买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北农业大学申请的专利基于CNN的用于辅助导航的作物行方向实时获取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117292177B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311159884.0，技术领域涉及：G06V10/764；该发明授权基于CNN的用于辅助导航的作物行方向实时获取方法是由孟繁锋;张喜海;郭锐超设计研发完成，并于2023-09-11向国家知识产权局提交的专利申请。

本基于CNN的用于辅助导航的作物行方向实时获取方法在说明书摘要公布了：本发明适用于神经网络技术领域，提供了基于CNN的用于辅助导航的作物行方向实时获取方法，所述方法包括以下步骤：采集得到视频文件，根据视频文件中的图像中心脊方向与水平基线的夹角α将图像旋转一定的角度得到包含180个类别的图像数据集；对包含180个类别的图像数据集进行筛选得到包含60个类别的图像数据集，确定训练集、验证集和测试集；确定卷积控制参数、激活函数、优化器以及CNN模型结构，构建CNN模型；对CNN模型的准确性进行验证，对CNN模型的处理速度进行验证。本发明基于作物行线提供实时连续且可接受的方向引导，准确率高，可以稳定、独立地用于农田无人驾驶智能操作平台，或在主导航方法意外失效时用于实时辅助导航模式。

本发明授权基于CNN的用于辅助导航的作物行方向实时获取方法在权利要求书中公布了：1.基于CNN的用于辅助导航的作物行方向实时获取方法，其特征在于，所述方法包括以下步骤： 采集得到视频文件，根据视频文件中的图像中心脊方向与水平基线的夹角α将图像旋转一定的角度得到包含180个类别的图像数据集； 对包含180个类别的图像数据集进行筛选得到包含60个类别的图像数据集，确定训练集、验证集和测试集； 确定卷积控制参数、激活函数、损失函数、优化器以及CNN模型结构，构建CNN模型； 对CNN模型的准确性进行验证，对CNN模型的处理速度进行验证，所述根据视频文件中的图像中心脊方向与水平基线的夹角α将图像旋转一定的角度得到包含180个类别的图像数据集的步骤，具体包括： 每两帧提取一次视频文件中的图像，对提取的图像的左、中、右区域连续截取三个重叠图像区域，将重叠图像区域保存到图像集A文件夹中作为初始图像文件； 确定图像集A文件夹中每个图像中心脊方向与水平基线的夹角α，将夹角α附加到图像文件名上，捕获图像中心的固定区域，以中心脊方向作为裁剪线，得到图像集B文件夹； 基于夹角α将图像旋转一定的角度，以生成裁剪线相对于水平基线0°~179°范围内的图像，图像的中心区域每旋转1度就被截取一次； 添加当前旋转角度来命名每个新的图像文件，最终旋转得到180个角度，产生180个文件夹，形成的图像数据集包含180个类别，所述对包含180个类别的图像数据集进行筛选得到包含60个类别的图像数据集，确定训练集、验证集和测试集的步骤，具体包括： 对包含180个类别的图像数据集进行筛选得到包含60个类别的图像数据集，筛选时，将每3°作为一个类别； 对图像数据集中的图像文件名进行命名，命名规则：当前旋转角度+裁剪线角度+帧号+区域序列号+视频名称后缀，区域编号为0、1或者2，对应于截取的三个重叠图像区域； 将60个类别的图像文件按照7:2:1的比例分为训练集、验证集和测试集，并放置在主文件夹中，所述确定卷积控制参数的步骤，具体包括： 将图像卷积运算的步长设置为1； 根据Keras中conv2d卷积函数的边界值，将卷积核的边缘长度减少1； 对卷积层的输出结果进行非线性映射，激励函数采用单一阈值和快速收敛的ReLURectifiedLinearUnit,函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北农业大学，其通讯地址为：150006 黑龙江省哈尔滨市香坊区长江路600号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。