-
公开(公告)号：CN108416814B
公开(公告)日：2020-07-31
申请号：CN201810139803.3
申请日：2018-02-08
Applicant: 广州大学
Abstract: 本发明公开了一种菠萝头部的快速定位与识别方法及系统，所述方法步骤具体包括：采集可能包含菠萝信息的RGB图像；将RGB图像转换为HSV图像，对其进行阈值分割、轮廓处理，定位面积最大的疑似目标物区域所在位置，提取RGB图像中上述位置的图像区域，作为感兴趣区域；生成感兴趣区域的颜色直方图，将其与预先设定的不同环境下的菠萝头部颜色直方图进行匹配，判断相似度是否达到设定阈值；同时提取感兴趣区域菠萝头部果眼特征，将上述特征输入到分类器，判定菠萝头部果眼是否存在，以及计算果眼的中心坐标；通过上述步骤得到相似度以及果眼的特征。本发明能够实现对菠萝头部的快速定位与识别，有利于减少菠萝采摘过程中受伤的风险，提高劳动效率。
-
-
公开(公告)号：CN108093843A
公开(公告)日：2018-06-01
申请号：CN201810112122.8
申请日：2018-02-05
Applicant: 广州大学
IPC: A01D45/00
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。
-
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
IPC: A01D45/00
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。
-
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
IPC: A01D45/00
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN108416814A
公开(公告)日：2018-08-17
申请号：CN201810139803.3
申请日：2018-02-08
Applicant: 广州大学
Abstract: 本发明公开了一种菠萝头部的快速定位与识别方法及系统，所述方法步骤具体包括：采集可能包含菠萝信息的RGB图像；将RGB图像转换为HSV图像，对其进行阈值分割、轮廓处理，定位面积最大的疑似目标物区域所在位置，提取RGB图像中上述位置的图像区域，作为感兴趣区域；生成感兴趣区域的颜色直方图，将其与预先设定的不同环境下的菠萝头部颜色直方图进行匹配，判断相似度是否达到设定阈值；同时提取感兴趣区域菠萝头部果眼特征，将上述特征输入到分类器，判定菠萝头部果眼是否存在，以及计算果眼的中心坐标；通过上述步骤得到相似度以及果眼的特征。本发明能够实现对菠萝头部的快速定位与识别，有利于减少菠萝采摘过程中受伤的风险，提高劳动效率。
-
-
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
IPC: A01D45/00
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.017 seconds)
