CN117558026A - 一种规模化牧场基于ai眼镜识别牛只的方法及系统 - Google Patents
一种规模化牧场基于ai眼镜识别牛只的方法及系统 Download PDFInfo
- Publication number
- CN117558026A CN117558026A CN202311340558.XA CN202311340558A CN117558026A CN 117558026 A CN117558026 A CN 117558026A CN 202311340558 A CN202311340558 A CN 202311340558A CN 117558026 A CN117558026 A CN 117558026A
- Authority
- CN
- China
- Prior art keywords
- cow
- pasture
- cattle
- glasses
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000011521 glass Substances 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005516 engineering process Methods 0.000 title abstract description 16
- 241000283690 Bos taurus Species 0.000 claims abstract description 275
- 238000012360 testing method Methods 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000012544 monitoring process Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 241001465754 Metazoa Species 0.000 claims description 4
- 230000008054 signal transmission Effects 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims description 3
- 230000037237 body shape Effects 0.000 claims 1
- 230000000007 visual effect Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract 1
- 239000002699 waste material Substances 0.000 abstract 1
- 230000012173 estrus Effects 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 235000013365 dairy product Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Human Computer Interaction (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及牛只识别技术领域,具体公开一种规模化牧场基于AI眼镜识别牛只的方法及系统,该方法包括:牧场牛只统计分析、牧场牛只特征信息匹配、待寻找牛只距离分析、待寻找牛只方位分析和待寻找牛只坐标输出,本发明利用RFID电子标签与AI眼镜的通信实现牛只识别定位,并结合图像识别技术,提供牧场牛只的实时视觉数据,为牛只识别提供依据,提高了牛只识别的精确性,同时采用现实增强技术实现实时识别和标注牛只,提供视线内牛只基本信息,可以在AI眼镜显示屏幕上创建虚拟的牧场地图,帮助养殖者快速找到特定牛只的位置,提高了牛只识别的效率和精确性,并减少了人工处理的工作量,有效避免大量人力成本和时间成本的浪费。
Description
技术领域
本发明涉及牛只识别技术领域,具体为一种规模化牧场基于AI眼镜识别牛只的方法及系统。
背景技术
规模化牧场是一种大规模的畜牧场,具有较大的占地面积和较多的牛只数目,管理难度和复杂性大大超过了一般中小型体量的牧场,当前针对牧场牛只识别的技术更多依赖于人工,识别范围较小且不够智能化,例如利用信号棒与牛耳标的交互实现身份识别,需要人工对牛只依次进行识别,识别效率低下,并浪费大量的时间成本和人力成本,因此需要提高牛只识别的智能化水平,进而提升规模化牧场的牛只识别效率。
如今,对牛只识别方面还存在一些不足,具体体现在以下几个层面:(1)当前牧场牛只识别方式较为单一,主要通过探测射频信号,识别目标牛身上的RFID电子标签,单一的信号识别方式会限制牧场识别牛只的能力,无法对移动牛只进行及时的跟踪定位,当牛只集群时会增加识别难度,并且单一的识别方式更依赖于人工干预,进而增加工作量和人工成本。
(2)当前牧场牛只识别智能化水平较低,对识别的牧场面积和牧场牛只数目存在一定限制,一方面需要依赖人工进行操作和监控,增加劳动力成本和工作负担,并且识别过程容易受到主观因素和人为误差的影响,降低识别结果准确性和可靠性,另一方面信号棒的识别范围较小且缺乏数据支持,无法在识别过程中进行深入的数据分析,进而对牧场牛只的系统管理造成不良影响。
发明内容
