Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜南京农业大学肖茂华获国家专利权

恭喜南京农业大学肖茂华获国家专利权

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!

龙图腾网恭喜南京农业大学申请的专利基于改进WOA算法优化SVM模型的运粮拖斗谷物装载状态检测系统及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:CN119126138B

龙图腾网通过国家知识产权局官网在2025-03-25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:202411238979.6,技术领域涉及:G01S17/86;该发明授权基于改进WOA算法优化SVM模型的运粮拖斗谷物装载状态检测系统及方法是由肖茂华;魏文波;程千哲;邱锦涛;张鹏程;陈喆譞;张海军;郭沛琦;耿国盛设计研发完成,并于2024-09-04向国家知识产权局提交的专利申请。

基于改进WOA算法优化SVM模型的运粮拖斗谷物装载状态检测系统及方法在说明书摘要公布了:本发明提供一种基于改进WOA算法优化SVM模型的运粮拖斗谷物装载状态检测系统及方法,检测方法包括:收获机向拖斗粮仓内卸粮,工控机、RGB相机、激光雷达启动;工控机对RGB相机获取的图像进行处理,分割出拖斗粮仓内谷物堆轮廓,计算谷物堆高度;工控机对激光雷达传入点云数据进行分割处理,计算谷物堆宽度;将谷物堆高度和宽度融合为特征向量,通过特征向量及优化后的SVM模型判断运粮拖斗是否满载。本发明能够对运粮拖斗内谷物装载状态进行实时监测,避免卸载过程中因谷物溢出而导致的卸粮损失问题,同时解决了传统SVM模型在检测运粮拖斗谷物装载状态时存在的检测准确率低、检测效率低和抗干扰能力差的问题。

本发明授权基于改进WOA算法优化SVM模型的运粮拖斗谷物装载状态检测系统及方法在权利要求书中公布了:1.一种利用基于改进WOA算法优化SVM模型的运粮拖斗谷物装载状态检测系统的运粮拖斗谷物装载状态检测方法,其特征在于,运粮拖斗谷物装载状态检测系统包括牵引架9、拖斗底盘10、拖斗粮仓1、RGB相机3、激光雷达4、工控机2;牵引架9一端与拖拉机铰接,另一端与拖斗底盘10焊接,拖斗底盘10两侧安装车轮11,拖斗底盘10上安装拖斗粮仓1;拖斗粮仓1侧壁安装有用于容纳工控机2的防水配电箱,防水配电箱两侧设置管路5,管路5另一端分别与激光雷达4和RGB相机3相连,激光雷达4、RGB相机3分别安装在拖斗粮仓1前端、后端;激光雷达4用于扫描拖斗粮仓1内部环境数据并传递至工控机2,RGB相机3用于拍摄拖斗粮仓1内部RGB图像数据并传递至工控机2,工控机2基于接收到的数据,基于改进WOA算法优化的SVM模型判断运粮拖斗是否满载;运粮拖斗谷物装载状态检测方法包括如下过程:步骤1:收获机向拖斗粮仓内卸粮,工控机2、RGB相机3、激光雷达4启动;步骤2:RGB相机3拍摄的图像数据传送至工控机2进行图像处理;激光雷达4持续扫描拖斗粮仓1内部环境,并将扫描得到的采样点传输至工控机2进行处理;步骤3:工控机2对RGB相机3获取的RGB图像进行处理,分割出拖斗粮仓1内的谷物堆轮廓,计算出谷物堆高度;步骤4:工控机2对激光雷达4传入的点云数据进行分割处理,计算出谷物堆宽度;步骤5:工控机2将获取的谷物堆高度和宽度融合为特征向量,将特征向量作为改进WOA算法优化后的SVM模型的输入,判断运粮拖斗是否满载;步骤6:判别为满载时,工控机2向收获机输出停止卸粮的信号;所述步骤5的具体过程如下:步骤5.1:制作训练数据集和测试数据集;步骤5.2:改进WOA算法:在WOA算法的螺旋狩猎公式中引入随机扰动,并且改变包围猎物和随机寻找猎物公式中的收敛因子,以改变位置更新模型;步骤5.3:利用改进后的WOA算法对SVM模型中的惩罚参数和核函数参数迭代寻优;步骤5.4:将寻优得到的惩罚参数和核函数参数用于SVM模型的训练,得到训练后的SVM模型;步骤5.5:将获取的谷物堆高度和宽度数据融合生成特征向量,代入经过步骤5.4训练后的SVM模型,判断拖斗粮仓1是否满载;所述步骤5.2包括:在WOA算法的螺旋狩猎公式中引入随机扰动: 式中,γ是扰动系数,控制随机扰动的范围;Rand是由多个独立的在[0,1]服从均匀分布随机数构成的向量;D*为当前最优鲸鱼位置与当前鲸鱼位置的距离,b0为定义螺旋形状的常数,l为[-1,1]上的随机数;X*t为最优位置向量;Xt+1为第t+1次迭代的位置向量;所述步骤5.2包括:改变WOA算法的包围猎物和随机寻找猎物公式中的收敛因子: A1=a1×2r-126Xt+1=X*t-A1×D27Xt+1=Xrand-A1C×Xrand-Xt28式中,A1为改进后的系数;a1为改进后的收敛因子;T为最大迭代次数,t表示第t次迭代;r为[0,1]上的随机数;X*t为最优位置向量;Xt+1、Xt分别为第t+1、t次迭代的位置向量;D为第t次迭代之后最优鲸鱼位置与当前鲸鱼位置的距离;Xrand为随机鲸鱼的位置向量;C为系数。

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南京农业大学,其通讯地址为:210000 江苏省南京市玄武区卫岗1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”。

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。