一种基于路面不平度的农业巡检机器人导航决策规划方法

    公开(公告)号:CN118274847A

    公开(公告)日:2024-07-02

    申请号:CN202410710980.8

    申请日:2024-06-04

    Abstract: 本发明提供了一种基于路面不平度的农业巡检机器人导航决策规划方法,包括控制农业巡检机器人构建二维栅格地图,根据二维栅格地图进行全局路径规划,得到全局最优路径。测量高度数据点的高度值,根据高度值计算激光评定值。根据激光评定值和视觉评定值计算路面不平度,根据路面不平度进行局部路径规划,得到局部最优路径。控制农业巡检机器人运动,更新全局最优路径和局部最优路径,直到农业巡检机器人到达目标终点。结合激光评定值和视觉评定值计算路面不平度,可以提前对周围环境的路面不平度进行识别与预测,提高了路面不平度评估的准确性和鲁棒性。根据场景实际情况实时更新全局最优路径和局部最优路径,可以保证巡检作业的顺利进行。

    一种茶叶采摘机械臂的运动路径规划方法

    公开(公告)号:CN118181305A

    公开(公告)日:2024-06-14

    申请号:CN202410608571.7

    申请日:2024-05-16

    Abstract: 本发明提供了一种茶叶采摘机械臂的运动路径规划方法,包括构建茶叶采摘机械臂的正运动学模型,构建茶叶采摘机械臂的逆运动学优化模型。对蜣螂优化方法进行改进,使用改进后蜣螂优化方法对逆运动学优化模型求解,得到茶叶采摘机械臂的每个关节的关节变量值,根据关节变量值规划茶叶采摘机械臂的运动路径。无法通过一次D‑H变换得到的相邻关节可以采用建立过渡关节的方式,提高茶叶采摘机械臂的正运动学模型的准确性。逆运动学优化模型不用考虑茶叶采摘机械臂的具体结构,不会陷入无解的情况。改进后蜣螂优化方法有较强的全局搜索能力,可以快速找到全局最优解,避免陷入局部最优,基于关节变量值规划的茶叶采摘机械臂的运动路径的精度较高。

    路面附着系数估计方法、装置、设备及介质

    公开(公告)号:CN118144791A

    公开(公告)日:2024-06-07

    申请号:CN202410323497.4

    申请日:2024-03-21

    Abstract: 本申请涉及一种路面附着系数估计方法、装置、设备及介质,方法包括:基于车辆动力学模型构建自适应鲁棒三阶容积卡尔曼滤波器以及自适应鲁棒五阶容积卡尔曼滤波器,并将轮胎力分别输入至自适应鲁棒三阶容积卡尔曼滤波器以及自适应鲁棒五阶容积卡尔曼滤波器中,以确定第一路面附着系数以及第二路面附着系数;对测量阶段的噪声协方差以及误差协方差进行迭代更新,确定自适应鲁棒三阶容积卡尔曼滤波器相对应的第一先验误差以及自适应鲁棒五阶容积卡尔曼滤波器相对应的第二先验误差;检测第一先验误差是否超过第二先验误差,若超过,将第二路面附着系数作为智能电动汽车路面附着系数输出。本申请能够显著提高路面附着系数估计的精度和效率。

    一种视域下茶叶采摘方法、系统、装置及存储介质

    公开(公告)号:CN117817656A

    公开(公告)日:2024-04-05

    申请号:CN202311670858.4

    申请日:2023-12-07

    Abstract: 本发明公开一种视域下茶叶采摘方法、系统、装置及存储介质,该方法包括以下步骤:获取视域下茶叶嫩芽的采摘点;根据视域下茶叶嫩芽的采摘点坐标,输入采摘任务规划算法,该采摘任务规划算法由以下步骤获得:初始化参数;根据茶叶采摘点坐标计算距离矩阵,并更新禁忌表;设计动态更新信息素启发因子和期望启发因子;搜索路径,并根据轮盘法则选择下一节点,并完成一次迭代;更新信息素启发因子、期望启发因子、信息素挥发因子及参与信息素更新的蚂蚁数量;更新信息素矩阵;完成预设迭代,输出全局最优路径;由采摘装置根据采摘路径完成采摘任务。本发明通过采用动态参数改进经典蚁群算法,加快收敛速度的同时解决容易过早陷入局部最优解的问题。

