-
公开(公告)号：CN104567872B
公开(公告)日：2018-09-18
申请号：CN201410746624.8
申请日：2014-12-08
Applicant: 中国农业大学
IPC: G01C21/10
Abstract: 本发明公开了一种农机具导航线的提取方法及系统，该方法包括：在作物行方向上采集作物的原始图像，并将所述原始图像灰度化处理后再转化为二值图像；获取农机采集作物的原始图像时的速度信息，建立所述二值图像与农机速度的模型，根据所述模型，选取两帧不同的二值图像作为获取农机具导航线的目标图像；将两帧不同的目标图像进行逻辑“与”运算，提取出作物行，进而获取农机具导航线。该方法实现了对作物行间杂草的有效滤除，降低杂草的干扰；提高了导航线提取的精度。
-
公开(公告)号：CN108152831A
公开(公告)日：2018-06-12
申请号：CN201711278667.8
申请日：2017-12-06
Applicant: 中国农业大学
Abstract: 本发明实施例提供了一种激光雷达障碍物识别方法及系统，包括：S1，将所述原始点云数据、所述位置数据和所述姿态数据进行融合得到融合点云数据；S2，将所述融合点云数据按时间顺序划分成多组融合点云数据片段，并对每组融合点云数据片段中的点云进行ICP配准，得到叠加点云数据；S3，对所述多组叠加点云数据片段中的每组叠加点云数据片段的点云进行聚类获取候选障碍物，并提取所述候选障碍物的静态信息；S4，根据所述候选障碍物的静态信息，识别所述候选障碍物中的静态障碍物和动态障碍物，并提取所述动态障碍物的动态信息。无需使用激光雷达离线数据建图，适用于各种复杂应用环境中的障碍物检测，且识别精度高，速度快。
-
公开(公告)号：CN107807125A
公开(公告)日：2018-03-16
申请号：CN201710947496.7
申请日：2017-10-12
Applicant: 中国农业大学
IPC: G01N21/84 , G01N21/27 , G01N21/01 , G05B19/042 , G08C17/02
CPC classification number: G01N21/84 , G01N21/01 , G01N21/27 , G05B19/0428 , G05B2219/2656 , G08C17/02
Abstract: 本发明提供了一种基于无人机载多光谱传感器的植物信息计算系统及方法，包括：多光谱传感器和地面监控装置；多光谱传感器设置在无人机上，用于获取每一目标波长处的光照强度和目标植物在每一目标波长处的植物图像，并将每一目标波长处的光照强度和植物图像传输至地面监控装置；地面监控装置用于根据每一目标波长处的光照强度和植物图像，计算目标植物的植物信息，植物信息包括目标植物内的叶绿素含量、水分含量、氮素含量和所述目标植物的叶面积指数。能够同时计算出目标植物内的叶绿素含量、水分含量、氮素含量和所述目标植物的叶面积指数等参数，不需要工作人员进行大量的计算工作，实现了计算过程的简化。
-
公开(公告)号：CN102999757B
公开(公告)日：2015-08-12
申请号：CN201210451992.0
申请日：2012-11-12
Applicant: 中国农业大学
Abstract: 本发明提供了一种导航线提取方法，包括步骤：S1、采集作物图像，使图像中某一行作物位于图像中间位置，并使得此行作物一定范围位于图像中；S2、根据所采集到的图像求得图像分割后的二值图像；S3、根据所述二值图像求得特征点图像；S4、将部分特征点图像进行最小二乘法拟合，得到初次拟合直线；S5、根据所述初次拟合直线，生成两条平行直线，构成一条形区域，计算区域内的特征点数；S6、在一定范围内调整条形区域，并计算调整后的条形区域内的特征点数，特征点数最多的条形区域所对应的直线为所求导航线。本发明提供的导航线提取方法，能够较好地提高导航线的提取速度与可靠性，具有简单、可靠、实时性好等优点。
-
公开(公告)号：CN104567872A
公开(公告)日：2015-04-29
申请号：CN201410746624.8
申请日：2014-12-08
Applicant: 中国农业大学
