一种智能监管柑橘种植态势的物联网系统及方法

    公开(公告)号:CN113920474B

    公开(公告)日:2024-04-30

    申请号:CN202111260746.2

    申请日:2021-10-28

    摘要: 本发明公开了一种智能监管柑橘种植态势的物联网系统及方法,首先,多源传感器实现对柑橘环境的温度、湿度及生长状况信息进行采集,利用嵌入式系统处理数据,然后,通过NB‑IoT无线模块发送至服务器,再将数据实时显示在云平台界面;使用卷积神经网络对图像信息进行学习和训练,构建柑橘生长态势模型,尤其对害虫种类和概率的检测,并将监测结果传至客户端。当害虫数量达到一定数量比例时,利用无人机携带农药喷洒装置对指定区域进行自动喷洒。当柑橘即将成熟时,利用无人机获取的图像信息对柑橘产量进行预估。整个系统在无人机与物联网技术支撑下,有效服务于智慧农业的高效、精细化管控需求。

    鲁棒智能车纯视觉动态目标分割方法、系统及存储介质

    公开(公告)号:CN116777948A

    公开(公告)日:2023-09-19

    申请号:CN202310751398.1

    申请日:2023-06-25

    IPC分类号: G06T7/215 G06T7/269 G06T7/80

    摘要: 本发明提供了鲁棒智能车纯视觉动态目标分割方法,包括如下步骤:S1.进行视场空间ROF标定;具体为:S11.设定相机硬件参数和目标最小运动速度;S12.进行运动目标空间残差流标定;S13.获取视场不同区域最小残差流;S2.进行候选运动目标检测与相机自运动参数计算;S3.进行运动状态判断;具体为:S31.计算候选运动目标残差流;S32.进行残差流方向随机性判断和残差流阈值约束判断,确定候选运动目标的运动状态;S33.输出运动状态。本发明可以提高智能车纯视觉运动目标分割的检测准确度及召回率,进而提高智能车动态环境感知能力。

    一种基于深度强化学习融合多数据源的森林火灾轨迹预测方法

    公开(公告)号:CN116720137A

    公开(公告)日:2023-09-08

    申请号:CN202310771419.6

    申请日:2023-06-28

    摘要: 本发明公开了一种基于深度强化学习融合多数据源的森林火灾轨迹预测方法,该方法包括:根据历史火灾事件建立森林火灾数据库;获取每次森林火灾事件的红外图、地理图、气象图、环境数据图,并对不同类型的图进行数据化操作建立多数据源矩阵;然后建立火灾可燃性指标体系,根据不同数据源矩阵计算区域可燃性概率值矩阵;对温度数据、湿度数据、风速数据、风向数据、坡度数据、可燃性概率值进行特征融合并归一化处理得到不同时间步的森林信息矩阵;利用卷积等操作建立森林信息更新模型,以预测不同火灾状况森林信息的整体变化;最后将火灾作为智能体,将火灾事态最大化发展作为目标函数来预测森林火灾轨迹变化。

    考虑不确定性的轮式移动机器人自适应控制方法及系统

    公开(公告)号:CN116382101B

    公开(公告)日:2023-09-01

    申请号:CN202310652806.8

    申请日:2023-06-05

    IPC分类号: G05B13/04

    摘要: 本发明提供了考虑不确定性的轮式移动机器人自适应控制方法及系统,属于轮式移动机器人的控制技术领域,其方法包括:S1.建立轮式移动机器人的运动学模型;S2.根据机器人的起点和终点,确定机器人从起点到终点的期望运动轨迹;S3.根据机器人的实际运动轨迹和期望的运动轨迹,建立误差向量;S4.根据误差向量,建立轮式移动机器人轨迹跟踪自适应控制模型;S5.计算轮式移动机器人轨迹跟踪自适应控制模型的控制量;S6.将S5计算出的控制量作用到机器人,并更新机器人的位姿状态;判断机器人是否到达期望的终点,如果是,则控制停止,否则转到S3。本发明提高了轮式移动机器人的环境适应能力。

    一种农产品仓储保鲜库内无人机巡检方法

    公开(公告)号:CN115407800B

    公开(公告)日:2023-09-01

    申请号:CN202211107857.4

    申请日:2022-09-13

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种农产品仓储保鲜库内无人机巡检系统,涉及人工智能技术领域。本发明包括图像信息采集模块、模型训练模块、实时检测模块、数据处理模块、终端显示模块和无人机警报模块,所述图像信息采集模块与实时检测模块连接,所述实时检测模块分别与模型训练模块和数据处理模块连接,所述数据处理模块与终端显示模块连接,所述终端显示模块与无人机警报模块连接;本发明还包括一种农产品仓储保鲜库内无人机巡检方法。本发明有效解决了人工巡检存在工作危险性高、工作强度大的问题,能够做到全天候、全时段巡检。

    一种基于集成深度神经网络的单相接地故障诊断方法

    公开(公告)号:CN116008733A

    公开(公告)日:2023-04-25

    申请号:CN202310273460.0

    申请日:2023-03-21

    摘要: 本发明提供了一种基于集成深度神经网络的单相接地故障诊断方法,属于单相接地故障诊断技术领域,方法包括:S1.获取故障线路与非故障线路的历史数据和在线实时数据;S2.进行缺失值处理和标准化处理;S3.将历史数据划分为训练集和测试集;将在线实时数据定义为验证集;S4.建立单相接地故障诊断模型,将训练集和测试集输入到单相接地故障诊断模型中,进行模型训练;S5.在模型训练结束后保存最佳模型参数;S6.将验证集输入到最佳模型参数的单相接地故障诊断模型中,进行单相接地故障诊断,完成故障选线。本发明能够快速有效判别单相接地故障,相对于单一神经网络模型,能够显著提高故障选线准确率,确保故障选线结果的可靠性。