针对现有技术的不足,本发明提供了一种规模化牧场基于AI眼镜识别牛只的方法及系统,能够有效解决上述背景技术中涉及的问题。
为实现以上目的,本发明通过以下技术方案予以实现:本发明第一方面提供了一种规模化牧场基于AI眼镜识别牛只的方法,包括:步骤一、对牧场牛只进行统计,标记为各目标牛只,并获取待寻找牛只的特征信息。
步骤二、对AI眼镜显示的各目标牛只进行特征信息匹配,并计算各目标牛只的综合特征符合程度指数。
步骤三、对II眼镜的发送射频信号功率进行调节,并计算目标标签的距离信息预估指数。
步骤四、分析信号测试的有效性,并计算目标标签的方位信息预估指数。
步骤五、分析得到待寻找牛只的参照坐标,并进行显示输出。
作为进一步的方法,所述获取待寻找牛只的特征信息,其具体分析过程为:从牧场牛只数据库中获取待寻找牛只的特征信息,其中特征信息包括主要体色RGB颜色值R0、主要体色占待寻找牛只体表面积的比例K0、身高H0和体长L0。
作为进一步的方法,所述对AI眼镜显示的各目标牛只进行特征信息匹配,其具体分析过程为:对AI眼镜显示图像中构成各目标牛只的像素点进行统计,得到各目标牛只的像素点个数并获取各目标牛只的各像素点的RGB颜色值Rij。
以设定的相似像素所属许可偏差颜色值,构建待寻找牛只体色的相似像素所属参照颜色值区间,并与各目标牛只的各像素点的RGB颜色值进行依次比对,得到各目标牛只的相似像素点个数综合计算各目标牛只的体色符合程度指数χi,其计算公式为:其中ΔR和ΔK分别表示为设定的允许偏差RGB颜色值和允许偏差体色占比,ζ1和ζ2分别表示为设定的体色颜色值和体色占比对应的影响因子,i表示为各目标牛只的编号,i=1,2,3,...,n,n表示为目标牛只的总数,j表示为各像素点的编号,j=1,2,3,...,m,m表示为像素点的总数。
分析得到显示图像中各目标牛只的身高Hi和体长Li,综合计算各目标牛只的体型符合程度指数δi,其计算公式为:其中ΔH和ΔL分别表示为设定的允许偏差身高和允许偏差体长,ψ1和ψ2分别表示为设定的身高和体长对应的修正因子。
作为进一步的方法,所述计算各目标牛只的综合特征符合程度指数αi,其计算公式为:其中e表示为自然常数,ξ1和ξ2分别表示为设定的体色符合程度和体型符合程度所属占比权重。
将计算得到的各目标牛只的综合特征符合程度指数进行大小顺序排列,提取最大综合特征符合程度指数对应的目标牛只,并将该目标牛只在AI眼镜显示图像中进行框选显示。
作为进一步的方法,所述对AI眼镜的发送射频信号功率进行调节,其具体分析过程为:以设定数目对牧场进行监测点布设,监测得到牧场内各监测点的空气温度Qq和空气湿度Wq,综合计算牧场的环境表征值ε,其计算公式为:其中Q标和W标分别表示为设定的参照标准空气温度和参照标准空气湿度,ΔQ和ΔW分别表示为设定的允许偏差空气温度和允许偏差空气湿度,/>和/>分别表示为设定的空气温度和空气湿度对应的影响因子,q表示为各监测点的编号,q=1,2,3,...,k,k表示为监测点的总数。
从牧场牛只数据库中获取牧场牛只总数N牛和牧场面积S牧场,综合计算牧场的基础状况表征值η,其计算公式为:其中N标和S标分别表示为设定的参照牛只数目和参照牧场面积,ω1和ω2分别表示为设定的牛只数目和牧场面积所属占比权重。
提取AI眼镜的预置发送射频信号功率P预置,并根据设定的各牧场环境表征值区间对应的参照射频信号功率以及各牧场基础状况表征值区间对应的适配射频信号功率进行比对,提取牧场对应的参照射频信号功率P参照以及适配射频信号功率P适配,综合计算AI眼镜的预置发送射频信号功率对应的契合指数其计算公式为:其中ΔP表示为设定的参照允许功率偏差,τ1和τ2分别表示为设定的参照功率和适配功率对应的修正因子。
根据预定义的各契合指数范围对应的调整发送射频信号功率,匹配得到AI眼镜的调整发送射频信号功率,并进行AI眼镜的发送射频信号功率的调节,得到AI眼镜在目标牧场工作时发送射频信号的功率P初。
作为进一步的方法,所述计算目标标签的距离信息预估指数,其具体分析计算过程为:以设定次数对待寻找牛只进行信号发送接收测试,得到待寻找牛只的牛耳标内的无源标签在各次信号测试的标签信号功率和信号发送接收时间差Dt,综合计算目标标签的距离信息预估指数φ,其计算公式为:/>其中D标表示为设定的参照标准时间差,ΔP距离和ΔD距离分别表示为设定的允许距离损耗功率偏差和允许距离延误时间偏差,/>和/>分别表示为设定的功率和时间对应的影响因子,t表示为各次信号测试的编号,t=1,2,3,...,g,g表示为信号测试的总次数。
作为进一步的方法,所述分析信号测试的有效性,其具体分析计算过程为:监测各次信号测试的接收标签信号波形,同时从牧场牛只数据库中获取参照标准标签信号波形,将各次信号测试的接收标签信号波形与参照标准标签信号波形进行重合比对,得到各次信号测试的标签信号波形重合长度同时获取参照标准标签信号波形长度L标准。
监测得到各次信号测试的接收标签信号的信噪比并从牧场牛只数据库中获取参照标准标签信号的信噪比Q标准,综合计算各次信号测试的可信程度评估指数γt,其计算公式为:/>其中σ1和σ2分别表示为设定的波形重合长度和信噪比对应的影响因子。
从牧场牛只数据库中提取可信程度评估指数阈值,若某次信号测试的可信程度评估指数高于可信程度评估指数阈值,则将该次信号测试标记为有效测试,同时以垂直AI眼镜显示屏幕并经过屏幕中心点的水平线作为参照基准线,以顺时针方向作为角度计量方向,进而得到各次有效测试下标签信号的接收角度θr。
作为进一步的方法,所述计算目标标签的方位信息预估指数其计算公式为:其中Δθ表示为设定的参照允许角度偏差,υ表示为设定的角度对应的修正因子,r表示为各次有效测试的编号,r=1,2,3,...,h,h表示为有效测试的总次数。
