← 返回列表
基于深度神经网络的火龙果采摘方法及采摘机器人
申请人信息
- 申请人:仲恺农业工程学院
- 申请人地址:510230 广东省广州市海珠区纺织路东沙街24号大院
- 发明人: 仲恺农业工程学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度神经网络的火龙果采摘方法及采摘机器人 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311223484.1 |
| 申请日 | 2023/9/21 |
| 公告号 | CN117337691A |
| 公开日 | 2024/1/5 |
| IPC主分类号 | A01D46/30 |
| 权利人 | 仲恺农业工程学院 |
| 发明人 | 朱立学; 赖颖杰; 陈逸鹏; 邓文乾; 张世昂; 罗文轩; 郭晓耿; 张智浩; 陈品岚; 黄彬; 陈家政; 卫洁茹 |
| 地址 | 广东省广州市海珠区仲恺路501号 |
摘要文本
仲恺农业工程学院获取“一种透气窗帘布”专利技术，本发明提供一种基于深度神经网络的火龙果采摘方法，涉及水果采摘领域，包括导航线规划与生长位姿确定；导航线规划具体为：利用道路分割图进行导航线拟合，生长位姿确定具体为：利用果实及其附生枝条分割图获得二值化图像、通过二值化图像的果实质心与果实生长点获得生长向量，并利用相机成像原理拟合姿态向量，通过生长向量与姿态向量拟合生长位姿。该方法能够实现火龙果的全自主采摘，提高火龙果种植的采收效率，大大降低劳动力需求和人工成本，从而实现火龙果的科学种植。。关注微信公众号专利查询网
专利主权项内容
1.一种基于深度神经网络的火龙果采摘方法，其特征在于：包括导航线规划与生长位姿确定；导航线规划包括：首先，批量采集火龙果种植道路图像、并对图像进行增强处理；然后，将处理后的图像采用标注工具进行标注、制成第一数据集；之后，选取Unet作为基础框架搭建语义分割网络模型、将第一数据集进行模型迭代训练，获得道路分割图；最后，对道路分割图进行导航线拟合；生长位姿确定包括：首先，批量采集果实及其附生枝条图像、并对图像进行增强处理；然后，将处理后的图像采用标注工具进行标注、制成第二数据集；之后，选取Unet作为基础框架搭建语义分割网络模型、将第二数据集进行模型迭代训练，获得果实及其附生枝条分割图；再然后，对果实及其附生枝条分割图依次进行掩膜-灰度-二值化处理，获得二值化图像；最后，通过二值化图像的果实质心与果实生长点获得生长向量，并利用相机成像原理拟合姿态向量，通过生长向量与姿态向量拟合生长位姿。