[发明专利]一种鸟类视觉识别行为训练系统在审

专利信息
申请号: 202011275169.X 申请日: 2020-11-13
公开(公告)号: CN112395970A 公开(公告)日: 2021-02-23
发明(设计)人: 王治忠;王奕森;陈亚峰;刘瑞清;陈铭;王松伟;牛晓可 申请(专利权)人: 郑州大学;河南省轻工业学校;郑州布恩科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;A01K39/012;A01K45/00;G05B19/05
代理公司: 成都弘毅天承知识产权代理有限公司 51230 代理人: 谢建
地址: 450001 河南*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 鸟类 视觉 识别 行为 训练 系统
【权利要求书】:

1.一种鸟类视觉识别行为训练系统,其特征在于,所述训练系统包括硬件装置和具备实时视频分析功能的可视化操作软件,所述硬件装置为Y字型通道,包括一个主通道、两个分通道,所述两个分通道的侧面分别设置有蜂鸣器、食盆、红外传感器,所述分通道的上方安装有摄像装置,所述主通道上设置有食盆、红外传感器及闸门,所述硬件装置包括目标图像刺激模块、行为反馈模块、奖惩模块、视频采集模块、红外感应模块,所述可视化操作软件是在PLC上运行,以PLC实现对硬件装置的控制。

2.根据权利要求1所述的一种鸟类视觉识别行为训练系统,其特征在于,所述目标图像刺激模块采用两个旋转盘设计,分别为目标旋转盘A、目标旋转盘B,所述目标旋转盘A、目标旋转盘B都可以出现目标。

3.根据权利要求1所述的一种鸟类视觉识别行为训练系统,其特征在于,所述行为反馈模块主要是由红外传感器组成,所述红外传感器分别为红外传感器A、红外传感器B、红外传感器C,所述红外传感器与PLC相连,主要用于反馈动物的行为信息。

4.根据权利要求1所述的一种鸟类视觉识别行为训练系统,其特征在于,所述奖惩模块分为奖励模块和惩罚模块,用于对动物执行正确行为反馈后进行投食犒赏或者执行错误行为反馈后进行声音惩罚,所述奖励模块由电机与食盆构成,食盆分别为食盆A、食盆B、食盆C,当动物做出正确的行为反馈后,PLC驱动电机将食盆转出,给予食物奖励,所述惩罚模块用蜂鸣器发出噪声来对鸟类进行惩罚,蜂鸣器分别为蜂鸣器A、蜂鸣器B、蜂鸣器C,所述蜂鸣器和PLC相连,当鸟类做出错误行为时,红外传感器感受到鸟类的错误行为将信号反馈给PLC,PLC再发出信号给蜂鸣器,让蜂鸣器发出噪声对动物实施惩罚。

5.根据权利要求1所述的一种鸟类视觉识别行为训练系统,其特征在于,所述视频采集模块主要用于采集动物训练过程中的视频集,通过高清摄像头记录动物的行为以及姿态,然后上传给电脑,所述摄像头可以实时显示并且记录鸟类训练过程中的状态,并且通过实时的视频分析算法可以识别出鸟类的各种动作进行分析,并结合动物脑电信号采集与分析装置,实现对视觉神经元信号的解码。

6.根据权利要求5所述的一种鸟类视觉识别行为训练系统,其特征在于,所述动物脑电信号采集与分析装置主要用于采集并且分析动物的脑电信号,包括脑电信号采集装置、植入动物脑部的微电极阵列和脑电信号的实时分析软件。

7.根据权利要求1所述的一种鸟类视觉识别行为训练系统,其特征在于,所述可视化操作软件包括两个部分,其一部分是PLC与外部设备之间控制与反馈的操作软件;其二部分是对特定视频采集模块输入的视频集进行实时分析的视频分析模块,所述视频分析模块包含视频采集、模型训练与视频的自动分析三个环节,所述分析方法采取的是YOLOv3算法。

8.根据权利要求1所述的一种鸟类视觉识别行为训练系统,其特征在于,所述PLC对硬件装置的控制是通过一个装置控制箱实现的,具体为:电源部分负责将220VAC转换为24VDC,为整个系统供电;欧姆龙PLC部分负责接受红外传感器、接近开关等发出的信号,并按照程序预先设定对食盆、目标旋转盘、蜂鸣器等进行控制;脉冲发生器部分负责接收PLC控制器信号,并将脉冲信号发送给步进电机驱动器;步进电机驱动器部分接收到脉冲信号后,驱动相应步进电机进行转动,进而控制食盆、目标旋转盘进行转动;继电器部分接收到指定信号后,线圈吸合,控制蜂鸣器发出声响。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州大学;河南省轻工业学校;郑州布恩科技有限公司,未经郑州大学;河南省轻工业学校;郑州布恩科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011275169.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top