“顾寄南”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果151个，建议您升级VIP下载更多相关专利

[发明专利]一种茶叶嫩梢的识别与采摘点定位方法-CN202311080141.4在审
发明人： 顾寄南;王启航;潘知瑶;侯征辉;范天浩 -专利权人：江苏大学
申请日： 2023-08-25 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种茶叶嫩梢的识别与采摘点定位方法，获取带有茶叶嫩梢的图像，并利用YOLOv7目标检测模型对所获取的图像进行茶叶嫩梢识别，输出待采摘目标的检测框坐标信息；根据检测框内采摘部位是否存在遮挡进行分类，分为有遮挡和无遮挡两类；对于采摘部位无遮挡的茶叶嫩梢进行三维采摘点定位；对于采摘部位存在遮挡的茶叶嫩梢，通过点云补全的方法获得其采摘部位的深度信息后，再进行三维采摘点定位。本方法能够解决复杂场景下茶叶嫩梢定位时采摘部位存在遮挡导致的采摘错误，提高采摘效率。
一种茶叶识别采摘定位方法

[发明专利]一种融合三维风速与视觉的茶叶动态目标识别方法-CN202310606781.8在审
发明人：王文波;潘知瑶;顾寄南;完严 -专利权人：江苏大学
申请日： 2023-05-26 - 公布日： 2023-08-22 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种融合三维风速与视觉的茶叶动态目标识别方法，获取待采摘区域茶叶图像，基于改进的YOLOv7旋转目标检测算法对茶叶图像进行特征提取和特征融合，输出茶叶嫩稍初始位置预测结果；获得风速、风向信息，基于风速、风向信息果得到茶叶位置偏移量，根据茶叶位置偏移量以及茶叶嫩稍初始位置预测结，预测出改变后的茶叶嫩稍位置信息；基于预测出的改变后的茶叶嫩稍位置信息，执行对茶叶嫩稍的采摘。本方法通过自然风力的影响预测茶叶动态位置变化，降低了茶叶采摘过程中由于自然因素造成的影响，还可以回避采摘机械臂运行所需时间的问题。
一种融合三维风速视觉茶叶动态目标识别方法

[发明专利]一种EBOM到PBOM的结构映射方法-CN202010287454.7有效
发明人： 顾寄南;康颜奎;燕瑾瑾;黄飞虎;康延壮 -专利权人：江苏大学
申请日： 2020-04-13 - 公布日： 2023-08-18 - 主分类号： G06T3/00 文献下载
摘要：本发明提供了一种从EBOM到PBOM的结构映射方法，包括：通过调用底层遍历算法API，遍历原BOM结构树中所有子结点，获取EBOM中各子件零件的结构属性信息；根据BOM结构中各子件零件的结构属性，判断每个子件零件对应的零件类型为虚设部件、中间部件还是外协部件；获取每个子件零件的层级信息，按照三维坐标生成规则输出当前子件零件的三维空间坐标；将当前子件零件的三维空间坐标代入其零件类型所对应的映射矩阵进行映射，输出新的层级坐标；将获取的新的层级坐标按照坐标与BOM结构对应规则组建PBOM结构，完成BOM结构的完整映射过程。本发明能够自动构建PBOM结构，解提高BOM的可读性。
一种 ebom pbom 结构映射方法

[发明专利]一种动态导向RRT*的机械臂路径规划方法-CN202310406701.4在审
发明人： 顾寄南;卢宝勇;范天浩;王文波;季晨;侯征辉;左宇 -专利权人：江苏大学
申请日： 2023-04-17 - 公布日： 2023-07-18 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种动态导向RRT*的机械臂路径规划方法，根据环境信息和生长树当前生长状况，引入环境复杂系数，获得自适应概率pv、变生长步长r*和自适应范围半径d，通过以自适应概率pv将目标点设为随机点和垂面采样策略，使采样范围动态导向目标点，显著提高采样效率，改善生长无序性；采用变生长步长策略，使生长树的生长更适应环境复杂程度不同的区域；在自适应范围内重选父节点和节点重连接，优化路径，减少计算量，提高收敛速度和效率；最后从目标点向起点不断追溯父节点生成无碰撞路径。
一种动态导向 rrt 机械路径规划方法

