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！

龙图腾网获悉山东省农业机械科学研究院申请的专利一种基于巡检机器人的苹果炭疽叶枯病识别五维数据融合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：CN120726402B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511211196.3，技术领域涉及：G06V10/764；该发明授权一种基于巡检机器人的苹果炭疽叶枯病识别五维数据融合方法是由许宁;武文璇;张兴国;孟庆山;郑泽昊设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本一种基于巡检机器人的苹果炭疽叶枯病识别五维数据融合方法在说明书摘要公布了：一种基于巡检机器人的苹果炭疽叶枯病识别五维数据融合方法，涉及炭疽叶枯病识别技术领域，解决现有技术感知维度有限、光照干扰大、空间定位不精确的问题。包括以下步骤：S1、获取苹果叶片表面曲率特征，采集叶片的RGB‑D图像，构建叶片三维拓扑结构，定位病斑空间分布；S2、获取苹果叶片的光谱反射信息，并量化叶绿素a、类胡萝卜素生化组分，构建对病害敏感的植被指数特征集；S3、采集苹果树冠层温度信息，构建蒸腾异常检测模型并实现热红外与点云数据的多模态融合；S4、集成空间分布、光谱反射和热辐射信息，构建五维表型特征矩阵模型，全面解析苹果表型特征。本发明能够显著提升在叶片遮挡、光照不均、叶片姿态变化及环境干扰下的识别准确性。

本发明授权一种基于巡检机器人的苹果炭疽叶枯病识别五维数据融合方法在权利要求书中公布了：1.一种基于巡检机器人的苹果炭疽叶枯病识别五维数据融合方法，其特征在于，包括以下步骤： S1、获取苹果叶片表面曲率特征，采集叶片的RGB-D图像，构建叶片三维拓扑结构，定位病斑空间分布； S2、获取苹果叶片的光谱反射信息，并量化叶绿素a、类胡萝卜素生化组分，构建对病害敏感的植被指数特征集； S3、采集苹果树冠层温度信息，构建蒸腾异常检测模型并实现热红外与点云数据的多模态融合； S4、集成空间分布、光谱反射和热辐射信息，构建五维表型特征矩阵模型5D-CPM，全面解析苹果表型特征； 步骤S1中，通过旋转式激光雷达获取苹果叶片的三维空间结构与曲率信息，利用球面拟合曲率算法估算每个点高斯曲率K，用于识别叶片边缘、折皱及疑似病斑凹凸特征；式中，z=fx,y表示叶片表面在三维空间中的高度函数；为描述沿x方向的曲率变化趋势，为描述沿y方向的曲率变化趋势，为反应表面在x和y方向交互作用下的弯曲耦合关系； 通过热红外成像模块对苹果树冠层进行温度分布监测，采集结果为二维温度图像，并经内参标定与外参配准映射至点云空间；构建健康叶片在自然环境下的理论温度预测方程，定义叶片蒸腾异常检测模型，如下式所示：Tpred＝β0+β1PAR+β2Tair+β3RH+β4μ2；式中,Tpred表示预测叶片温度,PAR表示光合有效辐射；Tair为环境温度；RH为相对湿度；μ为风速；通过拟合历史健康数据，确定各参数的回归系数β0、β1、β2、β3和β4；利用实际观测叶片温度Tobs与预测温度Tpred的偏差ΔT进行蒸腾失调诊断，ΔT设定阈值判定为异常升温区，表示存在病斑；通过多模态数据关联和分辨率补偿实现矢量叠加，将多光谱反射率与热红外温度映射至三维点云顶点，构建五维属性点，如下式所示：Pi＝xi，yi，zi，λi，Ti∈R53，式中，Pi为空间点所对应的五维属性点；xi、yi、zi为三维点云中的空间坐标；λi为所对应的多光谱反射率；Ti为所对应的热红外温度；R5为五维实数空间；采用双三次插值对温度图像进行超分辨率重建，并与三维点云通过最近邻或KNN映射策略进行像素-点云对齐，实现亚毫米级的高精度空间融合。

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山东省农业机械科学研究院，其通讯地址为：250131 山东省济南市历城区桑园路19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。