作为进一步的方法,所述分析得到待寻找牛只的参照坐标,并进行显示输出,其具体分析过程为:将目标标签的距离信息预估指数导入至牧场牛只数据库存储的距离信息预估指数与参照距离之间的关系曲线中,由此提取目标标签的参照距离值,同理,将目标标签的方位信息预估指数导入至牧场牛只数据库存储的方位信息预估指数与参照距离之间的关系曲线中,由此提取目标标签的参照角度值。
以AI眼镜所在位置作为坐标原点,以参照基准线作为坐标纵轴建立水平坐标系,依据上述参照距离值和参照角度值定位得到目标标签的参照坐标,并将坐标信息在AI眼镜显示屏幕上显示输出。
本发明第二方面提供了一种规模化牧场基于AI眼镜识别牛只的系统,包括:牧场牛只统计分析模块,用于对牧场牛只进行统计,标记为各目标牛只,并获取待寻找牛只的特征信息。
牧场牛只特征信息匹配模块,用于对AI眼镜显示的各目标牛只进行特征信息匹配,并计算各目标牛只的综合特征符合程度指数。
待寻找牛只距离分析模块,用于对AI眼镜的发送射频信号功率进行调节,并计算目标标签的距离信息预估指数。
待寻找牛只方位分析模块,用于分析信号测试的有效性,并计算目标标签的方位信息预估指数。
待寻找牛只坐标输出模块,用于分析得到待寻找牛只的参照坐标,并进行显示输出。
牧场牛只数据库,用于存储待寻找牛只的主要体色RGB颜色值、主要体色占待寻找牛只体表面积的比例、身高和体长,并存储牧场牛只总数、牧场面积、参照标准标签信号波形、参照标准标签信号的信噪比以及距离信息预估指数和方位信息预估指数对应的具体数值。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:(1)本发明通过提供一种规模化牧场基于AI眼镜识别牛只的方法及系统,利用RFID电子标签与AI眼镜的信号交互,并结合图像识别技术实现对目标牛只的精准定位,同时采用现实增强技术,在AI眼镜显示屏幕上实现目标牛只坐标显示,不仅有利于牧场工人对牛只进行自动化地计数、识别和监测,还提高了牛只识别的效率,为牧场对牛只的系统管理提供了数据支持。
(2)本发明通过摄像头结合图像识别技术,提供牧场牛只的实时视觉数据,有利于监控牛只的行为和健康状态,实现移动牛只的动态定位,并依据牛只体表特征为牛只识别提供依据,提高了牛只识别的精确性,同时采集大量的牛只相关视觉数据,促进牧场牛只自动化管理,提高了牧场牛只管理的自动化水平。
(3)本发明通过利用RFID电子标签,实现对特定牛只的识别定位,RFID电子标签的识别码具有唯一性,可以存储牛只的基本信息,利用RFID技术可以快速且准确地识别牛只的标签信息,帮助农场主进行更准确的数据分析和决策,提高牧场管理效率。
(4)本发明通过AI眼镜结合现实增强技术,通过摄像头和传感器捕捉牛只图像,实现实时识别和标注牛只,并提供牧场内牛只基本信息,可以帮助牧场工人迅速确认和记录牛只信息,同时现实增强技术可以帮助创建虚拟的牧场地图,结合传感器和摄像头实时跟踪牛只的运动轨迹和行为模式,帮助养殖者快速找到特定牛只的位置。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法流程示意图。
图2为本发明的系统模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,本发明第一方面提供了一种规模化牧场基于AI眼镜识别牛只的方法,包括:步骤一、对牧场牛只进行统计,标记为各目标牛只,并获取待寻找牛只的特征信息。
具体的,所述获取待寻找牛只的特征信息,其具体分析过程为:从牧场牛只数据库中获取待寻找牛只的特征信息,其中特征信息包括主要体色RGB颜色值R0、主要体色占待寻找牛只体表面积的比例K0、身高H0和体长L0。
步骤二、对AI眼镜显示的各目标牛只进行特征信息匹配,并计算各目标牛只的综合特征符合程度指数。
具体的,所述对AI眼镜显示的各目标牛只进行特征信息匹配,其具体分析过程为:对AI眼镜显示图像中构成各目标牛只的像素点进行统计,得到各目标牛只的像素点个数并获取各目标牛只的各像素点的RGB颜色值Rij。
需要解释的是,上述AI眼镜是一种基于人工智能技术的智能眼镜设备,内置摄像头、传感器等计算设备,可以通过特定手势和语音指令进行控制,外表与普通眼镜相似,其中一个镜片为正常的平面镜,另一个镜片是AI眼镜的显示屏幕,基于增强现实技术可以为用户提供更丰富的视觉增强体验和交互功能,提高牛只识别的效率。
以设定的相似像素所属许可偏差颜色值,构建待寻找牛只体色的相似像素所属参照颜色值区间,并与各目标牛只的各像素点的RGB颜色值进行依次比对,得到各目标牛只的相似像素点个数综合计算各目标牛只的体色符合程度指数χi,其计算公式为:其中ΔR和ΔK分别表示为设定的允许偏差RGB颜色值和允许偏差体色占比,ζ1和ζ2分别表示为设定的体色颜色值和体色占比对应的影响因子,i表示为各目标牛只的编号,i=1,2,3,...,n,n表示为目标牛只的总数,j表示为各像素点的编号,j=1,2,3,...,m,m表示为像素点的总数。
分析得到显示图像中各目标牛只的身高Hi和体长Li,综合计算各目标牛只的体型符合程度指数δj,其计算公式为:其中ΔH和ΔL分别表示为设定的允许偏差身高和允许偏差体长,ψ1和ψ2分别表示为设定的身高和体长对应的修正因子。
进一步的,所述计算各目标牛只的综合特征符合程度指数αi,其计算公式为:其中e表示为自然常数,ξ1和ξ2分别表示为设定的体色符合程度和体型符合程度所属占比权重。
