-
公开(公告)号:CN114049554B
公开(公告)日:2024-11-08
申请号:CN202111318483.6
申请日:2021-11-09
申请人: 江苏科技大学
IPC分类号: G06V20/10 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于轻量化YOLOv5s模型的草坪障碍物检测方法,该方法包括以下步骤:(1)将采集包含树干、灌木和草坪灯柱及人的图像数据划分为训练集和测试集,并进行标注;(2)对YOLOv5s模型进行轻量化改进;(3)利用训练集对改进后的YOLOv5s模型进行训练,获取最优的检测网络模型;(4)使用基于中位数的滤波器剪枝方法对步骤(3)中获取的最优检测模型进行剪枝训练;(5)利用步骤(4)中剪枝训练后的模型对测试集中的图片数据检测,并对测试集的检测结果进行检测精度和轻量化评价。本发明通过具体的检测方法获得图像中的草坪环境相关障碍物类别和位置信息,检测精度和检测速度优于现有的检测模型。
-
公开(公告)号:CN114097400A
公开(公告)日:2022-03-01
申请号:CN202111401560.4
申请日:2021-11-19
申请人: 江苏科技大学
IPC分类号: A01D34/00 , A01D75/18 , G01S17/931
摘要: 本发明公开了一种基于单线激光雷达平衡装置的家用割草机器人,包括机体、设置于机体上的激光雷达和激光雷达高度自动调节装置、用于控制激光雷达高度自动调节装置的控制装置,所述机体上设置有用于保持激光雷达平衡状态的平衡装置。本发明通过在割草机器人上设置平衡装置,当割草机器人运动时,激光雷达不会因为俯仰角与滚动角运动导致晃动,因为无刷电机与配重的总重量大于激光雷达的重量,又因为激光雷达受到的作用点力直接作用在激光雷达的重心上,所以可以实现激光雷达始终平衡状态,解决了单线激光雷达在草坪环境中检测时无法实现平衡状态的问题,避免了因激光雷达误判障碍物位置而出现漏检或碰撞的情况。
-
公开(公告)号:CN113439524A
公开(公告)日:2021-09-28
申请号:CN202110660632.0
申请日:2021-06-15
申请人: 江苏科技大学
摘要: 本发明公开了一种基于单线激光雷达自动升降装置的家用割草机器人、系统以及建图方法,该机器人包括机体、设置于机体上的激光雷达和激光雷达高度自动调节装置、控制装置,所述激光雷达高度自动调节装置包括滚珠丝杠、步进电机、滑块、雷达架、绳索和滑轨,所述滑块设置于滚珠丝杠上,所述激光雷达设置于雷达架上,所述滑轨纵向设置于机体上,所述雷达架配合在滑轨上,所述滑块通过绳索连接着雷达架。本发明利用SLAM算法与2D激光雷达升降控制融合,实现了2D激光雷达高度的无极调节,提高了建立的二维栅格地图的精确度,解决了单线激光雷达不能实现多平面感知的问题,避免了因激光雷达误判障碍物位置而出现漏检或碰撞的情况。
-
公开(公告)号:CN111695215A
公开(公告)日:2020-09-22
申请号:CN202010511832.5
申请日:2020-06-08
申请人: 江苏科技大学
IPC分类号: G06F30/17
摘要: 本发明公开一种零转弯半径割草机坡道侧翻预测模型的建立方法。先根据准静态动力学的原理建立割草机坡道力学模型,然后对割草机所受空间力进行几何投影并求解,将割草机按结构进行划分,并以此求解独立车架、独立前轴、独立后轴的力学方程,得出割草机裸车在任一坡度角上的四轮实时受力工况。在此基础上,加入割具不同工况下的影响因素,得出相应的整车侧翻预测表达式。最后以坡度角为输入变量,依托MATLAB进行赋值运算,得出割草机不同工况下整车M-LTR侧翻预测曲线。本发明建模效率高、所需参数少、且建模过程不受车辆具体结构约束,能够完整反映出某一工况下割草机的斜坡力学特性,对于预测分析割草机的侧翻过程有重要意义。
-
公开(公告)号:CN111898651B
公开(公告)日:2023-09-26
申请号:CN202010661911.4
申请日:2020-07-10
申请人: 江苏科技大学
IPC分类号: G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/762
摘要: 本发明公开了一种基于优化Tiny YOLOV3算法的树木检测方法,包括以下步骤:(1)采集图像数据,将采集到的图像数据随机划分为训练集和测试集;(2)优化传统的Tiny YOLOV3算法,用的卷积层替代神经网络浅层的部分池化层,取消通道数为1024的卷积层,采用神经网络部分浅卷积层的图像进行拼接;(3)利用训练集进行训练,获取最优的检测模型;(4)对测试集中的图片数据进行检测,并对测试集的检测结果进行检测精度和实时性评价。本发明通过对草坪环境采集到的树干和球状树木的图像数据经过优化Tiny YOLOV3算法处理,即可获得图像中的树木类别信息,相比较于现有的无法获取树木类别或者传统的图像处理算法,本发明所述的树木识别算法更加高效便捷。
