旋转将药液雾化、甩出；甩出的药液在下洗风场的作用下喷施到目标作物上。本发明解决了植保无人机因载药量变化引起的风场不稳定问题。
-
公开(公告)号：CN119583802A
公开(公告)日：2025-03-07
申请号：CN202411461856.9
申请日：2024-10-18
Applicant: 华南农业大学
IPC: H04N19/134 , G06N3/045 , G06N3/0464 , G06N3/08 , H04N19/70 , H04N19/96 , H04N19/50
Abstract: 本发明提供了一种用于VVC编码单元的CU分区模式预测方法及视频编码设备，涉及视频编码技术领域。该预测方法包括，构建并训练CNN‑RNN混合神经网络模型，CNN‑RNN混合神经网络模型包括CNN模块和RNN模块，CNN模块用于提取CU的局部纹理特征，RNN模块用于捕捉CU的时序依赖关系；将待编码的CU输入CNN‑RNN混合神经网络模型，输出CU分区模式的预测结果及预测结果的置信度评分；基于置信度评分，选择以预测结果作为最终CU分区模式，或执行RDO搜索并以RDO搜索的结果作为最终CU分区模式。能够有效提取CU的局部纹理特征和时序依赖关系，并根据模型预测的置信度评分，选择最终的CU分区模式。在保证编码效率的前提下，降低计算复杂度，提高编码速度。
-
公开(公告)号：CN119478515A
公开(公告)日：2025-02-18
申请号：CN202411570963.5
申请日：2024-11-06
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/80 , G06V10/42 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请涉及一种水稻虫害检测方法、装置、设备及介质，方法包括：将原始YOLOv8n网络模型的主干网络中的CSPLayer_2Conv卷积更新为感受野注意力卷积，在原始YOLOv8n网络模型的颈部网络中添加混合局部通道注意力机制，将原始的检测头模块更新为Dyhead检测头，并添加了一个小目标检测头模块，以构建水稻虫害检测模型；将待检测水稻图像输入至已训练至收敛状态的水稻虫害检测模型中，以确定待检测水稻图像中的水稻虫害的目标检测框以及其相对应的水稻虫害类别，其中，目标检测框用于指示水稻虫害相对应的位置；响应水稻虫害防治指令，无人机将水稻虫害类别相对应的杀虫剂喷洒至水稻虫害相对应的位置，以完成稻田水稻虫害的检测。本申请实现了高效、精准的水稻虫害检测和消杀处理。
-
公开(公告)号：CN119274089A
公开(公告)日：2025-01-07
申请号：CN202411332210.0
申请日：2024-09-24
Applicant: 华南农业大学
IPC: G06V20/17 , G06V10/25 , G06V10/82 , G06V10/80 , G06V10/75 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/096
Abstract: 本申请涉及一种农业喷施雾滴检测跟踪方法、装置、设备及介质，方法包括：响应对农业喷施雾滴进行检测与跟踪的指令，获取无人机在农业喷施作业过程中的喷施雾滴图像帧；采用已训练至收敛状态的改进的YOLOv5s模型对喷施雾滴图像帧进行目标检测，以确定喷施雾滴图像帧中每个雾滴目标相对应的候选框；采用预设的DeepSORT模型对每个雾滴目标相对应的候选框进行目标跟踪，以确定每个雾滴目标相对应的目标跟踪结果，其中，目标跟踪结果包括每个雾滴目标的唯一标识符、位置、尺寸以及运动轨迹；根据每个雾滴目标的唯一标识符、位置、尺寸以及运动轨迹确定无人机的雾滴喷洒参数。本申请显著优化了无人机的喷洒性能，确保农业喷施的准确性和有效性。
-
公开(公告)号：CN118747878A
公开(公告)日：2024-10-08
申请号：CN202410762069.1
申请日：2024-06-13
Applicant: 华南农业大学
Abstract: 本发明提供了一种基于激光雷达与图像传感器融合的果树多维定位方法，涉及农业生产设备领域，该基于激光雷达与图像传感器融合的果树多维定位方法包括：果树视觉定位模型训练；激光雷达和图像传感器的标定；采集图像并导入果树视觉定位模型，输出果树定位框的二维坐标；获取激光点云数据并将点云数据转为深度图；根据深度图及果树定位框的二维坐标，确定果树定位框的三维坐标。通过训练专门针对果树的视觉定位模型，能够有效识别果树并输出其在图像中的二维坐标，结合激光雷达获取的深度信息，能够有效地提高果树定位的精度和可靠性，从而实现精准的果树识别和定位，能够为果园机器人提供准确的定位信息，提高作业效率和安全性。
-
Patent Agency Ranking
公开(公告)号：CN118252136A
公开(公告)日：2024-06-28
申请号：CN202410264307.6
申请日：2024-03-08
Applicant: 华南农业大学