将计算得到的各目标牛只的综合特征符合程度指数进行大小顺序排列,提取最大综合特征符合程度指数对应的目标牛只,并将该目标牛只在AI眼镜显示图像中进行框选显示。
在一个具体的实施例中,通过摄像头结合图像识别技术,提供牧场牛只的实时视觉数据,有利于监控牛只的行为和健康状态,实现移动牛只的动态定位,并依据牛只体表特征为牛只识别提供依据,提高了牛只识别的精确性,同时采集大量的牛只相关视觉数据,促进牧场牛只自动化管理,提高了牧场牛只管理的自动化水平。
需要解释的是,上述牧场牛只特征信息通过牧场内布设的设定个数的摄像头进行采集,摄像头监控范围覆盖整个牧场,可以实时监控牧场所有牛只的动态信息,以便对牧场内牛只的跟踪管理。
步骤三、对AI眼镜的发送射频信号功率进行调节,并计算目标标签的距离信息预估指数。
具体的,所述对AI眼镜的发送射频信号功率进行调节,其具体分析过程为:以设定数目对牧场进行监测点布设,监测得到牧场内各监测点的空气温度Qq和空气湿度Wq,综合计算牧场的环境表征值ε,其计算公式为:其中Q标和W标分别表示为设定的参照标准空气温度和参照标准空气湿度,ΔQ和ΔW分别表示为设定的允许偏差空气温度和允许偏差空气湿度,/>和/>分别表示为设定的空气温度和空气湿度对应的影响因子,q表示为各监测点的编号,q=1,2,3,...,k,k表示为监测点的总数。
需要解释的是,上述利用空气温度和空气湿度计算牧场的环境表征值,超过设定范围的空气温度和空气湿度会对射频信号的传送产生不良影响,进而会使目标标签的定位产生误差,依据牧场的环境表征值匹配合适的发送射频信号,可以降低环境对信号传送的影响,提高定位的精确性。
从牧场牛只数据库中获取牧场牛只总数N牛和牧场面积S牧场,综合计算牧场的基础状况表征值η,其计算公式为:其中N标和S标分别表示为设定的参照牛只数目和参照牧场面积,ω1和ω2分别表示为设定的牛只数目和牧场面积所属占比权重。
需要解释的是,上述牧场牛只总数和牧场面积计算牧场的基础状况表征值,不同的牧场牛只总数和牧场面积所需要的信号功率会有所偏差,依据牧场的基础状况表征值调整射频信号功率,可以确保射频信号覆盖整个牧场,避免出现目标标签接收不到信号的问题,同时也提高了信号功率的利用效率。
提取AI眼镜的预置发送射频信号功率P预置,并根据设定的各牧场环境表征值区间对应的参照射频信号功率以及各牧场基础状况表征值区间对应的适配射频信号功率进行比对,提取牧场对应的参照射频信号功率P参照以及适配射频信号功率P适配,综合计算AI眼镜的预置发送射频信号功率对应的契合指数其计算公式为:其中ΔP表示为设定的参照允许功率偏差,τ1和τ2分别表示为设定的参照功率和适配功率对应的修正因子。
根据预定义的各契合指数范围对应的调整发送射频信号功率,匹配得到AI眼镜的调整发送射频信号功率,并进行AI眼镜的发送射频信号功率的调节,得到AI眼镜在目标牧场工作时发送射频信号的功率P初。
进一步的,所述计算目标标签的距离信息预估指数,其具体分析计算过程为:以设定次数对待寻找牛只进行信号发送接收测试,得到待寻找牛只的牛耳标内的无源标签在各次信号测试的标签信号功率和信号发送接收时间差Dt,综合计算目标标签的距离信息预估指数φ,其计算公式为:/>其中D标表示为设定的参照标准时间差,ΔP距离和ΔD距离分别表示为设定的允许距离损耗功率偏差和允许距离延误时间偏差,/>和/>分别表示为设定的功率和时间对应的影响因子,t表示为各次信号测试的编号,t=1,2,3,...,g,g表示为信号测试的总次数。
步骤四、分析信号测试的有效性,并计算目标标签的方位信息预估指数。
具体的,所述分析信号测试的有效性,其具体分析计算过程为:监测各次信号测试的接收标签信号波形,同时从牧场牛只数据库中获取参照标准标签信号波形,将各次信号测试的接收标签信号波形与参照标准标签信号波形进行重合比对,得到各次信号测试的标签信号波形重合长度同时获取参照标准标签信号波形长度L标准。
监测得到各次信号测试的接收标签信号的信噪比并从牧场牛只数据库中获取参照标准标签信号的信噪比Q标准,综合计算各次信号测试的可信程度评估指数γt,其计算公式为:/>其中σ1和σ2分别表示为设定的波形重合长度和信噪比对应的影响因子。
从牧场牛只数据库中提取可信程度评估指数阈值,若某次信号测试的可信程度评估指数高于可信程度评估指数阈值,则将该次信号测试标记为有效测试,同时以垂直AI眼镜显示屏幕并经过屏幕中心点的水平线作为参照基准线,以顺时针方向作为角度计量方向,进而得到各次有效测试下标签信号的接收角度θr。
需要解释的是,上述筛选有效测试,信号接收角度会受到环境影响出现角度偏差,通过坐标可信程度评估指数可对信号测试得到的信号接收角度进行筛选,可以更大程度排除环境因素对定位角度造成的误差,提高坐标定位的精确性。
进一步的,所述计算目标标签的方位信息预估指数其计算公式为:其中Δθ表示为设定的参照允许角度偏差,υ表示为设定的角度对应的修正因子,r表示为各次有效测试的编号,r=1,2,3,...,h,h表示为有效测试的总次数。
在一个具体的实施例中,通过利用RFID电子标签,实现对特定牛只的识别定位,RFID电子标签的识别码具有唯一性,可以存储牛只的基本信息,利用RFID技术可以快速且准确地识别牛只的标签信息,帮助农场主进行更准确的数据分析和决策,提高牧场管理效率。
步骤五、分析得到待寻找牛只的参照坐标,并进行显示输出。
具体的,所述分析得到待寻找牛只的参照坐标,并进行显示输出,其具体分析过程为:将目标标签的距离信息预估指数导入至牧场牛只数据库存储的距离信息预估指数与参照距离之间的关系曲线中,由此提取目标标签的参照距离值,同理,将目标标签的方位信息预估指数导入至牧场牛只数据库存储的方位信息预估指数与参照距离之间的关系曲线中,由此提取目标标签的参照角度值。
