-
公开(公告)号：CN117876649B
公开(公告)日：2025-03-14
申请号：CN202410023015.3
申请日：2024-01-08
Applicant: 华南农业大学
Abstract: 本发明公开了一种茶叶嫩芽识别及其位姿确定方法及设备，包括：采集茶叶图像，对茶叶图像进行预处理；基于预处理后的茶叶图像构建数据集，并采用实例分割网络进行训练，获取深度学习网络模型；对于待识别的茶叶采集RGB图像，并利用深度相机采集深度图像，基于深度学习网络模型对RGB图像进行识别，获取识别结果；基于识别结果，采用实例分割网络获取茶叶采摘点，并基于识别结果获取茶芽边界框中心点，对茶叶采摘点与茶芽边界框中心点进行匹配；将RGB图像与深度图像进行匹配，获取茶叶采摘点基于相机光心的三维坐标并基于三维坐标获取茶叶采摘方向。本发明方法的应用可以提高茶叶的机采效率和准确度，降低采茶作业中的劳动力成本。
-
公开(公告)号：CN114357648B
公开(公告)日：2025-01-07
申请号：CN202111677040.6
申请日：2021-12-31
Applicant: 华南农业大学
IPC: G06F30/17 , G06T17/20 , G06F30/23 , G06F111/04 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种挂车车轴轻量化方法，包括以下步骤：S1、挂车车轴参数化建模，对车轴实体内腔尺寸进行测量，并使用三维建模软件进行建模；S2、建立CAE有限元模型，将建好的参数化三维模型导入软件中构建车轴优化有限元模型；S3、建立多目标优化模型，采取数值优化法对车轴进行优化设计；S4、响应曲面构建；S5、多目标遗传算法求解，得到挂车车轴轻量化最优解。本发明方法不改变原先的车轴外观尺寸和外表的配合面的前提下，通过仿真分析，与试验分析实现了对挂车车轴的轻量化。
-
公开(公告)号：CN118238150A
公开(公告)日：2024-06-25
申请号：CN202410660726.1
申请日：2024-05-27
Applicant: 华南农业大学
IPC: B25J9/16 , B25J9/08 , A01D46/30 , G06F30/20 , G06N3/045 , G06N3/0464 , G06T3/60 , G06T7/00 , G06T7/70 , G06T7/80 , G06V10/764
Abstract: 本发明提供了一种茶叶采摘机械臂仿真方法和平台，包括构建图像数据集，从图像数据集中筛选出训练集。在YOLO_V8网络的主干网络中添加CBAM‑ECA注意力机制，得到改进后YOLO_V8网络。使用训练集训练改进后YOLO_V8网络，得到茶芽叶识别模型，使用茶芽叶识别模型识别目标茶芽叶的三维中心点坐标。根据需要替换图像数据集，基于图像数据集训练得到的茶芽叶识别模型可以识别不同类型的目标茶芽叶，具有较强的通用性。将上述茶叶采摘机械臂仿真方法存储在茶叶采摘机械臂仿真平台上，将茶叶采摘机械臂仿真平台搭载在采摘机器人上，基于上述茶叶采摘机械臂仿真方法控制采摘机器人采摘茶叶，可以提高采摘机器人采摘茶叶的效率和精准度，还可以降低采摘机器人的开发成本。
-
公开(公告)号：CN117789040B
公开(公告)日：2024-05-10
申请号：CN202410217204.4
申请日：2024-02-28
Applicant: 华南农业大学
IPC: G06V20/10 , G06N3/0455 , G06N3/0464 , G06N3/09 , G06T7/246 , G06T7/73 , G06V10/774 , G06V10/82 , G06V20/40
Abstract: 本发明提供了一种扰动状态下的茶芽叶姿态检测方法，包括采集干扰视频数据集，干扰视频数据集中包含受扰动的茶芽叶。将干扰视频数据集输入目标检测模型进行目标检测，得到茶芽叶目标信息。将茶芽叶目标信息输入目标跟踪模型，对茶芽叶进行跟踪，得到检测框集合。将检测框集合输入关键点检测模型，提取检测框集合中的关键点，得到关键点集合。基于关键点集合和连续时空序列，检测茶芽叶在扰动状态下的姿态。在连续时间和连续空间的情况下，从关键点集合中可以提取相同的茶芽叶在不同时刻的关键点，关键点的变化可以反映茶芽叶姿态的变化，从而反映茶芽叶受到的扰动情况，准确地检测出茶芽叶在扰动状态下的姿态。
-
公开(公告)号：CN117022248A
公开(公告)日：2023-11-10
申请号：CN202311094479.5
申请日：2023-08-28
Applicant: 华南农业大学
IPC: B60W30/04
Abstract: 本申请涉及一种重型货车防侧翻控制方法、装置、设备及介质，方法包括：获取重型货车的侧倾角、方向盘转角和车速，基于实时横向载荷转移率算法根据侧倾角、方向盘转角和车速确定重型货车的实时横向载荷转移率；检测实时横向载荷转移率的绝对值是否超过预设阈值，若超过，则在PID模糊控制器中根据实时横向载荷转移率的偏差值确定附加横摆力矩的补偿量；基于制动力矩算法根据附加横摆力矩的补偿量确定重型货车的制动力矩，检测到实时横向载荷转移率为正值时，则将制动力矩施加至重型货车的左前轮，检测到实时横向载荷转移率为负值时，则将制动力矩施加至重型货车的右前轮，以完成重型货车的防侧翻控制。本申请能够有效抑制车辆的侧翻状态。
