Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽农业大学王超获国家专利权

安徽农业大学王超获国家专利权

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!

龙图腾网获悉安徽农业大学申请的专利一种深度学习和群智能算法的水果采摘优化模型的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:CN117152736B

龙图腾网通过国家知识产权局官网在2025-11-28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:202311139529.7,技术领域涉及:G06V20/68;该发明授权一种深度学习和群智能算法的水果采摘优化模型的方法是由王超;夏雨婷;刘志宏;辜丽川;何进;蒋婷婷;王庆勇;杨帅;焦俊设计研发完成,并于2023-09-05向国家知识产权局提交的专利申请。

一种深度学习和群智能算法的水果采摘优化模型的方法在说明书摘要公布了:本发明涉及人工智能采摘技术领域,且公开了一种深度学习和群智能算法的水果采摘优化模型的方法,包括以下步骤:S1、收集自然环境下的水果果实图片作为训练数据,并对数据进行预处理;S2、设计一种改进U‑Net模型的CAU‑Net语义分割网络,将U‑Net模型的主干网络VGG16更换为轻量化的MobileNet‑V3结构;S3、将MoblieNet‑v3主干特征网络中的SE注意力机制模块替换为CoordinateAttention注意力机制。该深度学习和群智能算法的水果采摘优化模型的方法,通过利用计算机视觉技术实现图像分割的果实采摘顺序算法,提高了果实采摘效率和果实定位精度,解决了现有技术中采摘过程中的浪费和伤害,同时还能够避免果实的腐烂和损坏,无法提高果实的保质期和市场价值的问题。

本发明授权一种深度学习和群智能算法的水果采摘优化模型的方法在权利要求书中公布了:1.一种深度学习和群智能算法的水果采摘优化模型的方法,其特征在于:包括以下步骤: S1、收集自然环境下的水果果实图片作为训练数据,并对数据进行预处理; S2、设计一种改进U-Net模型的CAU-Net语义分割网络,将U-Net模型的主干网络VGG16更换为轻量化的MobileNet-V3结构; S3、将MoblieNet-v3主干特征网络中的SE注意力机制模块替换为CoordinateAttention注意力机制,使得在复杂的果园背景下可以取得更好的效果; S4、利用K-means聚类算法首先对果实进行分组,再利用聚类分组进行寻优,将聚类进化机制与多目标蚱蜢优化算法相结合确定采摘顺序优化模型; S5、利用基于采摘距离最短和果实被遮挡面积最小两个原则对果实的采摘顺序进行优化,并且根据不同采摘场景和不同的果实来合理的分配因素影响权重; S6、最后利用所述采摘顺序优化模型优化果实的采摘顺序后,利用农业机器人进行采摘; 所述S5中采摘距离最小的数学模型如下所示: 其中,𝑚为采摘场景中共有𝑚个子种群,𝑛为每个子种群共有𝑛个果实,𝑖为对应的种群编号,对种群依次进行编号为𝑖=1,2,…,𝑚,𝑗为对应每个子种群里的果实数量,对果实依次排序为𝑗=1,2,…,𝑛; 根据果实被遮挡面积来判断果实的外表裸露情况,来减少果实的破损,果实裸露面积根据目标检测模型检测框的重叠程度进行计算比较,其数学模型如下: ; 综合以上两个目标影响,结合实际采摘场景,利用算法来对模型进行求解,使得𝑓1和𝑓2同时最小化,建立多目标采摘顺序优化算法模型为。

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安徽农业大学,其通讯地址为:230036 安徽省合肥市蜀山区长江西路130号安徽农业大学;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。