一种基于室内混合定位的智能跟随系统及其跟随方法

    公开(公告)号:CN105807790B

    公开(公告)日:2018-08-28

    申请号:CN201610258904.3

    申请日:2016-04-25

    申请人: 安徽大学

    IPC分类号: G05D1/10 G01C21/16

    摘要: 本发明提供一种基于室内混合定位的智能跟随系统,该系统包括设置在跟随物体上的触控屏、主控板、测距模块和驱动模块以及被跟随人员携带的手机终端,所述主控板集成有第一主控制器、第一Wi‑Fi模块和九轴惯性传感器,所述手机终端集成有第二主控制器、第二Wi‑Fi模块、三轴加速度传感器和陀螺仪。本发明还提供一种基于室内混合定位的智能跟随系统的跟随方法。本发明使用简便、灵活,人机交互性强,可根据实际需要设置在任何需要跟随人的物体上,为解放人的双手提供保障,具有很强的环境适应性和生存能力,同时本发明在技术上完美平衡了成本和跟随精度,稳定性高,在拥有较小误差的同时实现了低成本,具有良好的可推广性。

    有机磷农药残留快速检测装置

    公开(公告)号:CN107064126A

    公开(公告)日:2017-08-18

    申请号:CN201710237466.7

    申请日:2017-04-12

    申请人: 安徽大学

    摘要: 本发明涉及农残检测技术领域,特别涉及一种有机磷农药残留快速检测装置,包括电源变送模块、激光器、光纤分路器、准直器、光电接收管、信号调理模块以及主控模块;所述的电源变送模块为其他模块供电,激光器产生的激光经过光纤分路器变成多路光源后接入准直器中,经准直器准直后的光线被光电接收管所接收,准直器和光电接收管之间的光学通道上布置有比色皿,信号调理模块将光电接收管接收到的光源信号进行光电转换、滤波放大处理后输出至主控模块,主控模块经计算后得到样品抑制率。采用激光器作为光源更为稳定可靠,光纤分路器将激光分为多束保证光线一致性,这样后续处理所得到数据更准确。

    一种作物病害识别与病情评估装置

    公开(公告)号:CN104766152A

    公开(公告)日:2015-07-08

    申请号:CN201510051397.1

    申请日:2015-01-30

    申请人: 安徽大学

    IPC分类号: G06Q10/06 G06Q50/02

    摘要: 本发明涉及农业植保信息技术领域,特别涉及一种作物病害识别与病情评估装置,包括:图谱信息采集装置、样品采集装置、图像采集卡和处理器;图谱信息采集装置,用于采集作物病害叶片的图谱信息;样品采集装置,设置在图谱信息采集装置的正下方,用于放置作物病害叶片以及为图谱信息采集装置提供微环境光源;图像采集卡,用于将图谱信息采集装置采集的作物病害叶片的图谱信息传输到处理器,处理其获取作物病害叶片的图谱信息,进行病害识别并计算病情指数,提供喷施药剂名称与喷洒剂量。本发明能准确地区分作物病害,计算病情指数,划分作物病害严重度;并针对作物病害的病情指数给出病害防治方法及施药措施,利于环境保护和促进农业生产。

    基于遥感影像优化PROSAIL模型参数的叶面积指数和叶绿素含量的反演方法

    公开(公告)号:CN102878957B

    公开(公告)日:2015-05-27

    申请号:CN201210367345.1

    申请日:2012-09-26

    申请人: 安徽大学

    IPC分类号: G01B11/28 G01N21/25

    摘要: 本发明涉及基于遥感影像优化PROSAIL模型参数的叶面积指数和叶绿素含量的反演方法,包括:下载遥感影像并对其进行预处理,得到多光谱冠层反射率数据;运用PROSAIL模型,根据不同的参数组合建立查找表,确定不同参数和冠层反射率的关系,即回归方程;建立目标函数,结合多光谱冠层反射率数据,优化参数,直至得到目标函数的全局最小值及对应的参数组合,并利用多光谱冠层反射率数据对参数进行更新;根据上述所得到的回归方程、多光谱冠层反射率数据及参数组合,反演得到叶面积指数和叶绿素含量。该方法对传统方法进行了由点及面的扩展,无需田间观测数据,有效降低了传统方法测量叶面积指数和叶绿素含量的成本,提高了反演精度和速度。