-
公开(公告)号:CN112373439B
公开(公告)日:2022-04-26
申请号:CN202011284159.2
申请日:2020-11-17
申请人: 江苏科技大学
IPC分类号: B60S9/02
摘要: 本发明公开了一种汽车防侧翻保护装置及其保护方法,其中该装置包括车身,所述车身的底部固定安装有四组呈矩形阵列设置的固定座,每组所述固定座均与水平设置的电磁伸缩机构固定连接,位于同一侧的两组电磁伸缩机构的推杆通过销轴分别与双头伸缩杆的两组活塞杆相铰接。该方法在陀螺仪检测到汽车的侧倾角达到35°时,电磁伸缩机构自动迅速伸长,双头伸缩杆被瞬间拉长,增加了保护装置的长度和宽度,避免汽车的侧翻事故,能有效保护驾驶员和乘坐人员的生命安全。本发明在汽车处于侧翻临界状态时自动工作,保护装置可以快速自动弹出,防止汽车发生侧翻,保护驾驶员和乘坐人员的生命安全,整个过程无需驾驶员进行任何操作。
-
公开(公告)号:CN112373439A
公开(公告)日:2021-02-19
申请号:CN202011284159.2
申请日:2020-11-17
申请人: 江苏科技大学
IPC分类号: B60S9/02
摘要: 本发明公开了一种汽车防侧翻保护装置及其保护方法,其中该装置包括车身,所述车身的底部固定安装有四组呈矩形阵列设置的固定座,每组所述固定座均与水平设置的电磁伸缩机构固定连接,位于同一侧的两组电磁伸缩机构的推杆通过销轴分别与双头伸缩杆的两组活塞杆相铰接。该方法在陀螺仪检测到汽车的侧倾角达到35°时,电磁伸缩机构自动迅速伸长,双头伸缩杆被瞬间拉长,增加了保护装置的长度和宽度,避免汽车的侧翻事故,能有效保护驾驶员和乘坐人员的生命安全。本发明在汽车处于侧翻临界状态时自动工作,保护装置可以快速自动弹出,防止汽车发生侧翻,保护驾驶员和乘坐人员的生命安全,整个过程无需驾驶员进行任何操作。
-
公开(公告)号:CN111898651A
公开(公告)日:2020-11-06
申请号:CN202010661911.4
申请日:2020-07-10
申请人: 江苏科技大学
摘要: 本发明公开了一种基于优化Tiny YOLOV3算法的树木检测方法,包括以下步骤:(1)采集图像数据,将采集到的图像数据随机划分为训练集和测试集;(2)优化传统的Tiny YOLOV3算法,用的卷积层替代神经网络浅层的部分池化层,取消通道数为1024的卷积层,采用神经网络部分浅卷积层的图像进行拼接;(3)利用训练集进行训练,获取最优的检测模型;(4)对测试集中的图片数据进行检测,并对测试集的检测结果进行检测精度和实时性评价。本发明通过对草坪环境采集到的树干和球状树木的图像数据经过优化Tiny YOLOV3算法处理,即可获得图像中的树木类别信息,相比较于现有的无法获取树木类别或者传统的图像处理算法,本发明所述的树木识别算法更加高效便捷。
-
公开(公告)号:CN111713265A
公开(公告)日:2020-09-29
申请号:CN202010547600.5
申请日:2020-06-16
申请人: 江苏科技大学
摘要: 本发明公开了一种坐骑式割草机翻滚保护系统,包括:保护装置、保护触发装置;保护装置包括:竖直设置于割草机底盘两侧的固定杆,固定杆的外侧同向设有套筒杆,套筒杆一侧设有电控状态保持组件,套筒杆内套设有推杆,推杆在伸入套筒杆内的一端设有弹簧,两根推杆顶部之间通过顶部支架连接;保护触发装置设置于割草机上,保护触发装置与电控状态保持组件连接,保护触发装置获取割草机平稳状态,根据平稳状态产生保护信号,电控状态保持组件基于保护信号解除对推杆的固定。本发明具备伸缩特性,所以结构紧凑,安装可靠没有噪音,且较低的高度可以非常轻松地避开树枝等障碍物,使得可以在林地里更方便地进行作业。
-
公开(公告)号:CN114049554A
公开(公告)日:2022-02-15
申请号:CN202111318483.6
申请日:2021-11-09
申请人: 江苏科技大学
摘要: 本发明公开了一种基于轻量化YOLOv5s模型的草坪障碍物检测方法,该方法包括以下步骤:(1)将采集包含树干、灌木和草坪灯柱及人的图像数据划分为训练集和测试集,并进行标注;(2)对YOLOv5s模型进行轻量化改进;(3)利用训练集对改进后的YOLOv5s模型进行训练,获取最优的检测网络模型;(4)使用基于中位数的滤波器剪枝方法对步骤(3)中获取的最优检测模型进行剪枝训练;(5)利用步骤(4)中剪枝训练后的模型对测试集中的图片数据检测,并对测试集的检测结果进行检测精度和轻量化评价。本发明通过具体的检测方法获得图像中的草坪环境相关障碍物类别和位置信息,检测精度和检测速度优于现有的检测模型。
-
-
-
-
-
-
-
-
-