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！

龙图腾网获悉中国热带农业科学院农业机械研究所;广西热带农业科学研究院;华南农业大学申请的专利基于视觉感知与深度学习的目标果实动态跟踪方法及系统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：CN120747736B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510830918.7，技术领域涉及：G06V20/10；该发明授权基于视觉感知与深度学习的目标果实动态跟踪方法及系统是由郑镇辉;王槊;韦丽娇;黄伟华;杜冬杰;梁信玮;林康敏设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本基于视觉感知与深度学习的目标果实动态跟踪方法及系统在说明书摘要公布了：本发明涉及目标跟踪技术领域，公开了一种基于视觉感知与深度学习的目标果实动态跟踪方法及系统。该方法包括：采集原始图像数据，通过编码器‑解码器架构自适应调控模型进行图像增强，对增强后的大视域图像进行深度学习目标检测提取果实位置信息，引导小视域传感器到采摘预备点，通过多目标分割网络获取果实遮挡率和生长姿态信息，结合深度信息进行动态跟踪得到运动轨迹预测数据，根据遮挡率、生长姿态和运动轨迹计算采摘适宜性评分和最优采摘点，生成采摘执行指令。本发明提升了复杂果园环境下的果实检测覆盖率和定位精度，克服了现有技术中采摘点选择单一的局限性。

本发明授权基于视觉感知与深度学习的目标果实动态跟踪方法及系统在权利要求书中公布了：1.一种基于视觉感知与深度学习的目标果实动态跟踪方法，其特征在于，包括： 通过级联视觉系统中的大视域传感器采集原始图像数据，并对原始图像数据进行栅格划分处理，得到划分后的图像子区域集；将划分后的图像子区域集输入编码器-解码器架构的自适应调控模型，并通过编码器中的5层卷积结构进行特征编码，得到图像编码特征；通过解码器中的5层转置卷积结构对图像编码特征进行特征解码，得到初始解码结果；将初始解码结果输入第一处理分支执行像素级增强，得到像素级增强特征，并将初始解码结果输入第二处理分支执行ISP参数学习，得到全局调整参数；将像素级增强特征与全局调整参数进行融合处理，得到增强后的大视域图像； 对增强后的大视域图像进行深度学习目标检测，提取果实目标的位置信息和采摘预备点位置，并将预置的小视域传感器引导至采摘预备点位置； 采集局部图像数据并通过多目标分割网络进行像素级分割，得到果实目标的遮挡率和生长姿态信息； 基于深度信息获取RGB-D信息，为每个像素点分配深度值，结合相机内参矩阵将二维图像坐标转换为三维空间坐标，得到果实区域的伪点云数据；基于果实区域的伪点云数据，以采摘机构为原点建立水平面XOY坐标系，将果实三维位置投影到水平面形成BEV坐标表示；对小视域传感器的分割结果提取果实边界框中心点坐标及对应深度值，并结合BEV坐标表示计算果实目标的三维空间位置；对果实目标的三维空间位置进行帧间匹配，得到果实目标的运动轨迹，并采用卡尔曼滤波算法对果实目标的运动轨迹进行状态预测，得到果实状态预测数据；基于果实状态预测数据引入自适应过程噪声调整机制，并根据相邻帧果实位置变化量动态调整过程噪声协方差矩阵，得到运动轨迹预测数据； 基于遮挡率、生长姿态信息中的姿态角、运动轨迹预测数据中的深度值、运动状态及周围环境复杂度创建果实采摘因素集；根据果实采摘因素集构建采摘适宜性评分函数，并利用评分计算模型对果实采摘因素集进行评分，得到采摘适宜性评分；基于采摘适宜性评分进行采摘决策，得到待采摘果实集合；针对待采摘果实集合中的每个果实，根据小视域传感器的分割结果确定果柄连接点位置，在果实表面建立局部坐标系，并根据该点位置与果实几何中心之间的空间关系，计算最佳接近路径与最优采摘点位置；根据最优采摘点和采摘适宜性评分生成采摘执行指令。

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中国热带农业科学院农业机械研究所;广西热带农业科学研究院;华南农业大学，其通讯地址为：524000 广东省湛江市麻章区湖秀路3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”。

以上内容由龙图腾AI智能生成。