[发明专利]一种基于深度强化学习的双臂机器人协同运动控制方法-CN202310386962.4在审
发明人： 顾寄南;左宇;范天浩;王文波;季晨;侯征辉;卢宝勇 -专利权人：江苏大学
申请日： 2023-04-12 - 公布日： 2023-06-30 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种基于深度强化学习的双臂机器人协同运动控制方法，采用DATD3算法对双臂机器人的机械臂协同运动控制进行训练，机械臂协同运动控制系统采用中心训练分布执行的架构，两个智能体中的Critic评估器会互相使用对方的控制策略；将动作噪声作为两个智能体的输入，两个智能体输出动作值；建立机械臂的三维仿真环境，并将步骤1中两个智能体训练输出的动作值输入仿真环境，在仿真环境中通过仿真训练获得状态值；对状态值进行采样并采用HER算法进行状态值进行优化，进而得到双臂机器人协同运动控制策略；并基于优化后的状态值更新两个智能体中的采样策略；本方法可以有效增加双臂机器人的学习效率，提高生产力。
一种基于深度强化学习双臂机器人协同运动控制方法

[发明专利]一种基于视觉的名优茶分类收获机器人-CN202211594323.9在审
发明人： 顾寄南;王化佳;王梦妮;张可 -专利权人：江苏大学
申请日： 2022-12-13 - 公布日： 2023-04-04 - 主分类号： A01D46/04 文献下载
摘要：本发明提供了一种基于视觉的名优茶分类收获机器人，包括：机架、空间六自由度机械臂、末端执行器、单芽尖收获装置、一芽一叶收获装置、一芽两叶初展收获装置、视觉检测装置、驱动单元和控制单元；末端执行器包括连接件、滑轨、左滑块、右滑块和夹爪，驱动单元能够驱动左滑块沿滑轨滑动，左滑块和右滑块的底端均安装有夹爪，左滑块与右滑块贴合时，两个夹爪能够夹取茶叶；控制单元根据视觉检测装置传递的信号获得名优茶的采摘区域的位置以及识别类别，控制六自由度机械臂和末端执行器到达采摘区域位置进行采摘，然后根据识别类别将名优茶收集到对应收集桶。本发明能够实现对单芽尖、一芽一叶和一芽两叶初展进行分类，并且能够仿人手采摘。
一种基于视觉名优分类收获机器人

[发明专利]一种基于改进YOLOv5的金银花目标检测及采摘点定位方法-CN202211665306.X在审
发明人： 顾寄南;范天浩;卢宝勇;左宇;侯征辉 -专利权人：江苏大学
申请日： 2022-12-23 - 公布日： 2023-03-28 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于改进YOLOv5的金银花目标检测及采摘点定位方法，构建改进型YOLOv5网络，包括把YOLOv5目标检测网络中所有CBL模块中的激活函数Leaky Relu改为HardSwish函数，并且在spp结构中添加cbam注意力机制模块，通过改进的spp‑cbam结构进行不同特征尺寸的特征融合，然后输入到Neck和Head层中，得到改进网络的预测结果。在采摘金银花的过程，将金银花图像输入改进型YOLOv5网络得到预测框，将预测的金银花位置坐标输入判定器，根据多只金银花之间的水平或垂直距离判断出它们是否属于同一枝叶，并对单只生长或多只生长的金银花分别获取采摘点并执行采摘工作。
一种基于改进 yolov5 金银花目标检测采摘定位方法

[发明专利]一种插片式智能药房自适应自动发药槽装置-CN202210581964.4在审
发明人： 顾寄南;陆福东 -专利权人：江苏大学
申请日： 2022-05-26 - 公布日： 2023-01-31 - 主分类号： B65G1/04 文献下载
摘要：本发明提供了一种插片式智能药房自适应自动发药槽装置，由多个一列两排药槽组成，一列两排药槽由打药架以及安装在打药架中间位置处两个对称设置的一排药槽组成；一排药槽包括药槽支撑架、n个药槽横挡板和2n个药槽纵挡板，药槽横挡板可拆卸扣合在药槽支撑架外侧，药槽纵挡板可拆卸扣合在药槽横挡板两侧，n个药槽横挡板构成n‑1个尺寸可变的药槽；打药架上安装有若干个打药机构，每个药槽底部设有1～2个打药机构；药槽支撑架上开有多列扣合孔一、药槽横挡板上开有多列扣合孔二，药槽横挡板和药槽纵挡板分别设计有扣合孔一、二对应的扣合机构，通过与不同列扣合孔的扣合，实现药槽横纵向尺寸的改变，满足不同尺寸药盒的需求。
一种插片式智能药房自适应自动发药槽装置

