一种机械式菠萝采摘装置

    公开(公告)号:CN108338001B

    公开(公告)日:2023-10-31

    申请号:CN201810113024.6

    申请日:2018-02-05

    Applicant: 广州大学

    Abstract: 本发明提供一种机械式菠萝采摘装置,其包括:固定框架,设置在所述固定框架下方的移动框架,所述固定框架上设有控制所述移动框架上下移动的升降机构,所述移动框架的左侧设有用于切割菠萝的剪切机构,所述移动框架的右侧设有用于将菠萝推向所述剪切机构的推动机构,所述移动框架的下方设有开口。根据本发明提供的机械式菠萝采摘装置,其能很好的采摘菠萝,采摘效率高。

    一种菠萝采摘装置
    2.
    发明授权

    公开(公告)号:CN108450132B

    公开(公告)日:2023-05-12

    申请号:CN201810486319.8

    申请日:2018-05-21

    Applicant: 广州大学

    Abstract: 本发明涉及一种菠萝采摘装置,包括第一级支撑板、旋转电机、同步带轮机构、第二级支撑板、第一丝杆和第二丝杆、套装在第一丝杆上的第一螺母、套装在第二丝杆上的第二螺母、第三级支撑板、框架、步进电机、安装在步进电机输出端上的圆盘、安装在框架下部的快门机构、连杆机构;主动轮安装在旋转电机的输出端上,第一从动轮套装在第一丝杆上,第二从动轮套装在第二丝杆上,第一丝杆和第二丝杆均贯穿第二级支撑板和第三级支撑板,第一螺母和第二螺母均固定在第三级支撑板上,连杆机构的上端连接在圆盘上,连杆机构的下端连接在快门机构上。本装置可以罩住和切断菠萝的茎秆,属于菠萝采摘装置的技术领域。

    基于深度学习的垃圾识别进化学习方法、装置、系统及介质

    公开(公告)号:CN109389161B

    公开(公告)日:2021-08-31

    申请号:CN201811137406.9

    申请日:2018-09-28

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于深度学习的垃圾识别进化学习方法、装置、系统及介质,所述方法包括:获取垃圾样本图像数据;对垃圾样本图像数据进行预处理;将预处理后的垃圾样本图像数据作为神经网络的输入参数,与已训练垃圾识别模型进行比对,根据比对结果,判断是否识别成功;将识别成功的垃圾相应信息反馈给垃圾分类投放机构;通过ResNet算法对识别失败的垃圾样本图像数据再次进行识别,将ResNet算法识别成功的垃圾样本图像数据进行标记,并将垃圾相应信息反馈给垃圾分类投放机构,更新垃圾识别模型;将ResNet算法识别成功的垃圾样本图像数据传输给用户或维护人员以进行标记,更新垃圾识别模型。本发明大大减少维护人员的工作量,实现对大量垃圾的准确分类。

    一种推杆式菠萝采摘装置

    公开(公告)号:CN108093843B

    公开(公告)日:2024-06-07

    申请号:CN201810112122.8

    申请日:2018-02-05

    Applicant: 广州大学

    Abstract: 本发明提供一种推杆式菠萝采摘装置,其包括:固定框架以及设置在固定框架下方的移动框架,固定框架上固定安装有升降电机,升降电机的输出轴与丝杆的上端固定连接以带动丝杆旋转;移动框架的上框上固定安装有丝杆滑台,丝杆的下端通过丝杆滑台与移动框架可活动的连接,移动框架的左侧设有第一推杆电机,移动框架的右侧设有第二推杆电机,第一推杆电机与第二推杆电机处于不同高度。根据本发明提供的推杆式菠萝采摘装置,其能有效地定位并且采摘菠萝。

    基于多传感器融合和深度学习的垃圾分类识别方法及装置

    公开(公告)号:CN109344894B

    公开(公告)日:2023-12-22

    申请号:CN201811137854.9

    申请日:2018-09-28

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于多传感器融合和深度学习的垃圾分类识别方法,包括步骤:S1:获取学习样本数据,样本数据包括已知分类垃圾的图像和物理参量,所述物理参量包括介电常数、磁导率、光电参数和重量;S2:采用深度学习神经网络方法训练分类模型,分类模型的输入为上述样本数据,输出为预测的垃圾种类;S3:拍摄待分类垃圾的图像,采集待分类发垃圾的物理参量,然后将信息输入到步骤S2中的分类模型,得到预测的垃圾种类。本发明还提供一种用于实现上述方法的装置。本发明能够高速且准确地将用户投放的生活垃圾分类,做到尽可能成功分类常见的生活垃圾,并同时将垃圾种类等信息反馈回来,进而提高垃圾的回收率。