需要解释的是,上述距离信息预估指数与参照距离之间的关系曲线是以距离信息预估指数为横坐标,以具体的参照距离值作为纵坐标,方位信息预估指数与参照角度之间的关系曲线是以方位信息预估指数为横坐标,以具体的参照角度值作为纵坐标。
以AI眼镜所在位置作为坐标原点,以参照基准线作为坐标纵轴建立水平坐标系,依据上述参照距离值和参照角度值定位得到目标标签的参照坐标,并将坐标信息在AI眼镜显示屏幕上显示输出。
需要解释的是,上述以AI眼镜所在位置作为坐标原点建立的坐标系,以垂直与显示屏幕的水平参照基准线作为坐标纵轴,以顺时针作为角度计量方向。
在一个具体的实施例中,通过AI眼镜结合现实增强技术,通过摄像头和传感器捕捉牛只图像,实现实时识别和标注牛只,并提供牧场内牛只基本信息,可以帮助牧场工人迅速确认和记录牛只信息,同时现实增强技术可以帮助创建虚拟的牧场地图,结合传感器和摄像头实时跟踪牛只的运动轨迹和行为模式,帮助养殖者快速找到特定牛只的位置。
需要解释的是,上述坐标信息在AI眼镜显示屏幕上显示输出,通过增强现实技术构建虚拟牧场地图,显示待寻找牛只所处的真实场景,也可显示牧场工人与待寻找牛只的相对位置坐标。
参照图2所示,本发明第二方面提供了一种规模化牧场基于AI眼镜识别牛只的系统,包括:牧场牛只统计分析模块、牧场牛只特征信息匹配模块、待寻找牛只距离分析模块、待寻找牛只方位分析模块、待寻找牛只坐标输出模块和牧场牛只数据库。
所述牧场牛只统计分析模块与牧场牛只特征信息匹配模块相连接,待寻找牛只距离分析模块和待寻找牛只方位分析模块均与待寻找牛只坐标输出模块相连接,牧场牛只统计分析模块、待寻找牛只距离分析模块和待寻找牛只方位分析模块均与牧场牛只数据库相连接。
所述牧场牛只统计分析模块用于对牧场牛只进行统计,标记为各目标牛只,并获取待寻找牛只的特征信息。
所述牧场牛只特征信息匹配模块用于对AI眼镜显示的各目标牛只进行特征信息匹配,并计算各目标牛只的综合特征符合程度指数。
所述待寻找牛只距离分析模块用于对AI眼镜的发送射频信号功率进行调节,并计算目标标签的距离信息预估指数。
所述待寻找牛只方位分析模块用于分析信号测试的有效性,并计算目标标签的方位信息预估指数。
所述待寻找牛只坐标输出模块用于分析得到待寻找牛只的参照坐标,并进行显示输出。
所述牧场牛只数据库用于存储待寻找牛只的主要体色RGB颜色值、主要体色占待寻找牛只体表面积的比例、身高和体长,并存储牧场牛只总数、牧场面积、参照标准标签信号波形、参照标准标签信号的信噪比以及距离信息预估指数和方位信息预估指数对应的具体数值。
在一个具体实施例中,上述系统可以用做寻找发情牛,获取发情牛通过SCR发情监测项圈对牛只活动进行实时监测,识别设定时间段内出现异常活动的牛只确定发情牛,并对发情牛的基本信息进行记录,同时将发情牛的基本信息与对应的牛耳标编号发送到牧场局域网中,牧场工作人员利用AI眼镜获取发情牛的基本信息和对应的牛耳标编号寻找发情牛。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种规模化牧场基于AI眼镜识别牛只的方法,其特征在于,包括:
步骤一、对牧场牛只进行统计,标记为各目标牛只,并获取待寻找牛只的特征信息;
步骤二、对AI眼镜显示的各目标牛只进行特征信息匹配,并计算各目标牛只的综合特征符合程度指数;
步骤三、对AI眼镜的发送射频信号功率进行调节,并计算目标标签的距离信息预估指数;
步骤四、分析信号测试的有效性,并计算目标标签的方位信息预估指数;
步骤五、分析得到待寻找牛只的参照坐标,并进行显示输出。
2.根据权利要求1所述的一种规模化牧场基于AI眼镜识别牛只的方法,其特征在于:所述获取待寻找牛只的特征信息,其具体分析过程为:从牧场牛只数据库中获取待寻找牛只的特征信息,其中特征信息包括主要体色RGB颜色值R0、主要体色占待寻找牛只体表面积的比例K0、身高H0和体长L0。
3.根据权利要求2所述的一种规模化牧场基于AI眼镜识别牛只的方法,其特征在于:所述对AI眼镜显示的各目标牛只进行特征信息匹配,其具体分析过程为:
对AI眼镜显示图像中构成各目标牛只的像素点进行统计,得到各目标牛只的像素点个数并获取各目标牛只的各像素点的RGB颜色值Rij;
以设定的相似像素所属许可偏差颜色值,构建待寻找牛只体色的相似像素所属参照颜色值区间,并与各目标牛只的各像素点的RGB颜色值进行依次比对,得到各目标牛只的相似像素点个数综合计算各目标牛只的体色符合程度指数χi,其计算公式为:其中ΔR和ΔK分别表示为设定的允许偏差RGB颜色值和允许偏差体色占比,ζ1和ζ2分别表示为设定的体色颜色值和体色占比对应的影响因子,i表示为各目标牛只的编号,i=1,2,3,...,n,n表示为目标牛只的总数,j表示为各像素点的编号,j=1,2,3,...,m,m表示为像素点的总数;
分析得到显示图像中各目标牛只的身高Hi和体长Li,综合计算各目标牛只的体型符合程度指数δi,其计算公式为:其中ΔH和ΔL分别表示为设定的允许偏差身高和允许偏差体长,ψ1和ψ2分别表示为设定的身高和体长对应的修正因子。
4.根据权利要求3所述的一种规模化牧场基于AI眼镜识别牛只的方法,其特征在于:所述计算各目标牛只的综合特征符合程度指数αi,其计算公式为:其中e表示为自然常数,ξ1和ξ2分别表示为设定的体色符合程度和体型符合程度所属占比权重;
将计算得到的各目标牛只的综合特征符合程度指数进行大小顺序排列,提取最大综合特征符合程度指数对应的目标牛只,并将该目标牛只在AI眼镜显示图像中进行框选显示。