CPC classification number: G01C21/00 , G06T7/215 , G06T2207/10016 , G06T2207/30241
Abstract: 本发明公开了一种农机具导航线的提取方法及系统，该方法包括：在作物行方向上采集作物的原始图像，并将所述原始图像灰度化处理后再转化为二值图像；获取农机采集作物的原始图像时的速度信息，建立所述二值图像与农机速度的模型，根据所述模型，选取两帧不同的二值图像作为获取农机具导航线的目标图像；将两帧不同的目标图像进行逻辑“与”运算，提取出作物行，进而获取农机具导航线。该方法实现了对作物行间杂草的有效滤除，降低杂草的干扰；提高了导航线提取的精度。
-
Patent Agency Ranking
公开(公告)号：CN103499973A
公开(公告)日：2014-01-08
申请号：CN201310462895.6
申请日：2013-09-30
Applicant: 中国农业大学
IPC: G05D1/02 , G05B19/418
Abstract: 一种主-从机协同作业农业机械智能导航系统。主机采用半自动导航方式，从机采用全自动导航方式，主－从机协同工作控制模式包括命令型和跟随型两种。主机和从机采用无线方式进行通讯，传输的信息包括命令、状态和请求三种信号格式。该系统在大规模农业生产中，既可提高作业效率和作业精度，也提高了导航系统的安全性。
-
-
公开(公告)号：CN101866181B
公开(公告)日：2011-12-14
申请号：CN200910082462.1
申请日：2009-04-16
Applicant: 中国农业大学
Abstract: 本发明提供了一种农用机械的导航方法、导航装置和农用机械，其中农用机械的导航方法包括：通过一个以上的传感器获取包括农用机械的位置坐标、速度和航向信息的定位信息；根据农用机械的两轮运动学模型以及最优控制理论中的最小时间问题进行计算以获取农用机械的预期路径信息；根据农用机械的两轮运动学模型以及跟踪问题终端时间无限调节器设计准则设计了路径跟踪最优控制器；根据所述农用机械的定位信息和所述预期路径信息获取路径误差；根据所述路径误差信息以及路径跟踪最优控制器获取路径调整信息并发送给自动转向系统。本发明实施例还提供了农用机械的导航装置以及具有上述导航装置的农用机械。上述方法、装置和设备能够提高导航的精确度。
-
公开(公告)号：CN119130700A
公开(公告)日：2024-12-13
申请号：CN202411586261.6
申请日：2024-11-08
Applicant: 中国农业大学
Abstract: 本申请公开了一种大田光合参数预测方法、设备、介质及产品，涉及农业智能化监测领域，该方法包括通过获取待预测大田设定区域的可见光图像和多光谱图像；根据可见光图像和多光谱图像，利用大田光合参数预测模型，确定待预测大田设定区域的光合参数；其中，大田光合参数预测模型是利用训练数据集结合梯度归一化算法对改进的卷积神经网络进行训练得到的；训练数据集包括训练用大田的可见光影像和多光谱影像以及对应的光合参数；改进的卷积神经网络是将卷积神经网络中残差模块的卷积层替换为深度可分离卷积层得到的，且改进的卷积神经网络为多输出。本申请提高了光合参数预测的效率和准确性。
-
公开(公告)号：CN118172414A
公开(公告)日：2024-06-11
申请号：CN202211574927.7
申请日：2022-12-08
Applicant: 中国农业大学
Abstract: 本发明提供一种果蔬茎杆定位方法及系统，方法包括：将各第一图像输入至第一目标检测模型，得到各第一图像中的果蔬茎杆对应的第一识别框；根据各果蔬茎杆对应的第一识别框和果实的识别框，得到目标区域；对目标区域对应的第三图像进行图像处理，获取果蔬茎杆的质心；根据果蔬茎杆的质心，确定果蔬茎杆在第二图像上的定位信息。所述系统执行所述方法。本发明能够有效解决复杂自然环境下果蔬茎杆的误检和漏检问题，从而实现果蔬茎杆的定位，提高果蔬采摘点识别的准确率，进而提高果蔬采收效率。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.02 seconds)