    八电机联合驱动的孢子显微图像全自动采集装置与方法

    公开(公告)号:CN118502095A

    公开(公告)日:2024-08-16

    申请号:CN202410560334.8

    申请日:2024-05-08

    申请人: 安徽大学

    摘要: 本发明公开了八电机联合驱动的孢子显微图像全自动采集装置与方法,涉及智能农机装备和生物科学领域,包括:微处理器、八个驱动器、八个步进电机、载物台、载玻片片仓机构、涂刮凡士林机构、显微图像采集机构、孢子捕捉风道机构、继电器I/O控制模块、显微镜点束光源、吸风风机、真空泵和太阳能供电系统。本发明能够采用八个步进电机联合驱动完成推取载玻片、涂刮凡士林、空中孢子捕捉、显微图像采集和载玻片回收等智能连续作业,执行机构设计更简单、更省电且作业更高效,具有更广阔的应用前景。

    一种具有动态降低图像冗余的高效农作物病害识别方法

    公开(公告)号:CN117876843B

    公开(公告)日:2024-07-05

    申请号:CN202410042888.9

    申请日:2024-01-11

    申请人: 安徽大学

    摘要: 本发明涉及一种具有动态降低图像冗余的高效农作物病害识别方法,与现有技术相比解决了复杂环境下病害识别性能差的缺陷。本发明包括以下步骤:图像数据集的获得及预处理;CA2PNet模型的构建;CA2PNet模型的训练;待识别农作物病害图像的获取;农作物病害图像识别结果的获得。本发明首先通过轻量级CA‑AnchorNet得到具有表征农作物病害区域的特征图,然后通过类激活图(CAM)定位到能反映出类别判别性的病害特征区域并映射到更高分辨率的图像中裁剪出区域块,最后将这些具有更小空间冗余的局部语义块输入轻量级PatchNet进行精准的识别。

    一种基于LSTM与U-Net融合网络的大豆种植区遥感提取方法

    公开(公告)号:CN117612006A

    公开(公告)日:2024-02-27

    申请号:CN202311612743.X

    申请日:2023-11-29

    申请人: 安徽大学

    摘要: 本发明涉及一种基于LSTM与U‑Net融合网络的大豆种植区遥感提取方法,与现有技术相比解决了机器学习方法提取精度有限、模型时空泛化能力不高的缺陷。本发明包括以下步骤:Sentinel‑2影像的获取和预处理;构造反射率时间序列影像;数据集的构建;PF‑Unet模型的构建与训练;大豆种植区遥感分布图的获得。本发明通过将卷积神经网络U‑Net和长短期记忆网络LSTM融合,提出了PF‑Unet深度学习网络,可以从多个尺度提取时间序列中的特征,相比于U‑Net、LSTM和TFBS模型,大豆种植区遥感提取精度更高。

    一种基于降冗余特征优选策略的大豆种植区遥感提取方法

    公开(公告)号:CN117611893A

    公开(公告)日:2024-02-27

    申请号:CN202311577453.6

    申请日:2023-11-24

    申请人: 安徽大学

    摘要: 本发明涉及一种基于降冗余特征优选策略的大豆种植区遥感提取方法,与现有技术相比解决了多维遥感特征执行分类时可能出现的信息冗余、数据臃肿和执行效率低的缺陷。本发明包括以下步骤:Sentinel‑1、Sentinel‑2以及Planet影像的获取及预处理;利用决策树规则集剔除非农田地物;进行ReliefF特征重要性评估;进行特征最大相关最小冗余排序;构建ReliefF‑mMRM‑RF分类模型;大豆种植区分布图的生成。本发明利用ReliefF算法对候选特征进行特征重要性评估,能够从众多特征中初步筛选出对大豆分类更有利的特征。

    土壤重金属仪的自动化压样装置及方法

    公开(公告)号:CN110376221B

    公开(公告)日:2024-02-13

    申请号:CN201910638697.8

    申请日:2019-07-15

    申请人: 安徽大学

    IPC分类号: G01N23/00 G01N1/28

    摘要: 本发明提供了一种土壤重金属仪的自动化压样装置及方法,属于土壤环境品质检测领域,包括底座、转动夹取装置、容器、电子称重装置、自动加粉装置、震动装置、压机和总控器;转动夹取装置设置在底座中间,底座上环绕转动夹取装置设置有多个放置槽,其中一个放置槽用于放置容器,其余放置槽内依次安装有电子称重装置、自动加粉装置、震动装置和压机;总控器内部设置有机械臂动作控制模块、数据采集模块、加粉控制模块、震动控制模块和压样控制模块,电子称重装置与总控器的信号输入端连接,自动加粉装置、震动装置和压样控制模块分别与总控器的信号输出端连接。该装置能极大提高土壤标样的制作质量和标准化尺寸,显著降低土壤标样的制作时间。