IPC: A01M7/00 , G06V10/26 , G06V20/17 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种植保无人机喷洒控制方法、装置、设备及介质，所述方法包括：获取预设时长范围内果树冠层中的位姿传感器的各个树干的位姿变换数据、植保无人机的各个飞行参数以及植保无人机中的视觉传感器的果树冠层图像数据；确定各个飞行参数下所述果树冠层中的雾滴沉积量，根据所述雾滴沉积量以及所述冠层扰动预测模型构建植保无人机喷洒控制模型；将所述植保无人机的各个飞行参数输入至预训练的植保无人机喷洒控制模型，确定所述飞行参数相对应的果树冠层扰动状态以及所述果树冠层扰动状态下的雾滴沉积量，以完成所述植保无人机喷洒的控制。本申请能够大大避免无人机旋翼产生的风场对药剂雾滴的沉积效果产生的巨大影响。
-
公开(公告)号：CN109472252B
公开(公告)日：2024-06-11
申请号：CN201811623037.4
申请日：2018-12-28
Applicant: 华南农业大学
Abstract: 本发明公开了一种田间作物虫害识别及作业管理系统，包括一个以上的数据检测装置、传输模块、数据处理模块、远程人机交互设备；所述数据检测装置安装于田间，设有微处理器、摄像头，摄像头拍摄田间图像并通过微处理器向传输模块传输数据；所述数据处理模块为云服务器，内置作物虫害识别机器学习模型，监听并接收从数据检测装置通过传输模块传输而来的图像信息，利用已有模型分析作物是否受虫害及虫害的类别，向远程人机交互设备发送虫害预警信息以发出警报。本发明可实现自动识别虫害，不断优化作物虫害识别及其学习模型，同时针对田间温湿度等实时参数，结合气象预报信息进行自动判断是否需要施药及施药位置。
-
公开(公告)号：CN117911899A
公开(公告)日：2024-04-19
申请号：CN202311723940.9
申请日：2023-12-14
Applicant: 华南农业大学
IPC: G06V20/17 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/94 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于边缘计算的无人机智能巡园方法及系统，涉及图像处理技术领域，其技术方案要点是：包括数据采集模块、模型应用模块、数据处理模块、存储模块、查询模块；所述数据采集模块用于获取多光谱图像数据并对其进行数据标注；所述模型应用模块用于构建初始识别模型；所述数据处理模块用于调用模型应用模块中的轻量化识别模型；所述存储模块用于获取数据处理模块中的运算结果；所述查询模块用于查询云端数据库中运算结果信息。该发明能够有效地扩大感受野，进而有效地提高了果园异常农情信息的识别效率，同时，通过对构建的识别模型进行模型压缩，以得到轻量化识别模型，能够缓解模型过大的问题，提高算法的检测速度。
-
公开(公告)号：CN117830649A
公开(公告)日：2024-04-05
申请号：CN202311788556.7
申请日：2023-12-25
Applicant: 华南农业大学
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于边缘增强的防御网络构建方法及对抗样本防御方法，其中，防御网络构建步骤如下：构建边缘增强卷积核、提取原始图像的边缘增强特征并输入残差网络、计算特征相似度并输出原始图像标签、通过迭代梯度下降法进行对抗样本攻击、对抗样本图像的边缘增强特征输入残差网络、计算特征相似度并输出对抗样本图像标签、用Adam优化器训练得到最终的防御网络。本发明还实现了一种基于防御网络的对抗样本防御方法，针对目前普遍的对抗样本攻击具有更强的鲁棒性，进一步提升了深度神经网络的可靠性。本发明公开的对抗样本防御方法主要解决了深度神经网络遭受对抗样本攻击时准确性差的难题。
-
公开(公告)号：CN109649658B
公开(公告)日：2024-03-12
申请号：CN201910056754.1
申请日：2019-01-22
Applicant: 华南农业大学
Abstract: 本发明公开了植保无人机药箱液位自动检测、补给系统，包括药箱液位检测子系统、无人机飞控子系统、混药子系统；药箱液位检测子系统包括无人机药箱、液位检测模块、数传模块一；无人机飞控子系统包括无人机飞控模块、遥控显示模块；混药子系统包括混药箱、数传模块二。本发明还公开了植保无人机药液补给方法，包括步骤：通过检测无人机药箱的液面高度，判断并发送报警信息；混药箱接收到报警信息之后开始混药；无人机获取混药箱的位置信息并规划返航路线；补给完成后，飞回至上一次返航起始点继续进行植保作业。本发明通过建立检测、混药、补给三位一体的系统，实现一个混药箱与多架无人机间的通信，实现及时混药，快速补给。
-
-
-
-
-
-
-
-
-
Search Results
418
records
(took 0.045 seconds)