    一种菠萝采摘机器人的控制方法及控制系统

    公开(公告)号:CN108575283B

    公开(公告)日:2020-09-11

    申请号:CN201810392624.0

    申请日:2018-04-27

    Applicant: 广州大学

    Abstract: 本发明公开了一种菠萝采摘机器人的控制方法及控制系统,所述菠萝采摘机器人自主规划路径,通过图像识别对菠萝进行识别以及获取采摘坐标,对所述采摘坐标进行数据分析,将所述剪切模块进行水平位置以及竖直位置进行调整,使得所述剪切模块移动至所述待采摘菠萝的梗部,便于对菠萝执行收拢剪切动作,直至完成采摘数量任务后返回停靠点,充分利用菠萝果实的独特生长形态,实现对菠萝进行自动化采摘,具有目标定位准确、采摘简单便捷等优点。

    一种机械爪
    7.
    发明公开

    公开(公告)号:CN109591042A

    公开(公告)日:2019-04-09

    申请号:CN201910001639.4

    申请日:2019-01-02

    Applicant: 广州大学

    Abstract: 本发明提供一种机械爪,包括固定板、移动块、推动机构、上弹簧、下弹簧和爪件,推动机构安装在固定板上,移动块位于固定板的下方,固定板上设有第一通孔,推动机构通过第一通孔与移动块连接且推动机构带动移动块在竖直方向上移动,固定板上周向设置有若干爪件,爪件的上部铰接在固定板上,爪件通过上弹簧、下弹簧连接在移动块上,上弹簧的一端连接在移动块上,上弹簧的另一端连接在爪件的上部,下弹簧的一端连接在移动块上,下弹簧的另一端连接在爪件的中部,且上弹簧与爪件的连接处、下弹簧与爪件的连接处分别位于爪件与固定板连接处的两侧,承重量大,能准确抓取表面不规则的物体。

    基于深度学习的垃圾识别进化学习方法、装置、系统及介质

    公开(公告)号:CN109389161A

    公开(公告)日:2019-02-26

    申请号:CN201811137406.9

    申请日:2018-09-28

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于深度学习的垃圾识别进化学习方法、装置、系统及介质,所述方法包括:获取垃圾样本图像数据;对垃圾样本图像数据进行预处理;将预处理后的垃圾样本图像数据作为神经网络的输入参数,与已训练垃圾识别模型进行比对,根据比对结果,判断是否识别成功;将识别成功的垃圾相应信息反馈给垃圾分类投放机构;通过ResNet算法对识别失败的垃圾样本图像数据再次进行识别,将ResNet算法识别成功的垃圾样本图像数据进行标记,并将垃圾相应信息反馈给垃圾分类投放机构,更新垃圾识别模型;将ResNet算法识别成功的垃圾样本图像数据传输给用户或维护人员以进行标记,更新垃圾识别模型。本发明大大减少维护人员的工作量,实现对大量垃圾的准确分类。

    一种基于目标检测和介电常数的垃圾分类识别装置及方法

    公开(公告)号:CN108861184A

    公开(公告)日:2018-11-23

    申请号:CN201810296595.8

    申请日:2018-04-03

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于目标检测和介电常数的垃圾分类识别装置及方法,该装置包括垃圾投放箱、摄像头、信息处理器、通讯模块、服务器、介电常数传感器、控制处理器、显示屏、以及辅助工作外设;所述信息处理器分别与控制处理器、摄像头、以及通讯模块连接,所述控制处理器还分别与介电常数传感器和辅助工作外设连接,所述通讯模块还与服务器连接;所述垃圾投放箱分别与摄像头和介电常数传感器连接。本发明利用摄像头对垃圾数据拍摄采样,并将数据传至信息处理器,同时介电常数传感器把识别到的信息传输到信息处理器,最后信号处理器综合两者的信息对垃圾的分类进行快速而准确的判断,极大地减少了垃圾分类回收的工量,从而方便我们人类的生活。

Patent Agency Ranking