5.根据权利要求1所述的一种规模化牧场基于AI眼镜识别牛只的方法,其特征在于:所述对AI眼镜的发送射频信号功率进行调节,其具体分析过程为:
以设定数目对牧场进行监测点布设,监测得到牧场内各监测点的空气温度Qq和空气湿度Wq,综合计算牧场的环境表征值ε,其计算公式为:其中Q标和W标分别表示为设定的参照标准空气温度和参照标准空气湿度,ΔQ和ΔW分别表示为设定的允许偏差空气温度和允许偏差空气湿度,/>和/>分别表示为设定的空气温度和空气湿度对应的影响因子,q表示为各监测点的编号,q=1,2,3,...,k,k表示为监测点的总数;
从牧场牛只数据库中获取牧场牛只总数N牛和牧场面积S牧场,综合计算牧场的基础状况表征值η,其计算公式为:其中N标和S标分别表示为设定的参照牛只数目和参照牧场面积,ω1和ω2分别表示为设定的牛只数目和牧场面积所属占比权重;
提取AI眼镜的预置发送射频信号功率P预置,并根据设定的各牧场环境表征值区间对应的参照射频信号功率以及各牧场基础状况表征值区间对应的适配射频信号功率进行比对,提取牧场对应的参照射频信号功率P参照以及适配射频信号功率P适配,综合计算AI眼镜的预置发送射频信号功率对应的契合指数θ,其计算公式为:其中ΔP表示为设定的参照允许功率偏差,τ1和τ2分别表示为设定的参照功率和适配功率对应的修正因子;
根据预定义的各契合指数范围对应的调整发送射频信号功率,匹配得到AI眼镜的调整发送射频信号功率,并进行AI眼镜的发送射频信号功率的调节,得到AI眼镜在目标牧场工作时发送射频信号的功率P初。
6.根据权利要求5所述的一种规模化牧场基于AI眼镜识别牛只的方法,其特征在于:所述计算目标标签的距离信息预估指数,其具体分析计算过程为:
以设定次数对待寻找牛只进行信号发送接收测试,得到待寻找牛只的牛耳标内的无源标签在各次信号测试的标签信号功率Pt 标签和信号发送接收时间差Dt,综合计算目标标签的距离信息预估指数φ,其计算公式为:其中D标表示为设定的参照标准时间差,ΔP距离和ΔD距离分别表示为设定的允许距离损耗功率偏差和允许距离延误时间偏差,/>和/>分别表示为设定的功率和时间对应的影响因子,t表示为各次信号测试的编号,t=1,2,3,...,g,g表示为信号测试的总次数。
7.根据权利要求1所述的一种规模化牧场基于AI眼镜识别牛只的方法,其特征在于:所述分析信号测试的有效性,其具体分析计算过程为:
监测各次信号测试的接收标签信号波形,同时从牧场牛只数据库中获取参照标准标签信号波形,将各次信号测试的接收标签信号波形与参照标准标签信号波形进行重合比对,得到各次信号测试的标签信号波形重合长度同时获取参照标准标签信号波形长度
监测得到各次信号测试的接收标签信号的信噪比并从牧场牛只数据库中获取参照标准标签信号的信噪比Q标准,综合计算各次信号测试的可信程度评估指数γt,其计算公式为:/>其中σ1和σ2分别表示为设定的波形重合长度和信噪比对应的影响因子;
从牧场牛只数据库中提取可信程度评估指数阈值,若某次信号测试的可信程度评估指数高于可信程度评估指数阈值,则将该次信号测试标记为有效测试,同时以垂直AI眼镜显示屏幕并经过屏幕中心点的水平线作为参照基准线,以顺时针方向作为角度计量方向,进而得到各次有效测试下标签信号的接收角度θr。
8.根据权利要求7所述的一种规模化牧场基于AI眼镜识别牛只的方法,其特征在于:所述计算目标标签的方位信息预估指数其计算公式为:/>其中Δθ表示为设定的参照允许角度偏差,υ表示为设定的角度对应的修正因子,r表示为各次有效测试的编号,r=1,2,3,...,h,h表示为有效测试的总次数。
9.根据权利要求1所述的一种规模化牧场基于AI眼镜识别牛只的方法,其特征在于:所述分析得到待寻找牛只的参照坐标,并进行显示输出,其具体分析过程为:
将目标标签的距离信息预估指数导入至牧场牛只数据库存储的距离信息预估指数与参照距离之间的关系曲线中,由此提取目标标签的参照距离值,同理,将目标标签的方位信息预估指数导入至牧场牛只数据库存储的方位信息预估指数与参照距离之间的关系曲线中,由此提取目标标签的参照角度值;
以AI眼镜所在位置作为坐标原点,以参照基准线作为坐标纵轴建立水平坐标系,依据上述参照距离值和参照角度值定位得到目标标签的参照坐标,并将坐标信息在AI眼镜显示屏幕上显示输出。
10.一种规模化牧场基于AI眼镜识别牛只的系统,其特征在于:包括:
牧场牛只统计分析模块,用于对牧场牛只进行统计,标记为各目标牛只,并获取待寻找牛只的特征信息;
牧场牛只特征信息匹配模块,用于对AI眼镜显示的各目标牛只进行特征信息匹配,并计算各目标牛只的综合特征符合程度指数;
待寻找牛只距离分析模块,用于对AI眼镜的发送射频信号功率进行调节,并计算目标标签的距离信息预估指数;
待寻找牛只方位分析模块,用于分析信号测试的有效性,并计算目标标签的方位信息预估指数;
待寻找牛只坐标输出模块,用于分析得到待寻找牛只的参照坐标,并进行显示输出;
牧场牛只数据库,用于存储待寻找牛只的主要体色RG B颜色值、主要体色占待寻找牛只体表面积的比例、身高和体长,并存储牧场牛只总数、牧场面积、参照标准标签信号波形、参照标准标签信号的信噪比以及距离信息预估指数和方位信息预估指数对应的具体数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311340558.XA CN117558026A (zh) | 2023-10-17 | 2023-10-17 | 一种规模化牧场基于ai眼镜识别牛只的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311340558.XA CN117558026A (zh) | 2023-10-17 | 2023-10-17 | 一种规模化牧场基于ai眼镜识别牛只的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117558026A true CN117558026A (zh) | 2024-02-13 |