[发明专利]一种基于指尖特征的增强装配示教系统及其控制方法-CN201910310335.6有效
发明人：黄睿力;邹荣;许桢英;顾寄南;王匀 -专利权人：江苏大学
申请日： 2019-04-17 - 公布日： 2022-11-18 - 主分类号： G06F3/01 文献下载
摘要：本发明提供一种基于指尖特征的增强装配示教系统及其控制方法，包括图像采集模块、图像预处理模块、手部区域分割模块、指尖检测与跟踪模块和虚拟元器件模型空间注册模块；采集手指和交互平面的图像；对采集到的图像预处理；对手部区域进行分割和边缘提取；基于曲率运算与最小二乘法拟合进行手指指尖检测，通过基于卡尔曼滤波与粒子滤波相结合的方法对指尖进行跟踪；对图像采集设备的标定、计算机渲染和虚拟元器件模型空间注册；指尖与虚拟元器件交互完成插装。本发明使用指尖作为新的计算机输入来完成与虚拟对象的交互，摒弃了实体化手持标识带来的不便，当运动呈现非线性，将卡尔曼滤波与粒子滤波相结合提高了目标物体定位的准确性和实时性。
一种基于指尖特征增强装配系统及其控制方法

[发明专利]一种基于光场相机的茶叶采摘点检测方法-CN202210420293.3在审
发明人：邹荣;戴文杰;顾寄南;李金炎;张娱 -专利权人：江苏大学
申请日： 2022-04-21 - 公布日： 2022-10-18 - 主分类号： G06V20/64 文献下载
摘要：本发明提出了一种基于光场相机的茶叶采摘点检测方法。涉及农业智能化领域。具体步骤为步骤(1)：利用光场相机获取4D光场数据。步骤(2)：在低分辨率下的实现茶叶嫩芽区域粗定位。步骤(3)：茶叶嫩梢部位小景深数字重聚焦。步骤(4)：对重聚焦部位应用超分辨算法得到高分辨率的茶叶嫩梢图像。步骤(5)：使用基于改进IoU计算方法的旋转目标检测算法检测茶叶茎秆部位。步骤(6)：茶叶茎秆三维重建。步骤(7)：基于PPF算法的茎秆点云匹配得到茶叶嫩梢采摘点。本发明以光场相机作为数据采集设备，利用了光场相机可以进行数字重聚焦的特点，结合二维目标检测和三维点云匹配方法，实现了茶叶采摘点的精确定位。
一种基于相机茶叶采摘检测方法

[发明专利]基于视觉信息和语义属性的电子元器件零样本识别模型及方法-CN202210876236.6在审
发明人： 顾寄南;方新领;黄娟;李静;张伟;王梦妮;张可 -专利权人：江苏大学
申请日： 2022-07-25 - 公布日： 2022-10-11 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了基于视觉信息和语义属性的电子元器件零样本识别模型及方法，识别模型包括视觉分类网络模型、Skip‑gram模型和CBOW模型，根据电子元器件的视觉特征，设计出可见类以及不可见类电子元器件的语义属性表，使可见类和不可见类之间的语义属性共享。通过将视觉信息和标签的语义属性相结合，利用从文本数据中学习到的标签的语义属性，将语义属性作为监督信号，结合已见类图像训练视觉分类网络，进而实现零样本学习。训练时，通过Skip‑gram模型将可见类转化为语义属性类，使视觉分类网络的训练过程变为共享的语义属性类与输入图像之间的训练。在预测过程中，视觉分类网络预测出共享的语义属性类，CBOW模型将语义属性类转换为类别标签，实现对可见类和不可见类的预测，完成电子元器件零样本识别。
基于视觉信息语义属性电子元器件样本识别模型方法

