一种茶叶采摘机械臂仿真方法和平台

    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

    摘要: 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。

    一种扰动状态下的茶芽叶姿态检测方法

    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

    摘要: 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。

    重型货车防侧翻控制方法、装置、设备及介质

    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

    IPC分类号: B60W30/04

    摘要: 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。

    路面不平度检测方法、装置、系统、介质和设备

    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

    摘要: 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。

    一种地空光谱技术联合的茶芽产量监测方法

    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

    摘要: 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。

    一种茶叶采摘机械臂仿真方法和平台

    公开(公告)号:CN118238150B

    公开(公告)日:2024-07-23

    申请号:CN202410660726.1

    申请日:2024-05-27

    摘要: 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。

    一种扰动状态下的茶芽叶姿态检测方法

    公开(公告)号:CN117789040A

    公开(公告)日:2024-03-29

    申请号:CN202410217204.4

    申请日:2024-02-28

    摘要: 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。