    一种基于BundleFusion的三维重建方法

    公开(公告)号:CN118097030B

    公开(公告)日:2024-07-30

    申请号:CN202410487364.0

    申请日:2024-04-23

    Abstract: 本发明提供了一种基于BundleFusion的三维重建方法,包括使用已训练Mask‑RCNN模型提取识别图像数据集中的动态物体区域,对动态物体区域对应的动态标签进行标签一致性处理,得到一致性掩膜。对一致性掩膜进行膨胀处理,得到膨胀后掩膜。从相机图像中将膨胀后掩膜去除,得到掩膜去除图像。将掩膜去除图像和空间定位数据输入BundleFusion模型进行三维重建,得到三维网格模型。对动态物体区域对应的动态标签进行标签一致性处理,得到一致性掩膜,防止出现上下帧标签不一致和上下帧标签混乱的情况,从而降低出现误检和漏检的概率。膨胀后掩膜全部覆盖动态物体,可以降低动态物体边缘的掩膜覆盖不完全,而导致产生大量的ORB特征或光流特征点,在减少误差的同时保证了点云的生成。

    一种基于采摘机器人的茶芽叶位姿估计方法和系统

    公开(公告)号:CN118096891B

    公开(公告)日:2024-07-30

    申请号:CN202410494605.4

    申请日:2024-04-24

    Abstract: 本发明提供了一种基于采摘机器人的茶芽叶位姿估计方法和系统,包括构建图像数据集,采用BAM注意力机制和softNMS方法优化Yolov8网络,得到分割模型,使用分割模型从图像背景中分割出茶芽叶。根据深度图像构建茶芽叶的点云数据,对点云数据进行预处理,得到预处理后点云。采用随机采样一致性方法确定预处理后点云的主方向,基于主方向构建茶芽叶采摘模型,根据茶芽叶采摘模型估计茶芽叶位姿。获取茶芽叶掩膜的深度信息,并结合点云数据处理来实现对茶芽叶进行高精度估计,为采摘机器人提供了精确的定位和导航能力,有助于提高茶叶采摘的自动化水平和效率。分割模型可以从复杂的背景中提取茶芽叶的语义特征,实现在非结构化的茶园环境中准确分割茶芽叶。

    一种茶芽叶采摘远近交替定位方法

    公开(公告)号:CN117765085B

    公开(公告)日:2024-06-07

    申请号:CN202410195060.7

    申请日:2024-02-22

    Abstract: 本发明提供了一种茶芽叶采摘远近交替定位方法,包括采用静态相机远距离拍摄茶芽叶,得到第一图像,其中,静态相机由三点静态标定法标定。将第一图像输入目标检测模型进行目标检测,得到茶芽叶的当前全局位置。基于茶芽叶的当前全局位置控制采摘机构靠近茶芽叶,直到目标距离小于或等于目标距离阈值。采用动态相机近距离拍摄茶芽叶,得到第二图像,其中,动态相机由动态标定法标定。将第二图像输入语义分割模型进行语义分割,得到茶芽叶的当前局部位置。语义分割可以分割出不同形态的茶芽叶,对茶芽叶进行精细化定位,得到茶芽叶的当前局部位置的准确度较高,根据当前局部位置可以控制采摘机构精准地采摘茶芽叶。

    一种茶芽叶采摘远近交替定位方法

    公开(公告)号:CN117765085A

    公开(公告)日:2024-03-26

    申请号:CN202410195060.7

    申请日:2024-02-22

    Abstract: 本发明提供了一种茶芽叶采摘远近交替定位方法,包括采用静态相机远距离拍摄茶芽叶,得到第一图像,其中,静态相机由三点静态标定法标定。将第一图像输入目标检测模型进行目标检测,得到茶芽叶的当前全局位置。基于茶芽叶的当前全局位置控制采摘机构靠近茶芽叶,直到目标距离小于或等于目标距离阈值。采用动态相机近距离拍摄茶芽叶,得到第二图像,其中,动态相机由动态标定法标定。将第二图像输入语义分割模型进行语义分割,得到茶芽叶的当前局部位置。语义分割可以分割出不同形态的茶芽叶,对茶芽叶进行精细化定位,得到茶芽叶的当前局部位置的准确度较高,根据当前局部位置可以控制采摘机构精准地采摘茶芽叶。

    一种基于自适应特征提取的茶芽叶检测方法

    公开(公告)号:CN117253050B

    公开(公告)日:2024-03-22

    申请号:CN202311541054.4

    申请日:2023-11-20

    Abstract: 本发明提供了一种基于自适应特征提取的茶芽叶检测方法,包括:基于茶芽叶图像搜索最大深度值,根据最大深度值修复茶芽叶图像的空洞。对茶芽叶图像进行自适应尺度特征提取,得到第一图像张量。对第一图像张量进行特征拼接,得到拼接张量;提取拼接张量的特征,得到多个预测特征层。对多个预测特征层进行茶芽叶检测,得到茶芽叶检测结果。自适应尺度特征提取可以根据茶芽叶图像中的茶芽叶的具体形态调整特征提取的尺度,增强了对形态特征的提取能力。提取拼接张量的特征,得到多个可以全面表示各种差异化的茶芽叶的预测特征层。对多个预测特征层进行茶芽叶检测,可以自适应检测不同视域下茶芽叶的数量和位置,具有较高的检测准确度。

Patent Agency Ranking