一种基于多模态的夹切式柑橘采摘方法、末端执行器及应用

AITNT
正文
推荐专利
一种基于多模态的夹切式柑橘采摘方法、末端执行器及应用
申请号:CN202410814865
申请日期:2024-06-24
公开号:CN118614269A
公开日期:2024-09-10
类型:发明专利
摘要
本发明公开了一种基于多模态的夹切式柑橘采摘方法、末端执行器及应用。该方法通过构建视觉子网络和触觉子网络,进行多模态特征加权,得到神经网络模型,并进一步结合深度确定性策略梯度算法,设计容错机制,对神经网络模型进行优化,使神经网络模型能够自适应地调整采摘策略,从而对柑橘的位置进行精准定位,提高采摘效率。该末端执行器包括视觉传感系统、触觉传感系统、夹持部件、切割部件、驱动部件,通过夹持部件、切割部件的设计,减少对果实的损伤,确保采摘品质。
技术关键词
柑橘采摘方法 采摘末端执行器 薄型气缸 神经网络模型 触觉传感系统 切割部件 视觉传感系统 夹持部件 多模态 深度确定性策略梯度 滑台气缸 止回部件 触觉传感器 触觉特征 容错机制 夹持臂 驱动部件 刀架 视觉特征
系统为您推荐了相关专利信息
1
一种面向不完备SCADA场景多元传感器数据的攻击检测方法
多元传感器 攻击检测方法 定义 场景 多元时序数据
2
一种航班地服保障车辆调度的确定方法、装置、设备及介质
混合整数线性规划模型 嵌入特征 样本 神经网络模型 车辆
3
焊点质量的预测方法及装置、存储介质、电子装置
焊点 焊接工艺参数 样本 斯皮尔曼相关系数 数据
4
基于神经网络分类判定的小样本投影坐标直接转换方法及相关设备
转换误差 神经网络分类 坐标 转换方法 神经网络模型
5
基于多粒特征的对抗样本检测方法、装置、电子设备及存储介质
样本检测方法 神经网络模型 度量 多粒度特征 皮尔逊相关系数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号