详情

原文传递水果成熟度隔袋智能检测系统和检测方法

专利名称：	水果成熟度隔袋智能检测系统和检测方法
摘要：	本发明提供了一种水果成熟度隔袋智能检测系统和检测方法，包括传感器模块、云服务模块和控制模块，所述的控制模块分别与传感器模块、云服务模块相连；所述的云服务模块包括云服务器子模块和云数据库子模块，所述的传感器模块包括超宽带毫米波雷达传感器；所述的控制模块包括单片机。本系统使得采摘水果过程中不需要去除保护袋便可判断果实的成熟度，不仅可以降低人工判断带来的经济损失，还能保证采摘的是成熟果实，提高工作效率。
专利类型：	发明专利
国家地区组织代码：	浙江;33
申请人：	杭州立宸科技有限公司
发明人：	张智;刘子瑜;费鑫霖
专利状态：	有效
申请日期：	2019-03-21T00:00:00+0800
发布日期：	2019-06-14T00:00:00+0800
申请号：	CN201910217592.5
公开号：	CN109884088A
代理机构：	上海精晟知识产权代理有限公司
代理人：	冯子玲
分类号：	G01N23/00(2006.01);G;G01;G01N;G01N23
申请人地址：	311305 浙江省杭州市临安区青山湖街道大园路723号越秀星汇中心26楼2606-2607-2
主权项：	1.一种水果成熟度隔袋智能检测系统，其特征在于包括传感器模块、云服务模块和控制模块，所述的控制模块分别与传感器模块、云服务模块相连；所述的云服务模块包括云服务器子模块和云数据库子模块，所述的传感器模块包括超宽带毫米波雷达传感器；所述的控制模块包括单片机。 2.一种水果成熟度隔袋智能检测系统，其特征在于：所述的系统采用如下检测方法：利用所述的控制模块中的单片机控制超宽带毫米波雷达传感器发射毫米波信号、并接收反射信号进行果皮信息数据采集，同时利用所述的单片机对超宽带毫米波雷达传感器获得的反射信号进行数据预处理并存储；其中不同成熟度的水果有不同含量的糖分，其酸性和硬度不同，所述的超宽带毫米波雷达传感器接收到的数据相当于是不同物质的数据，得到所测果子的当前信号强度，然后对检测果子一段时间内的检测信号峰值点连线，可得到该果子稳定的信号变化包络线及其稳定的信号包络波形图数据；将上述所有数据入云数据库子模块存储；然后基于预处理的目标数据，利用所述的云服务器子模块对数据进行分类，所述的云数据库子模块调用分类器将测到的果子数据与已存数据进行数据分析和对比，来判断水果成熟度；最后云服务模块会对分析结果做出界面显示并将数据反馈入控制模块。 3.如权利要求2所述的一种水果成熟度隔袋智能检测系统，其特征在于：所述的数据预处理为利用所述的控制模块的单片机进行目标检测，包括滤波处理以及提取波形频域特征两个步骤；首先筛选雷达数据，利用卡尔曼滤波对含有噪声的检测信号进行处理，去除数据的干扰，在平均的意义上求得误差最小的真实信号强度R1，其中信号强度最大值即每个波峰位置标注为Q；然后在此波形上提取频域特征，返回的波形图中波峰是信号最强处，以Q为中心截取规定长度的一段波形数据，按照一定波峰数目的间期提取特征形成测试样本，从测试样本中随机选取一定个数的样本构成输入的训练集，用于云服务器对该检测果子的成熟度识别分类。 4.如权利要求2所述的一种水果成熟度隔袋智能检测系统，其特征在于：所述的云数据库子模块中的已存数据来源为：将控制模块预处理后的目标数据回传入云数据库子模块存储；所述的云服务器对训练集进行大数据分析从而确定水果成熟度判断参数，然后通过分类算法进行对不同成熟度水果大量的测量数据进行分类，所述的云数据库子模块调用分类器将测到的果子数据与已存数据进行数据分析和对比，结合判断参数描述水果成熟度分类结果。 5.如权利要求4所述的一种水果成熟度隔袋智能检测系统，其特征在于：所述的分类算法采用k-Nearest Neighbor邻近算法、Support Vector Machine支持向量机算法、Convolutional Neural Networks卷积神经网络算法中的一种。
所属类别：	发明专利