[发明专利]一种面向电子元器件柔顺装配的机械臂分层多回路控制方法-CN202210703477.0在审
发明人： 顾寄南;李兴家;季晨;王博;张文浩 -专利权人：江苏大学
申请日： 2022-06-21 - 公布日： 2022-10-11 - 主分类号： B25J9/16 文献下载
摘要：本发明提供一种面向电子元器件柔顺装配的机械臂分层多回路控制方法，将设计参考轨迹、阻抗力和上一个循环环境阻抗力输入电子元器件装配场景阻抗特征知识库，得到机械臂关节的设计阻抗轨迹，并与机械臂关节的位置信息求差，经MPC循环输出模型预测控制变量，并与IHOSMC循环输出求和，得到辅助控制变量，并经逆动力学控制循环方程，得到机械臂系统的控制力矩，进而得到关节转角变量、末端执行器的输出轨迹，结合环境信息，得到环境阻抗力；当末端执行器的输出轨迹等于设计阻抗轨迹、环境阻抗力等于设计阻抗力时，机械臂系统稳定，按照此时的输出轨迹和环境阻抗力执行电子元器件的装配。本发明具有装配精度高、响应速度快的特点。
一种面向电子元器件柔顺装配机械分层多回路控制方法

[发明专利]一种基于改进YOLOv5目标检测的茶叶嫩梢识别方法-CN202210750124.6在审
发明人：黄娟;张伟;顾寄南;方新领;唐熠君 -专利权人：江苏大学
申请日： 2022-06-29 - 公布日： 2022-10-04 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于改进YOLOv5目标检测的茶叶嫩梢识别方法，实时采集茶叶嫩芽图像并进行图像预处理，再输入到改进的YOLOv5目标检测模块，改进的YOLOv5目标检测算法模块包括在特征提取阶段改进的主干特征提取网络和改进的加权双向特征金字塔BiFPN模块，改进的加权双向特征金字塔BiFPN模块用于特征融合，最后输入到Head预测输出网络，获得预测结果并输出识别图像的预测框。本发明适用于茶叶嫩梢等小目标物体的精准识别。
一种基于改进 yolov5 目标检测茶叶识别方法

[发明专利]一种改进型YOLOX目标检测模型构建方法及其应用-CN202210660801.5在审
发明人： 顾寄南;胡甜甜;王文波;王梦妮;夏子林 -专利权人：江苏大学
申请日： 2022-06-13 - 公布日： 2022-09-06 - 主分类号： G06V20/68 文献下载
摘要：本发明公开了一种改进型YOLOX目标检测模型构建方法及其应用，本申请针对YOLOX基本目标检测模型并进行网络改进，主要分为三个模块：主干特征提取模块、加强特征提取模块和预测特征模块。主干特征提取网络的基础上增添了SE注意力机制模块，通过自主学习的方式来获取到每个特征通道的重要程度，明确建模网络卷积特征通道之间的相互依赖关系来提高网络生成的表示质量，从而筛选出针对通道的注意力，有效地改善网络性能。加强特征提取网络采用ASFF自适应空间特征融合结构；基于所构建的改进型YOLOX目标检测模型结合RealSense相机获取到的深度信息输出三维坐标，实现目标定位。本发明在自然环境下果实采摘问题中，相对于传统方法识别精度要高且识别速度要更快。
一种改进型 yolox 目标检测模型构建方法及其应用

[发明专利]一种基于特征融合图神经网络的茶叶嫩梢检测方法-CN202210420280.6在审
发明人：邹荣;戴文杰;顾寄南;李金炎;张娱 -专利权人：江苏大学
申请日： 2022-04-21 - 公布日： 2022-08-30 - 主分类号： G06V20/64 文献下载
摘要：本发明提供了一种基于特征融合图神经网络的茶叶嫩梢检测方法。涉及农业智能化领域，步骤(1):数据的获取，使用权利要求1所述光阱获得待检测目标的点云及RGB图像。步骤(2):使用CNN对二维图像进行特征提取。步骤(3):对点云应用关键点检测算法，检测关键点。步骤(4):将图像特征与点云特征相融合。步骤(5):建立图结构，使用步骤(3)检测到的关键点作为顶点并建图。步骤(6):使用图神经网络对于茶叶嫩梢位置进行预测。步骤(7):生成预测框。步骤(8):soft‑NMS算法生成最佳预测框。本发明以光阱点云获取系统克服茶叶嫩梢检测中的遮挡问题并运用改进的图神经网络提高检测精度，实现茶叶嫩梢的精准识别。
一种基于特征融合神经网络茶叶检测方法

1
2
3
4
5
6
7
8
9
10
11
下一页»
尾页
共 151 条