无人运输车视觉定位研究
巴西2020RESEARCH_PROTOTYPE证据 BU2/U3
真实图片 / 原始电影 / 历史照片 / 专利图按证据账本管理；不使用AI图替代历史实机
关键事实 / 技术参数
- 面向甘蔗收获时运输车辆与收割机协同
- 使用计算机视觉与神经网络
- 目标是让车辆沿种植时预定路线保持正确位置
- 减少车辆碾压宿根
- 2020年硕士论文《Posicionamento de caminhões autônomos para colheita de cana-de-açúcar: uma abordagem baseada em visão computacional》
- 作者：E. A. Fernandes；导师：Reinaldo Augusto da Costa Bianchi
- 答辩机构：Centro Universitário FEI，São Bernardo do Campo，巴西
- 论文共85页，研究目标是在收获过程中让自主运输车辆沿种植时预设线路保持正确位置，避免碾压宿根
- 核心技术为计算机视觉、神经网络和图像处理
研发人员 / 机构
见原始档案；未核实名单不填。
田间地点 / 验证结果
暂无独立量化田间验证。
原始电影 / 历史照片 / 图纸
影像/图纸见原始来源。
技术标签
computer visionneural networkvehicle positioningharvest logistics
R15证据成熟度
6/12 · 50% ｜ 来源权威 1/2 ｜ 实物媒体 0/2 ｜ 田间验证 1/2 ｜ 人物机构 1/2 ｜ 技术参数 2/2 ｜ 无人证据 1/2
R17深挖更新
类别适配成熟度：9/12 · 75%。本轮优先补充真实媒体、人物/机构、田间地点或量化结果。
证据边界
研究对象是自动运输定位，不是收割机自主控制本体。