Family
ID=89817478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311340558.XA Pending CN117558026A (zh) | 2023-10-17 | 2023-10-17 | 一种规模化牧场基于ai眼镜识别牛只的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117558026A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020010390A1 (en) * | 2000-05-10 | 2002-01-24 | Guice David Lehmann | Method and system for monitoring the health and status of livestock and other animals |
CN1912898A (zh) * | 2006-08-29 | 2007-02-14 | 广东电子工业研究院有限公司 | 一种基于射频识别技术的智能导游系统 |
CN108990831A (zh) * | 2018-06-22 | 2018-12-14 | 成都睿畜电子科技有限公司 | 一种牲畜健康监控方法和系统 |
CN109167991A (zh) * | 2018-08-24 | 2019-01-08 | 福建铁工机智能机器人有限公司 | 一种基于智慧农村ai系统的智慧扶贫方法 |
CN111401386A (zh) * | 2020-03-30 | 2020-07-10 | 深圳前海微众银行股份有限公司 | 牲畜舍栏的监控方法、装置、智能巡航机器人及存储介质 |
CN111625091A (zh) * | 2020-05-14 | 2020-09-04 | 佳都新太科技股份有限公司 | 基于ar眼镜的标签叠加方法及装置 |
US20210045362A1 (en) * | 2019-08-14 | 2021-02-18 | International Business Machines Corporation | Detection and management of disease outbreaks in livestock using health graph networks |
CN114220478A (zh) * | 2021-11-29 | 2022-03-22 | 北京东方联鸣科技发展有限公司 | 牧场动物体征全数字智能采集系统 |
CN115039713A (zh) * | 2015-12-03 | 2022-09-13 | 英特维特国际股份有限公司 | 用于追踪动物群体的健康的方法和系统 |
CN116649236A (zh) * | 2023-07-11 | 2023-08-29 | 南通睿牧制造有限公司 | 一种奶牛养殖饲喂监控管理系统 |
CN116686738A (zh) * | 2023-06-08 | 2023-09-05 | 南通睿牧制造有限公司 | 一种奶牛自动称重识别系统 |
CN116844090A (zh) * | 2023-07-05 | 2023-10-03 | 浪潮云洲(山东)工业互联网有限公司 | 一种基于工业互联网的牲畜追踪方法、设备及介质 |
-
2023
- 2023-10-17 CN CN202311340558.XA patent/CN117558026A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020010390A1 (en) * | 2000-05-10 | 2002-01-24 | Guice David Lehmann | Method and system for monitoring the health and status of livestock and other animals |
CN1912898A (zh) * | 2006-08-29 | 2007-02-14 | 广东电子工业研究院有限公司 | 一种基于射频识别技术的智能导游系统 |
CN115039713A (zh) * | 2015-12-03 | 2022-09-13 | 英特维特国际股份有限公司 | 用于追踪动物群体的健康的方法和系统 |
CN108990831A (zh) * | 2018-06-22 | 2018-12-14 | 成都睿畜电子科技有限公司 | 一种牲畜健康监控方法和系统 |
CN109167991A (zh) * | 2018-08-24 | 2019-01-08 | 福建铁工机智能机器人有限公司 | 一种基于智慧农村ai系统的智慧扶贫方法 |
