-
公开(公告)号：CN118169698A
公开(公告)日：2024-06-11
申请号：CN202410320367.5
申请日：2024-03-20
Applicant: 江苏城乡建设职业学院 , 常州大学
Abstract: 本发明公开了一种用于果实识别定位的雷达，涉及到农业种植设备技术领域，包括支撑组件、定位组件、枝叶清理组件以及雷达组件。本发明还公开了一种用于果实识别定位的雷达的识别方法,包括以下步骤：设备调试，高度调试，枝叶清理以及定位识别。本发明通过设置支撑组件，支撑组件的顶端设置有定位组件，定位组件的一侧设置有枝叶清理组件和雷达组件，雷达组件可以实现对果实的扫描识别定位，而枝叶清理组件可以通过吹风的方式将枝叶与果实分离，以保证雷达组件的检测精度，且枝叶清理组件设置有两组，两组枝叶清理组件可以实现对枝叶的斜向吹风，以保证枝叶与果实的分离效果。
-
公开(公告)号：CN114700289B
公开(公告)日：2023-06-13
申请号：CN202210236505.2
申请日：2022-03-11
Applicant: 江苏城乡建设职业学院 , 常州大学
Abstract: 本发明公开了一种基于颜色识别的果实成熟度检测分离机构，涉及到果实检测分离技术领域，包括进料组件、检测组件、分离组件和下料组件，所述进料组件的一侧设置有检测组件，所述检测组件的一侧设置有分离组件，所述分离组件的一侧设置有下料组件。本发明通过设置进料组件、检测组件、分离组件和下料组件，果实经过进料组件进入检测组件，检测组件内设置有色彩传感器，色彩传感器对果实的成熟度进行检测，并通过拨片实现成熟果实与未成熟果实的分离，分离后的果实通过分离组件进入下料组件，下料组件上的两个传送带将成熟的果实和未成熟的果实分别输送至装置的两端，从而实现对果实的自动检测分离。
-
公开(公告)号：CN114445465A
公开(公告)日：2022-05-06
申请号：CN202210189127.7
申请日：2022-02-28
Applicant: 常州大学
IPC: G06T7/246
Abstract: 本发明涉及行人轨迹预测与分析技术领域，尤其涉及一种基于融合逆强化学习的轨迹预测方法，包括S1、基于输入的观测轨迹和场景图生成路径奖励地图和终点奖励地图；S2、利用逆强化学习算法对策略采样得到路径；S3、利用全卷积网络进行路径位置编码，融合双向门控循环单元对场景路径编码，融合场景路径和行人观测轨迹。本发明通过引入轻量化的特征提取ENet网络，减少了算法参数量，提升了算法理解场景的泛化能力；利用场景的注意力机制模块，更好的融合场景信息和行人观测轨迹，场景导向的行人轨迹预测网络S2Tirl相较于主流算法在公共数据集和实际数据上都取得了更好的效果。
-
公开(公告)号：CN108745933B
公开(公告)日：2020-11-10
申请号：CN201810536493.9
申请日：2018-05-30
Applicant: 常州大学
IPC: B07C5/08
Abstract: 本发明公开一种用于平行夹指采摘机器人的果实大小自动分选装置及流程。该装置由机器人末端执行器、收集索道、轨道分选筛、输送带和收纳箱组成。基于采摘机器人直线平行开合型末端执行器在采摘果实的过程中完成果实大小的测量；果实落入收集索道后置入轨道分选筛，再由主控计算机控制沿轨道移动至相应输送带；打开分选筛的底盘，果实落入输送带传递至收纳箱。本发明用于平行夹指采摘机器人，使得采摘机器人在果实采摘过程中同时完成果实大小的分选，从而提升采摘机器人的功能性，并简化后续果实商品化的流程。
-
公开(公告)号：CN108855969B
公开(公告)日：2020-11-06
申请号：CN201810571841.6
申请日：2018-06-04
Applicant: 常州大学
Abstract: 本发明公开一种用于Y形夹指采摘机器人的果实大小自动分选装置及流程。该装置由机器人末端执行器、收集索道、轨道分选筛、输送带和收纳箱组成。基于采摘机器人Y形夹指末端执行器在采摘果实的过程中完成果实大小的测量；果实落入收集索道后置入轨道分选筛，再由主控计算机控制沿轨道移动至相应输送带；打开分选筛的侧门，果实落入输送带传递至收纳箱。本发明用于Y形夹指采摘机器人，使得采摘机器人在果实采摘过程中同时完成果实大小的分选，从而提升采摘机器人的功能性，并简化后续果实商品化的流程。
-
Patent Agency Ranking
公开(公告)号：CN105719282A
公开(公告)日：2016-06-29
申请号：CN201610029713.X
申请日：2016-01-16
Applicant: 常州大学
IPC: G06T7/00
CPC classification number: G06T2207/20224
Abstract: 本发明公开了一种果园红色苹果图像果实枝叶区域获取方法，包括：1、采集苹果RGB图像；2、获取果实图像：对RGB图像提取R?G色差图像，对R?G色差图像依次进行腐蚀操作、孔洞填充、小区域去除、膨胀操作、开运算操作，最后经过阈值分割得到；3、获取树叶图像：将RGB图像减去果实图像，对相减图像提取2G?R?B色差图像，并进行小区域去除、阈值分割得到；4、获取树枝图像：对R?G色差图像进行动态阈值分割，将分割图像与获取的果实图像相加得到果实相加图像，然后将RGB图像减去果实相加图像和树叶图像，对相减图像提取R?G色差图像，再进行开运算操作、小区域去除、阈值分割得到。本发明为后续采摘机器人果实精确识别定位、有效避障成功采摘奠定基础。
-
公开(公告)号：CN112329684B
公开(公告)日：2024-04-30
申请号：CN202011276599.3
申请日：2020-11-16
Applicant: 常州大学
IPC: G06V40/20 , G06V10/25 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于注视检测和交通场景识别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和局部交通场景序列；其次通过头部检测器检测感兴趣目标序列中的头部位置，并采用残差卷积神经网络来判断头部朝向，进而检测行人是否注视来车，同时提取头部朝向特征；然后通过卷积神经网络分类器对行人所处的局部交通场景进行多标签分类，并提取局部交通场景特征；最后利用全连接层处理拼接后的头部朝向特征与局部交通场景特征，实行对行人穿越/不穿越结果的识别。本发明使用多任务学习模式，可实现端到端地完成注视/非注视识别、穿越/不穿越识别以及交通场景分类。
-
公开(公告)号：CN117557979A
公开(公告)日：2024-02-13
申请号：CN202311142494.2
申请日：2023-09-06
Applicant: 常州大学
IPC: G06V20/58 , G06V40/20 , G06V10/25 , G06V10/44 , G06V10/46 , G06V10/62 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本发明涉及一种基于行人穿越意图预测网络的行人穿越意图预测方法，包括：获取自车速度S、行人i的人体姿势Ki、行人i在自车视角中的人体检测框中心点位置Ci以及行人i在自车视角中的类极坐标Pi；基于自车速度S，获取自车速度特征FS；基于行人i的人体姿势Ki，获取行人i的动作特征 基于行人i在自车视角中的人体检测框中心点位置Ci，获取行人i在自车视角中的人体检测框中心位置在时间维度上的特征 基于行人i在自车视角中的类极坐标Pi，获取行人i在自车视角中的类极坐标特征按照通道维度分别对特征FS、 及进行全局池化，并按元素相乘，得到多模态融合后的行人意图特征基于所述行人意图特征 得到行人穿越预测结果。本发明可以在交通场景中快速准确地预测行人穿越行为。
-
公开(公告)号：CN112329683B
公开(公告)日：2024-01-26
申请号：CN202011276595.5
申请日：2020-11-16
Applicant: 常州大学
IPC: G06V40/16 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种多通道卷积神经网络人脸表情识别方法，首先通过Viola‑Jones人脸检测器和旋转校正从输入的灰度图像中检测出人脸区域，尽可能减少无关区域对人脸表情识别准确性的影响；其次将检测得到的人脸区域应用到深度图像和局部二值模式图像，得到三种具有互补性的人脸区域数据；然后采用单通道‑特征提取网络分别从三种类型的人脸区域数据中自动提取与表情相关的特征，并将提取得到的特征送入交互注意力融合模块中进行融合，该模块基于交互注意力机制提取任意两种人脸区域特征的空间相关性，从而实现了不同类型人脸区域的有效特征融合；最后将交互注意力融合模块输出的特征再次拼接融合后，通过全连接层进行特征变(56)对比文件BIAO YANG等.Facial ExpressionRecognition Using Weighted Mixture DeepNeural Network Based on Double-ChannelFacial Images.Translations and contentmining are permitted for academicresearch only.2017,第6卷4630-4640.Biao Yang等.Facial expressionrecognition based on dual-feature fusionand improved random forestclassifier.Multimedia Tools andApplications.2017,第77卷20477–20499.
-
公开(公告)号：CN109559299B
公开(公告)日：2023-07-25
申请号：CN201811373459.0
申请日：2018-11-19
Applicant: 常州大学
Abstract: 本发明公开了一种双果重叠果实的分离方法，包括：1、图像采集；2、果实图像获取：对采集图像提取R‑G色差图像，对其进行阈值分割，再通过一系列形态学运算获取果实图像；3、边缘检测粗化：对果实图像进行边缘检测后再粗化所检测边缘；4、迭代开运算操作：对果实图像进行减增迭代开运算操作直至图像果实二次消失；5、边缘检测细化：对4中图像果实二次消失前邻近开运算操作图像进行边缘检测并细化所检测边缘；6、边缘平滑：对细化后的边缘进行平滑；7、边缘叠加：将平滑后的细化边缘和3中粗化边缘叠加；8、分离线提取：基于叠加边缘信息水平垂直4指向搜索判别提取出双果重叠果实的分离线。本发明为双果重叠果实提供了一种有效的分离方法。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.023 seconds)