-
Patent Agency Ranking
公开(公告)号：CN113409467B
公开(公告)日：2023-03-14
申请号：CN202110779231.7
申请日：2021-07-09
Applicant: 华南农业大学
Abstract: 本发明公开了路面不平度检测方法、装置、系统、介质和设备，首先获取搭载在移动平台上跟随移动平台移动的激光雷达采集到的道路点云数据；然后对点云数据分别进行去噪、配准和分割处理，得到道路路面的点云数据，得到道路路面的点云数据；从道路路面的点云数据中提取出路面高程信息；通过路面高程信息计算出路面功率谱密度，根据路面功率谱密度确定出路面不平度等级。适用于路面状况较差的非结构化路面不平度的检测，具有检测效率高以及稳定性好的优点，能够解决山地果茶园等非结构化道路路面不平度的检测空缺问题，提高现代农业机械的设计与研发水平，降低研发周期与研发成本，提高农业机械功率谱室内模拟试验准确度。
-
公开(公告)号：CN114938140A
公开(公告)日：2022-08-23
申请号：CN202210403878.4
申请日：2022-04-18
Applicant: 华南农业大学
Abstract: 本发明公开了一种适用于新能源汽车的宽电压范围双向DC‑DC变换器，其特征在于，包括电池侧电压源、第一电感、第二电感、第一漏感、第一变压器的第一绕组、第一变压器的第二绕组、第一开关管、第二开关管、第三开关管、第四开光管、第一电容、高压侧母线电压源、第五开关管、第六开关管、第七开关管、第八开关管、第二电容、第三电容、第二变压器的第一绕组以及第二变压器的第二绕组。本发明适用于新能源汽车,具有高VCR、无纹波、宽零电压开关范围和简单控制的优点。
-
公开(公告)号：CN113895248A
公开(公告)日：2022-01-07
申请号：CN202111313547.3
申请日：2021-11-08
Applicant: 华南农业大学
Inventor： 吴伟斌 , 朱余清 , 郑泽锋 , 罗阔 , 韩重阳 , 李杰 , 唐婷 , 张方任 , 何兆铠 , 吴维浩 , 李晨 , 张颖 , 宋旭 , 邱培宇 , 何延凯 , 高旭荣 , 胡智标 , 马宝淇
Abstract: 本发明公开了一种山地果园电动遥控单桥轮式运输车，包括底板车架、电池盒、电池盒盖、电控箱、独立驱动桥、驱动架、传动机构以及车架支撑杆；传动机构包括驱动电机、驱动电机输出轴、减速器输入轴、减速器、车轮驱动轴以及车轮；电控箱内设电机控制器；底板车架固设在独立驱动桥上，独立驱动桥两端分别与一驱动架轴承铰接，驱动架上设置传动机构、电池盒、电池盒盖以及电控箱。本发明的电动遥控单桥轮式运输车，摒弃了较复杂的悬架机构，结构简单紧凑，安装维护方便，以独立驱动桥连接两端的驱动架，驱动架上的驱动轮具有良好的路面适应性，提高本车辆底盘的通过性和工作可靠性。
-
公开(公告)号：CN112329325A
公开(公告)日：2021-02-05
申请号：CN202011211868.8
申请日：2020-11-03
Applicant: 华南农业大学
IPC: G06F30/25 , G06T17/00 , A23F3/06 , G06F111/06 , G06F111/10 , G06F119/08 , G06F119/14
Abstract: 根据离散元颗粒模型理论，选择茶叶颗粒形状、接触力学模型以及接触判断算法，构建流体与茶叶颗粒之间的气固耦合方程；基于气固耦合方程，验证杀青机滚筒转速、导片板数量、滚筒倾角对杀青过程中对茶叶颗粒孔隙率、茶叶含水率、温升速率、去水速率的影响；分析影响杀青效果主要因素，得出茶叶杀青优化评判标准，对杀青机机械结构和运动参数进行优化设计。
-
公开(公告)号：CN118552870A
公开(公告)日：2024-08-27
申请号：CN202410997527.X
申请日：2024-07-24
Applicant: 华南农业大学
Abstract: 本发明提供了一种地空光谱技术联合的茶芽产量监测方法，包括采集高光谱图像和无人机图像，采摘茶垄平面的茶芽叶，记录茶芽叶的重量，根据第一类茶芽叶和第二类茶芽叶计算茶芽叶密度。基于高光谱图像对无人机图像进行处理，得到最优特征光谱数据。根据茶芽叶密度和最优特征光谱数据构建第一茶芽产量模型，根据第一类茶芽叶的数量、第二类茶芽叶的数量和最优特征光谱数据构建第二茶芽产量模型。结合第一茶芽产量模型和第二茶芽产量模型，计算最终茶芽产量。上述方法结合近地高光谱成像技术与无人机多光谱遥感技术，可以精准的监测茶芽叶产量。由于只需要建立一次模型即可实时监控最终茶芽产量的变化，因此上述方法具有较高的茶芽产量监测效率。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.024 seconds)
