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！

龙图腾网获悉中电科大数据研究院有限公司申请的专利一种基于多模态数据融合的果园单果采摘优化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：CN121563022B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610100121.6，技术领域涉及：G06Q10/063；该发明授权一种基于多模态数据融合的果园单果采摘优化方法是由黄江;谢真强;张坤勇;苑建坤;余楷;郑荣华;胡婷;陈然;龙曦;曹扬;谢红韬;支婷;蔡惠民;管桂林;汪洋舟;陶政坪;丁志;王清青;王序;刘铭;李丙林;龙宇;李中坤;卢元东;欧政远;李宇航;雷参愉;李夏强;丁洪鑫;杨书;陈辉;燕熙迪;刘晓军设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本一种基于多模态数据融合的果园单果采摘优化方法在说明书摘要公布了：本发明涉及一种基于多模态数据融合的果园单果采摘优化方法，通过多模态传感器同步采集果实的图像信息、局部环境数据以及树体生理指标，并对其进行预处理，针对不同模态数据的异构特性，分别采用独立的特征提取网络获取其深层特征，构建异构模态深度融合网络，通过跨域注意力机制动态整合特征，有效捕捉影响果实成熟度的复杂关联，生成融合特征，基于该特征，模型可预测单果的实时成熟度，并结合外部条件，运用多目标优化算法计算出每个果实的采摘优先级分数，生成可执行的采摘序列，指导机器人或人工进行有序采摘。本发明显著提升成熟度预测的准确性和采摘作业的综合效益，为实现果园的精细化管理和智能化作业提供了有效支持。

本发明授权一种基于多模态数据融合的果园单果采摘优化方法在权利要求书中公布了：1.一种基于多模态数据融合的果园单果采摘优化方法，其特征在于，包括： S1，采用多模态传感器对果园的待采摘果实进行多模态数据采集并预处理，得到多模态果实数据； S2，对所述多模态果实数据进行异构模态特征独立提取，得到异构多模态果实特征； S3，构建异构模态深度融合网络，将所述异构多模态果实特征输入异构模态深度融合网络得到深度融合果实特征； S4，构建全连接预测网络，将所述深度融合果实特征输入所述全连接预测网络，得到所述待采摘果实的单果成熟度预测值； S5，基于预测的成熟度和外部约束条件，采用多目标优化算法计算得到所述待采摘果实的单果采摘优先级分数并依据所述单果采摘优先级分数执行采摘作业； 所述S1，还包括： 所述多模态数据至少包括图像模态数据、环境模态数据、树体生理模态数据； 所述图像模态数据包括待采摘果实的RGB图像、深度图像RGB-D以及多光谱或高光谱图像； 所述环境模态数据为局部微环境数据，至少包括单枝周围的温湿度、光照强度，将所述环境模态数据形成时序特征序列； 所述树体生理模态数据为反映果树健康和水分胁迫的生理指标，至少包括叶片温度、叶面积指数、树干微小形变数据； 所述S2，还包括： 对所述图像模态数据、环境模态数据、树体生理模态数据进行异构模态特征独立提取，得到图像特征、环境特征和生理特征； 还包括： 将提取的所述图像特征、环境特征和生理特征输入跨域注意力融合模块； 构建生理-时序感知模块：利用所述环境特征调制所述生理特征的权重，以修正基于图像特征的成熟度预测偏差； 构建任务感知权重子网络，接收成熟度检测任务目标，动态学习并输出每个模态的注意力权重，生成统一的、高维度的深度融合果实特征。

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电科大数据研究院有限公司，其通讯地址为：550081 贵州省贵阳市观山湖区长岭南路160号高科一号C栋30层；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。