US20210045362A1 (en) * | 2019-08-14 | 2021-02-18 | International Business Machines Corporation | Detection and management of disease outbreaks in livestock using health graph networks |
CN111401386A (zh) * | 2020-03-30 | 2020-07-10 | 深圳前海微众银行股份有限公司 | 牲畜舍栏的监控方法、装置、智能巡航机器人及存储介质 |
CN111625091A (zh) * | 2020-05-14 | 2020-09-04 | 佳都新太科技股份有限公司 | 基于ar眼镜的标签叠加方法及装置 |
CN114220478A (zh) * | 2021-11-29 | 2022-03-22 | 北京东方联鸣科技发展有限公司 | 牧场动物体征全数字智能采集系统 |
CN116686738A (zh) * | 2023-06-08 | 2023-09-05 | 南通睿牧制造有限公司 | 一种奶牛自动称重识别系统 |
CN116844090A (zh) * | 2023-07-05 | 2023-10-03 | 浪潮云洲(山东)工业互联网有限公司 | 一种基于工业互联网的牲畜追踪方法、设备及介质 |
CN116649236A (zh) * | 2023-07-11 | 2023-08-29 | 南通睿牧制造有限公司 | 一种奶牛养殖饲喂监控管理系统 |
Non-Patent Citations (4)
Title |
---|
KAIXUAN ZHAO ET AL: "Individual identification of Holstein dairy cows based on detecting and matching feature points in body images", 《SCIENCEDIRECT》, 29 March 2019 (2019-03-29), pages 128 - 139 * |
THI THI ZIN ET AL: "Automatic Cow Location Tracking System Using Ear Tag Visual Analysis", 《SENSORS》, 23 June 2020 (2020-06-23), pages 1 - 18 * |
刘世锋 等: "基于 RGB-D 图像的牛只个体识别方法", 《农业机械学报》, 19 September 2023 (2023-09-19), pages 1 - 10 * |
张瑞红 等: "基于机器学习的奶牛颈环 ID 自动定位与识别方法", 《南京农业大学学报》, vol. 44, no. 3, 31 March 2021 (2021-03-31), pages 586 - 595 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875647B (zh) | 一种基于牲畜身份的移动轨迹监测方法和系统 | |
CN108990831A (zh) | 一种牲畜健康监控方法和系统 | |
CN104732564B (zh) | 一种玉米叶面积无损动态监测装置与方法 | |
CN105426837B (zh) | 移动网络视觉雾霾检测系统 | |
CN109270952A (zh) | 一种农田信息获取系统及方法 | |
CN106446002A (zh) | 一种基于运动目标在地图中轨迹的视频检索方法 | |
CN110991297A (zh) | 一种基于场景监控的目标定位方法及系统 | |
CN111369378A (zh) | 一种基于计算机视觉识别的生猪监管方法及系统 | |
CN106600652A (zh) | 一种基于人工神经网络的全景摄像头定位方法 | |
CN111739056A (zh) | 一种轨迹追踪系统 | |
CN116824726A (zh) | 一种校园环境智能巡检方法及系统 | |
CN114511592A (zh) | 一种基于rgbd相机和bim系统的人员轨迹追踪方法及系统 | |
CN114325573A (zh) | 变电站运维人员身份及位置信息快速检测方法 | |
CN111950524B (zh) | 一种基于双目视觉和rtk的果园局部稀疏建图方法和系统 | |
CN111340884A (zh) | 一种双目异构相机与rfid的双重目标定位与身份辨识方法 | |
CN117558026A (zh) | 一种规模化牧场基于ai眼镜识别牛只的方法及系统 | |
CN117197595A (zh) | 基于边缘计算的果树生育期识别方法、装置及管理平台 | |
CN115019216B (zh) | 实时地物检测和定位计数方法、系统及计算机 | |
CN113824880B (zh) | 一种基于目标检测和uwb定位的车辆跟踪方法 | |
CN112601021B (zh) | 一种网络摄像机监控视频的处理方法及系统 | |
CN113283285A (zh) | 一种基于图像识别技术精确地址定位的方法 | |
CN110161970B (zh) | 一种农业物联网综合服务管理系统 | |
CN108055504B (zh) | 一种智能室内巡逻装置 | |
CN113743324A (zh) | 一种基于物联网的自动更新式鱼类识别系统 | |
CN206863221U (zh) | 一种气象观测站地面观测场探测环境自动评估系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |