RU2774651C1 - Automatic driving system for grain processing, automatic driving method and trajectory planning method - Google Patents
Automatic driving system for grain processing, automatic driving method and trajectory planning method Download PDFInfo
- Publication number
- RU2774651C1 RU2774651C1 RU2021121930A RU2021121930A RU2774651C1 RU 2774651 C1 RU2774651 C1 RU 2774651C1 RU 2021121930 A RU2021121930 A RU 2021121930A RU 2021121930 A RU2021121930 A RU 2021121930A RU 2774651 C1 RU2774651 C1 RU 2774651C1
- Authority
- RU
- Russia
- Prior art keywords
- image
- cultivated land
- grain processing
- automatic driving
- area
- Prior art date
Links
- 230000011218 segmentation Effects 0.000 claims abstract description 14
- 230000000875 corresponding Effects 0.000 claims description 25
- 238000003709 image segmentation Methods 0.000 claims description 21
- 238000004519 manufacturing process Methods 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 5
- 239000000126 substance Substances 0.000 abstract 1
- 235000013339 cereals Nutrition 0.000 description 138
- 238000003306 harvesting Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 12
- 238000003384 imaging method Methods 0.000 description 10
- 238000000926 separation method Methods 0.000 description 10
- 230000001537 neural Effects 0.000 description 7
- 238000000605 extraction Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 239000000575 pesticide Substances 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000010899 nucleation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 240000008529 Triticum aestivum Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 235000005824 corn Nutrition 0.000 description 1
- 244000038559 crop plants Species 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006011 modification reaction Methods 0.000 description 1
- 230000000414 obstructive Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 238000003971 tillage Methods 0.000 description 1
- 235000021307 wheat Nutrition 0.000 description 1
Images
Abstract
Description
[0001] Настоящее изобретение относится к сельскому хозяйству, к области автономного вождения сельскохозяйственных машин, в частности к системе автоматического вождения для переработки зерна, способу автоматического вождения и способу планирования траектории.[0001] The present invention relates to agriculture, to the field of autonomous driving of agricultural machines, in particular to an automatic driving system for grain processing, an automatic driving method and a trajectory planning method.
ПРЕДПОСЫЛКИ ИЗОБРЕТЕНИЯBACKGROUND OF THE INVENTION
[0002] Термин «сельскохозяйственная машина» относится к различным машинам, используемым в процессе первичной переработки сельскохозяйственной продукции и продукции животноводства, а также в производстве сельскохозяйственных культур и животноводстве. Существуют различные типы сельскохозяйственных машин, такие как посевное оборудование, пахотное оборудование, оборудование для боронования, почвофрезы, оборудование для защиты растений, уборочное оборудование и т.д. В процессе эксплуатации сельскохозяйственных машин требуется учитывать наличие системы перемещения и системы эксплуатации механического оборудования. Когда сельскохозяйственная машина находится в движении по обрабатываемой земле, маршрут этой сельскохозяйственной машины необходимо корректировать согласно условиям обрабатываемой земли.[0002] The term "agricultural machine" refers to various machines used in the process of primary processing of agricultural products and livestock products, as well as in the production of crops and animal husbandry. There are various types of agricultural machinery, such as seeding equipment, arable equipment, harrowing equipment, rototillers, crop protection equipment, harvesting equipment, etc. During the operation of agricultural machines, it is required to take into account the presence of a movement system and a system for operating mechanical equipment. When the agricultural machine is in motion on the cultivated land, the route of this agricultural machine must be adjusted according to the conditions of the cultivated land.
[0003] Когда сельскохозяйственная машина эксплуатируется на обрабатываемой земле, условия этой обрабатываемой земли и выращиваемых сельскохозяйственных культур необходимо оценивать в реальном времени и эксплуатировать сельскохозяйственную машину и систему эксплуатации согласно этим условиям эксплуатации обрабатываемой земли и выращивания сельскохозяйственных культур на этой обрабатываемой земле. В известном уровне техники эксплуатация сельскохозяйственной машины и системы эксплуатации может осуществляться людьми, водителями и операторами. Сельскохозяйственной машине необходимо учитывать обработанную зону обрабатываемой земли, необработанную зону обрабатываемой земли, а также границы и множество других факторов. В процессе эксплуатации сельскохозяйственной машины работу транспортного средства и эксплуатационные параметры необходимо корректировать в реальном времени согласно состоянию сельскохозяйственной культуры. Так как в ходе вождения необходимо учитывать сложные условия эксплуатации, сельскохозяйственное оборудование согласно существующей технологии также требует от оператора корректировки эксплуатации сельскохозяйственной машины на основе информации в реальном времени о сельскохозяйственной культуре на обрабатываемой земле. Вероятность субъективной ошибки при эксплуатации сельскохозяйственной машины повышается при использовании ручного управления, что приводит к повышению вероятности отказа механического оборудования в ходе эксплуатации.[0003] When the agricultural machine is operated on cultivated land, the conditions of this cultivated land and cultivated crops need to be assessed in real time and operate the agricultural machine and operating system according to these conditions of exploiting the cultivated land and growing crops on this cultivated land. In the prior art, the operation of an agricultural machine and operating system can be carried out by people, drivers and operators. The agricultural machine needs to consider the cultivated area of cultivated land, the uncultivated area of cultivated land, as well as borders and many other factors. During the operation of the agricultural machine, the operation of the vehicle and the operating parameters must be adjusted in real time according to the condition of the crop. Since difficult operating conditions must be taken into account during driving, the agricultural equipment according to the existing technology also requires the operator to adjust the operation of the agricultural machine based on real-time information about the crop on the cultivated land. The probability of subjective error in the operation of an agricultural machine increases when using manual control, which leads to an increase in the probability of failure of mechanical equipment during operation.
[0004] Существующие сельскохозяйственные машины не являются интеллектуальными, и исключение водителя сельскохозяйственного оборудования является невозможным. На основе способа спутниковой навигации PTK можно получать высокоточную информацию спутниковой навигации, но для беспилотной сельскохозяйственной машины, в частности уборочного оборудования, при эксплуатации более важным для точной эксплуатации или корректировки эксплуатации сельскохозяйственной машины являются определение убранной зоны и неубранной зоны сельскохозяйственной культуры текущей обрабатываемой земли, граничной зоны обрабатываемой земли и другой информации. Сельскохозяйственные машины согласно существующей технологии не способны оценивать точность зон обрабатываемой земли, и курс эксплуатации сельскохозяйственной машины обычно находится в соответствии с установленной траекторией. При возникновении отклонения от маршрута его трудно своевременно скорректировать и изменить. Поэтому, если установленная траектория эксплуатации является неточной, эксплуатация сельскохозяйственной машины согласно существующей технологии является неэффективной и даже может приводить к ошибкам, вызывающим серьезные механические повреждения. Дополнительно, при использовании способа спутниковой навигации РТК сельскохозяйственное оборудование имеет высокие эксплуатационные требования, и необходимые издержки производства и эксплуатационные расходы этого сельскохозяйственного оборудования являются высокими, поэтому беспилотная навигация согласно существующей технологии неприменима к беспилотному режиму современных сельскохозяйственных машин. [0004] Existing agricultural machines are not intelligent, and it is not possible to exclude the driver of agricultural equipment. Based on the PTK satellite navigation method, high-precision satellite navigation information can be obtained, but for the unmanned agricultural machine, in particular the harvesting equipment, in operation, it is more important to accurately operate or adjust the operation of the agricultural machine is to determine the harvested area and the unharvested crop area of the current cultivated land, the boundary areas of cultivated land and other information. Agricultural machines according to the existing technology are not capable of judging the accuracy of cultivated land areas, and the course of operation of the agricultural machine is usually in accordance with the set trajectory. When a deviation from the route occurs, it is difficult to correct and change it in a timely manner. Therefore, if the set operation path is inaccurate, the operation of the agricultural machine according to the existing technology is inefficient and may even lead to errors causing serious mechanical damage. Further, when using the RTK satellite navigation method, the agricultural equipment has high operational requirements, and the necessary production costs and operating costs of this agricultural equipment are high, so the unmanned navigation according to the existing technology is not applicable to the unmanned operation of modern agricultural machines.
СУЩНОСТЬ ИЗОБРЕТЕНИЯSUMMARY OF THE INVENTION
[0005] Целью настоящего изобретения является предоставление системы автоматического вождения для переработки зерна, способа автоматического вождения и способа планирования траектории, в которых система автоматического вождения идентифицирует зону обрабатываемой земли на основе по меньшей мере одного визуального изображения. [0005] It is an object of the present invention to provide an automatic driving system for grain processing, an automatic driving method, and a trajectory planning method in which the automatic driving system identifies a cultivated land area based on at least one visual image.
[0006] Другой целью настоящего изобретения является предоставление системы автоматического вождения для переработки зерна, способа автоматического вождения и способа планирования траектории, в которых система автоматического вождения управляет траекторией движения при помощи идентификации необработанной зоны, обработанной зоны и граничной зоны обрабатываемой земли на визуальном изображении.[0006] Another object of the present invention is to provide an automatic driving system for grain processing, an automatic driving method, and a trajectory planning method, in which the automatic driving system controls the driving trajectory by identifying an uncultivated area, a cultivated area, and a boundary area of cultivated land in a visual image.
[0007] Еще одной целью настоящего изобретения является предоставление системы автоматического вождения для переработки зерна, способа автоматического вождения и способа планирования траектории, в которых система планирования траектории системы автоматического вождения автоматически планирует траекторию на основе информации о текущем положении транспортного средства, информации, идентифицированной системой обработки изображений, и информации навигационной системы.[0007] Yet another object of the present invention is to provide an automatic driving system for grain processing, an automatic driving method, and a trajectory planning method, in which the trajectory planning system of the automatic driving system automatically plans a trajectory based on information about the current position of a vehicle, information identified by the processing system. images, and navigation system information.
[0008] Еще одной целью настоящего изобретения является предоставление системы автоматического вождения для переработки зерна, способа автоматического вождения и способа планирования траектории, в которых система автоматического вождения планирует траекторию движения и маршрут эксплуатации системы автоматического вождения на основе зоны, идентифицированной из визуального изображения.[0008] Yet another object of the present invention is to provide an automatic driving system for grain processing, an automatic driving method, and a trajectory planning method in which the automatic driving system plans a driving path and an operating route of the automatic driving system based on an area identified from a visual image.
[0009] Еще одной целью настоящего изобретения является предоставление системы автоматического вождения для переработки зерна, способа автоматического вождения и способа планирования траектории, в которых система автоматического вождения получает изображения при помощи устройства получения изображений, идентифицирует зону на визуальном изображении и обновляет или корректирует маршрут эксплуатации системы автоматического вождения в реальном времени согласно изменившейся зоне, для того чтобы улучшить работу системы автоматического вождения.[0009] Yet another object of the present invention is to provide an automatic driving system for grain processing, an automatic driving method, and a trajectory planning method, in which the automatic driving system acquires images using an image acquisition apparatus, identifies an area on a visual image, and updates or corrects the operating route of the system. real-time automatic driving according to the changed area, in order to improve the performance of the automatic driving system.
[0010] Еще одной целью настоящего изобретения является предоставление системы автоматического вождения для переработки зерна, способа автоматического вождения и способа планирования траектории, в которых система обработки изображений системы автоматического вождения использует технологию сегментации изображений для идентификации необработанной зоны, обработанной зоны, граничной зоны обрабатываемой земли и границ двух смежных зон на изображении.[0010] Yet another object of the present invention is to provide an automatic driving system for grain processing, an automatic driving method, and a trajectory planning method, in which the image processing system of the automatic driving system uses image segmentation technology to identify an untreated area, a cultivated area, a boundary area of cultivated land, and borders of two adjacent zones in the image.
[0011] Еще одной целью настоящего изобретения является предоставление системы автоматического вождения для переработки зерна, способа автоматического вождения и способа планирования траектории, в которых система обработки изображений системы автоматического вождения на основе информации полученного визуального изображения использует технологию сегментации изображений для идентификации на изображении такой информации о сельскохозяйственной культуре, как вид, высота и налив зерна сельскохозяйственной культуры, с целью обеспечения возможности корректировки системой эксплуатации системы автоматического вождения эксплуатационных параметров на основе информации о сельскохозяйственной культуре.[0011] Another object of the present invention is to provide an automatic driving system for grain processing, an automatic driving method, and a trajectory planning method, in which the image processing system of the automatic driving system, based on the information of the acquired visual image, uses an image segmentation technology to identify such information in the image about crop, as the type, height and grain filling of the crop, in order to enable the automatic driving system operation system to adjust the operating parameters based on the crop information.
[0012] Еще одной целью настоящего изобретения является предоставление системы автоматического вождения для переработки зерна, способа автоматического вождения и способа планирования траектории, в которых система обработки изображений системы автоматического вождения идентифицирует границу зоны на изображении на основе полученной информации изображения так, что система планирования траектории может планировать траекторию движения транспортного средства на основе идентифицированной границы зоны.[0012] Yet another object of the present invention is to provide an automatic driving system for grain processing, an automatic driving method, and a trajectory planning method, in which the image processing system of the automatic driving system identifies an area boundary in an image based on acquired image information, so that the trajectory planning system can plan the trajectory of the vehicle based on the identified zone boundary.
[0013] Еще одной целью настоящего изобретения является предоставление системы автоматического вождения для переработки зерна, способа автоматического вождения и способа планирования траектории, в которых система автоматического вождения не требует высокоточной спутниковой навигации, что, таким образом, снижает сложность изготовления оборудования для автоматического вождения, а также снижает эксплуатационные расходы оборудования для автоматического вождения.[0013] Yet another object of the present invention is to provide an automatic driving system for grain processing, an automatic driving method, and a trajectory planning method in which the automatic driving system does not require high-precision satellite navigation, thus reducing the manufacturing complexity of the automatic driving equipment, and also reduces the operating costs of automatic driving equipment.
[0014] Еще одной целью настоящего изобретения является предоставление системы автоматического вождения для переработки зерна, способа автоматического вождения и способа планирования траектории, в которых система автоматического вождения осуществляет планирование траектории на основе информации о разделении зон, выводимой системой обработки изображений, с целью реализации автоматического вождения и эксплуатации автоматического вождения.[0014] Yet another object of the present invention is to provide an automatic driving system for grain processing, an automatic driving method, and a trajectory planning method, in which the automatic driving system performs trajectory planning based on zone separation information output by an image processing system to realize automatic driving. and operation of automatic driving.
[0015] Другие преимущества и признаки настоящего изобретения описаны ниже в подробном описании и могут быть реализованы при помощи комбинации средств и устройств, конкретно указанных в приложенной формуле изобретения.[0015] Other advantages and features of the present invention are described below in the detailed description and can be implemented using a combination of means and devices specifically indicated in the appended claims.
[0016] Согласно одному аспекту настоящего изобретения, настоящее изобретение предоставляет способ планирования траектории для системы автоматического вождения для переработки зерна, который включает:[0016] According to one aspect of the present invention, the present invention provides a trajectory planning method for a grain processing automatic steering system, which includes:
[0017] этап (a): получение по меньшей мере одного изображения обрабатываемой земли в окрестности зерноперерабатывающей машины;[0017] step (a): obtaining at least one image of cultivated land in the vicinity of the grain processing machine;
[0018] этап (b): идентификация и разделение зоны обрабатываемой земли и границы обрабатываемой земли, соответствующих изображению; и [0018] step (b): identifying and separating a cultivated area and a cultivated land boundary corresponding to the image; and
[0019] этап (c): планирование по меньшей мере одной запланированной траектории движения на основе идентифицированных зоны обрабатываемой земли и границы обрабатываемой земли.[0019] step (c): planning at least one planned trajectory based on the identified cropland area and cropland boundary.
[0020] Согласно одному варианту осуществления настоящего изобретения, способ планирования траектории дополнительно включает: этап (а.0): установка эксплуатационной зоны обрабатываемой земли и по меньшей мере одной границы эксплуатационной зоны, соответствующей этой эксплуатационной зоне.[0020] According to one embodiment of the present invention, the trajectory planning method further includes: step (a.0): establishing a production area of cultivated land and at least one production area boundary corresponding to this production area.
[0021] Согласно одному варианту осуществления настоящего изобретения, этап (а.0) дополнительно включает: идентификацию эксплуатационной зоны и границы эксплуатационной зоны обрабатываемой земли при помощи системы обработки изображений.[0021] According to one embodiment of the present invention, step (a.0) further includes: identifying the exploitation area and the boundary of the exploitation zone of cultivated land using an image processing system.
[0022] Согласно одному варианту осуществления настоящего изобретения, этап (а) дополнительно включает: фотографирование в реальном времени изображения окрестности системы автоматического вождения для переработки зерна на основе положения системы автоматического вождения для переработки зерна.[0022] According to one embodiment of the present invention, step (a) further includes: capturing a real-time image of the surroundings of the grain processing auto-guiding system based on the position of the grain processing auto-driving system.
[0023] Согласно одному варианту осуществления настоящего изобретения, этап (b) дополнительно включает: сегментацию изображения с использованием способа сегментации изображений, идентификацию и разделение зоны изображения.[0023] According to one embodiment of the present invention, step (b) further includes: segmenting an image using an image segmentation method, identifying and dividing an image area.
[0024] Согласно одному варианту осуществления настоящего изобретения, этап (b) дополнительно включает: использование системой обработки изображений способа сегментации изображений для сегментации изображения и разделение зоны изображения на необработанную зону, обработанную зону и граничную зону обрабатываемой земли.[0024] According to one embodiment of the present invention, step (b) further includes: using the image segmentation method for image segmentation by the image processing system to segment the image, and dividing the image area into a raw area, a cultivated area, and a cropland boundary area.
[0025] Согласно одному варианту осуществления настоящего изобретения, этап (b) дополнительно включает:[0025] According to one embodiment of the present invention, step (b) further includes:
[0026] этап (b.1): сегментация изображения на множество пиксельных областей и нормализация значений пикселей пиксельных областей в массив; [0026] step (b.1): segmenting an image into a plurality of pixel regions and normalizing the pixel values of the pixel regions into an array;
[0027] этап (b.2): извлечение признаков пиксельных областей, соответствующих каждому массиву; и [0027] step (b.2): extracting features of pixel regions corresponding to each array; and
[0028] этап (b.3): вывод метки классификации изображения на основе признаков пиксельных областей.[0028] step (b.3): outputting an image classification mark based on features of the pixel regions.
[0029] Согласно одному варианту осуществления настоящего изобретения, этап (c) дополнительно включает: этап (c.1): определение запланированной траектории движения на основе информации о положении зерноперерабатывающей машины, информации изображения о планировании зон, идентифицированной системой обработки изображений, и навигационной информации навигационной системы.[0029] According to one embodiment of the present invention, step (c) further includes: step (c.1): determining a planned driving path based on position information of the grain processing machine, image information about area planning identified by the image processing system, and navigation information navigation system.
[0030] Согласно одному варианту осуществления настоящего изобретения, этап (c) дополнительно включает: этап (c.2): корректировка направления движения зерноперерабатывающей машины на основе информации о сельскохозяйственной культуре, идентифицированной системой обработки изображений, с целью генерирования траектории движения транспортного средства.[0030] According to one embodiment of the present invention, step (c) further includes: step (c.2): adjusting the driving direction of the grain processing machine based on the crop information identified by the image processing system to generate a vehicle trajectory.
[0031] Согласно другому аспекту настоящего изобретения, настоящее изобретение предоставляет способ автоматического вождения для системы автоматического вождения для переработки зерна, который включает:[0031] According to another aspect of the present invention, the present invention provides an automatic driving method for an automatic driving system for grain processing, which includes:
[0032] этап (I): получение по меньшей мере одного изображения и идентификация зоны обрабатываемой земли и границ обрабатываемой земли на изображении; [0032] step (I): obtaining at least one image and identifying the area of cultivated land and the boundaries of cultivated land in the image;
[0033] этап (II): планирование по меньшей мере одной запланированной траектории движения на основе зоны обрабатываемой земли и границ обрабатываемой земли; и [0033] step (II): planning at least one planned trajectory based on the area of cultivated land and the boundaries of cultivated land; and
[0034] этап (III): управление зерноперерабатывающей машиной с целью автоматического движения согласно запланированной траектории движения.[0034] step (III): controlling the grain processing machine to automatically move according to the planned movement path.
[0035] Согласно одному варианту осуществления настоящего изобретения, этап (II) дополнительно включает:[0035] According to one embodiment of the present invention, step (II) further includes:
[0036] получение информации о положении зерноперерабатывающей машины; и[0036] obtaining information about the position of the grain processing machine; and
[0037] планирование запланированной траектории движения на основе информации о положении, идентифицированных зоны обрабатываемой земли и границ обрабатываемой земли, и навигационной информации навигационной системы.[0037] Planning a planned trajectory based on position information, identified cropland zones and cropland boundaries, and navigation information of the navigation system.
[0038] Согласно одному варианту осуществления настоящего изобретения, этап (I) дополнительно включает: идентификацию из изображения информации о сельскохозяйственной культуре на обрабатываемой земле, при этом информация о сельскохозяйственной культуре включает информацию о типе сельскохозяйственной культуры, высоте сельскохозяйственной культуры и наливе зерна.[0038] According to one embodiment of the present invention, step (I) further includes: identifying crop information on cultivated land from the image, wherein the crop information includes crop type, crop height, and grain filling information.
[0039] Согласно одному варианту осуществления настоящего изобретения, способ автоматического вождения дополнительно включает: этап (IV): корректировка эксплуатационных параметров системы эксплуатации зерноперерабатывающей машины на основе информации изображения о сельскохозяйственной культуре. [0039] According to one embodiment of the present invention, the automatic driving method further includes: step (IV): adjusting the operating parameters of the grain processing machine operating system based on crop image information.
[0040] Согласно еще одному аспекту настоящего изобретения, настоящее изобретение предоставляет систему автоматического вождения для переработки зерна, которая содержит:[0040] According to another aspect of the present invention, the present invention provides an automatic driving system for processing grain, which contains:
[0041] зерноперерабатывающую машину; [0041] a grain processing machine;
[0042] систему обработки изображений, при этом система обработки изображений установлена на зерноперерабатывающей машине с целью получения по меньшей мере одного изображения обрабатываемой земли в окрестности зерноперерабатывающей машины, и система обработки изображений идентифицирует зону изображения на основе способа распознавания и сегментации изображений; и [0042] an image processing system, wherein the image processing system is installed on the grain processing machine to acquire at least one image of cultivated land in the vicinity of the grain processing machine, and the image processing system identifies an image area based on an image recognition and segmentation method; and
[0043] систему планирования траектории, при этом система планирования траектории планирует по меньшей мере одну запланированную траекторию движения на основе зоны, идентифицированной системой обработки изображений, и зерноперерабатывающая машина выполняет автоматическое вождение согласно запланированной траектории движения, запланированной системой планирования траектории.[0043] a trajectory planning system, wherein the trajectory planning system plans at least one planned trajectory based on the area identified by the image processing system, and the grain processing machine performs automatic driving according to the planned trajectory planned by the trajectory planning system.
[0044] Согласно одному варианту осуществления настоящего изобретения, система автоматического вождения дополнительно содержит устройство получения изображений, при этом устройство получения изображений установлено на зерноперерабатывающей машине, и устройство получения изображений захватывает изображения спереди от зерноперерабатывающей машины.[0044] According to one embodiment of the present invention, the automatic driving system further comprises an image pickup device, wherein the image pickup device is mounted on a grain processor, and the image pickup device captures images in front of the grain processor.
[0045] Согласно одному варианту осуществления настоящего изобретения, система обработки изображений идентифицирует из изображения по меньшей мере одну обработанную зону, по меньшей мере одну необработанную зону и по меньшей мере одну граничную зону обрабатываемой земли.[0045] According to one embodiment of the present invention, the image processing system identifies at least one cultivated area, at least one uncultivated area, and at least one marginal cultivated area from an image.
[0046] Согласно одному варианту осуществления настоящего изобретения, система автоматического вождения для переработки зерна дополнительно содержит:[0046] According to one embodiment of the present invention, the automatic driving system for grain processing further comprises:
[0047] модуль сегментации изображений, при этом модуль сегментации изображений сегментирует изображение на множество пиксельных областей, и каждая пиксельная область содержит по меньшей мере один пиксельный элемент; [0047] an image segmentation module, wherein the image segmentation module segments an image into a plurality of pixel regions, and each pixel region contains at least one pixel element;
[0048] модуль признаков, при этом модуль признаков извлекает признаки каждой пиксельной области на основе пиксельного элемента этой пиксельной области; и [0048] a feature module, wherein the feature module extracts features of each pixel region based on a pixel element of that pixel region; and
[0049] модуль разделения области, при этом модуль разделения области идентифицирует и разделяет зону изображения согласно признакам пиксельной области.[0049] an area division module, wherein the area division module identifies and divides an image area according to features of a pixel area.
[0050] Согласно одному варианту осуществления настоящего изобретения, система автоматического вождения для переработки зерна дополнительно содержит: устройство определения положения и навигационную систему, при этом устройство определения положения и навигационная система расположены на зерноперерабатывающей машине, устройство определения положения получает информацию о положении зерноперерабатывающей машины, и навигационная система предоставляет навигационную информацию для зерноперерабатывающей машины.[0050] According to one embodiment of the present invention, the automatic driving system for processing grain further comprises: a position determination device and a navigation system, wherein the position determination device and the navigation system are located on the grain processing machine, the position determination device receives position information of the grain processing machine, and the navigation system provides navigation information for the grain processing machine.
[0051] Согласно одному варианту осуществления настоящего изобретения, система автоматического вождения для переработки зерна дополнительно содержит: устройство определения положения и навигационную систему, при этом устройство определения положения и навигационная система расположены на зерноперерабатывающей машине, устройство определения положения получает информацию о положении зерноперерабатывающей машины, и навигационная система предоставляет навигационную информацию для зерноперерабатывающей машины.[0051] According to one embodiment of the present invention, the automatic driving system for grain processing further comprises: a position determination device and a navigation system, wherein the position determination device and the navigation system are located on the grain processing machine, the position determination device receives position information of the grain processing machine, and the navigation system provides navigation information for the grain processing machine.
[0052] Согласно одному варианту осуществления настоящего изобретения, система автоматического вождения для переработки зерна дополнительно содержит:[0052] According to one embodiment of the present invention, the automatic driving system for grain processing further comprises:
[0053] модуль установки эксплуатационной зоны, при этом модуль установки эксплуатационной зоны устанавливает граничную зону обрабатываемой земли для получения необработанной зоны обрабатываемой земли и границы эксплуатационной зоны обрабатываемой земли; и [0053] a production area setting module, wherein the production area setting module sets a cropland boundary area to obtain an uncultivated cropland area and a cropland production area boundary; and
[0054] модуль планирования траектории движения, при этом система обработки изображений идентифицирует информацию изображения о планировании зон на основе информации о положении зерноперерабатывающей машины и навигационной информации навигационной системы с целью получения по меньшей мере одной запланированной траектории движения.[0054] A path planning module, wherein the image processing system identifies area planning image information based on the position information of the grain processing machine and the navigation information of the navigation system to obtain at least one planned path.
[0055] Дальнейшие цели и преимущества настоящего изобретения описаны в следующем описании и графических материалах.[0055] Further objects and advantages of the present invention are described in the following description and drawings.
КРАТКОЕ ОПИСАНИЕ ГРАФИЧЕСКИХ МАТЕРИАЛОВBRIEF DESCRIPTION OF GRAPHICS
[0056] Реализации настоящего изобретения будут описаны ниже посредством вариантов осуществления со ссылкой на прилагаемые фигуры.[0056] Implementations of the present invention will be described below by way of embodiments with reference to the accompanying figures.
[0057] На фиг. 1 представлена принципиальная схема одного варианта осуществления системы автоматического вождения для переработки зерна.[0057] FIG. 1 is a schematic diagram of one embodiment of an automatic driving system for grain processing.
[0058] На фиг. 2 представлена принципиальная схема варианта осуществления получения изображения в системе автоматического вождения, показанной на фиг. 1.[0058] FIG. 2 is a schematic diagram of an embodiment of image acquisition in the automatic driving system shown in FIG. one.
[0059] На фиг. 3А представлена принципиальная схема варианта осуществления получения одного изображения системой автоматического вождения для переработки зерна, показанной на фиг. 1.[0059] FIG. 3A is a schematic diagram of a single image acquisition embodiment of the automatic driving system for grain processing shown in FIG. one.
[0060] На фиг. 3В представлена принципиальная схема варианта осуществления получения другого изображения системой автоматического вождения, показанной на фиг. 1.[0060] FIG. 3B is a schematic diagram of an embodiment of another image acquisition by the automatic driving system shown in FIG. one.
[0061] На фиг. 3С представлена принципиальная схема варианта осуществления получения другого изображения системой автоматического вождения для переработки зерна, показанной на фиг. 1.[0061] FIG. 3C is a schematic diagram of an embodiment of another image acquisition by the automatic driving system for grain processing shown in FIG. one.
[0062] На фиг. 4 представлена принципиальная схема одного варианта осуществления разделения и идентификации зоны изображения системой обработки изображений системы автоматического вождения для переработки зерна.[0062] In FIG. 4 is a schematic diagram of one embodiment of partitioning and identifying an image area by an image processing system of an automatic driving system for grain processing.
[0063] На фиг. 5А представлена принципиальная схема одного варианта осуществления сегментации зоны изображения системой обработки изображений системы автоматического вождения для переработки зерна.[0063] FIG. 5A is a schematic diagram of one embodiment of image area segmentation by an image processing system of an automatic driving system for grain processing.
[0064] На фиг. 5В представлена блок-схема одного варианта осуществления системы обработки изображений системы автоматического вождения для переработки зерна.[0064] FIG. 5B is a block diagram of one embodiment of an image processing system of an automatic driving system for grain processing.
[0065] На фиг. 6 представлена принципиальная схема одного варианта осуществления извлечения и идентификации признака зоны изображения системой обработки изображений системы автоматического вождения.[0065] FIG. 6 is a schematic diagram of one embodiment of image area feature extraction and identification by an image processing system of an automatic driving system.
[0066] На фиг. 7 представлена принципиальная схема одного варианта осуществления вывода изображения, разделенного на зоны, системой обработки изображений системы автоматического вождения.[0066] FIG. 7 is a schematic diagram of one embodiment of zoned image output by an image processing system of an automatic driving system.
[0067] На фиг. 8 представлена принципиальная схема одного варианта осуществления вывода изменения разделения границ разделенной зоны изображения системой обработки изображений системы автоматического вождения.[0067] FIG. 8 is a circuit diagram of one embodiment of the output of changing the boundary separation of the divided image area by the image processing system of the automatic driving system.
[0068] На фиг. 9 представлена принципиальная схема одного варианта осуществления обстановки автоматического вождения системы автоматического вождения для переработки зерна.[0068] FIG. 9 is a schematic diagram of one embodiment of an automatic driving environment of an automatic driving system for grain processing.
[0069] На фиг. 10 представлена принципиальная схема одного варианта осуществления системы планирования траектории системы автоматического вождения для переработки зерна.[0069] FIG. 10 is a schematic diagram of one embodiment of a trajectory planning system for an automatic driving system for grain processing.
[0070] На фиг. 11А представлена принципиальная схема одного варианта осуществления планирования траектории по обрабатываемой земле, генерируемого системой планирования траектории системы автоматического вождения.[0070] FIG. 11A is a schematic diagram of one embodiment of arable land trajectory planning generated by a trajectory planning system of an automatic driving system.
[0071] На фиг. 11B представлена принципиальная схема одного варианта осуществления корректировки траектории движения системой планирования траектории системы автоматического вождения.[0071] In FIG. 11B is a schematic diagram of one embodiment of trajectory correction by a trajectory planning system of an automatic driving system.
ПОДРОБНОЕ ОПИСАНИЕDETAILED DESCRIPTION
[0072] Следующее описание используется для раскрытия настоящего изобретения, для того чтобы специалисты в данной области техники могли реализовывать настоящее изобретение. Описанные ниже предпочтительные варианты осуществления являются лишь примерами, и специалисты в данной области техники могут придумать другие очевидные варианты осуществления. Базовые принципы настоящего изобретения, определенные в следующем описании, могут быть применены к другим вариантам осуществления, развитиям вариантов осуществления, схемам усовершенствования, эквивалентным схемам и другим техническим схемам, которые не отклоняются от сущности и объема настоящего изобретения.[0072] The following description is used to disclose the present invention so that those skilled in the art can practice the present invention. The preferred embodiments described below are merely examples, and other obvious embodiments can be devised by those skilled in the art. The basic principles of the present invention defined in the following description may be applied to other embodiments, developments of embodiments, improvement circuits, equivalent circuits, and other technical circuits that do not deviate from the spirit and scope of the present invention.
[0073] Технические специалисты в данной области техники должны понимать, что в раскрытии настоящего изобретения термин «вертикальное направление», «горизонтальное направление», «верхний», «нижний», «передний», «задний», «левый», «правый», «вертикальный», «горизонтальный», «верхний», «нижний», «внутренний», «наружный» и другие указатели ориентации или взаимного расположения основаны на ориентации или взаимном расположении, показанном на графических материалах, и предназначены только для содействия описанию настоящего изобретения и упрощения описания, а не для указания или предположения того, что устройство или компонент должен иметь конкретную ориентацию в конкретном направлении и в ходе конкретной операции, поэтому приведенные выше термины не следует понимать как ограничения настоящего изобретения.[0073] Technicians in the art should understand that in the disclosure of the present invention, the terms "vertical direction", "horizontal direction", "top", "bottom", "front", "rear", "left", "right , "vertical", "horizontal", "top", "bottom", "inside", "outside" and other orientation or relationship indications are based on the orientation or relationship shown in the graphics and are intended to assist the description only. of the present invention and to simplify the description, and not to indicate or imply that a device or component must have a particular orientation in a particular direction and during a particular operation, therefore, the above terms should not be understood as limiting the present invention.
[0074] Можно понять, что термин «один» следует понимать как «по меньшей мере один» или «один или более», т.е. в одном варианте осуществления количество одного компонента может составлять один, тогда как в другом варианте осуществления количество компонентов может являться множественным, и поэтому термин «один» нельзя понимать как ограничение в отношении количества.[0074] You can understand that the term "one" should be understood as "at least one" or "one or more", i. in one embodiment, the number of one component may be one, while in another embodiment, the number of components may be multiple, and therefore the term "one" should not be understood as limiting the number.
[0075] Со ссылкой на фиг. 1-9 описания настоящего изобретения изображены система автоматического вождения для переработки зерна, способ автоматического вождения и способ планирования траектории согласно первому варианту осуществления настоящего изобретения. Система автоматического вождения для переработки зерна может быть реализована в виде оборудования для уборки сельскохозяйственной культуры с функцией переработки зерна, оборудования для посева сельскохозяйственной культуры, оборудования для плужной обработки почвы и оборудования для защиты растений сельскохозяйственной культуры. Можно понять, что тип системы автоматического вождения для зерноперерабатывающего устройства описан в настоящем изобретении лишь в качестве примера, а не в качестве ограничения. Поэтому здесь также можно использовать оборудование для сельскохозяйственных культур других типов. Система автоматического вождения получает по меньшей мере одно изображение окружающей обстановки и визуально идентифицирует тип зоны обрабатываемой земли на изображении после обработки изображения и разделяет типы зон и границы обрабатываемой земли на изображении.[0075] With reference to FIG. 1 to 9 of the description of the present invention show an automatic driving system for grain processing, an automatic driving method, and a path planning method according to the first embodiment of the present invention. The automatic driving system for grain processing can be realized as crop harvesting equipment with grain processing function, crop seeding equipment, plow tillage equipment and crop plant protection equipment. It can be understood that the type of automatic driving system for the grain processing apparatus is described in the present invention only as an example and not as a limitation. Therefore, equipment for crops of other types can also be used here. The automatic driving system acquires at least one image of the environment and visually identifies the type of cultivated area in the image after processing the image, and separates the types of zones and boundaries of cultivated land in the image.
[0076] Система автоматического вождения для переработки зерна должна разделять типы зон обрабатываемой земли согласно типам и границам каждой разделенной зоны, при этом тип зоны, разделенной системой автоматического вождения, включает по меньшей мере одну обработанную зону 100, по меньшей мере одну необработанную зону 200 и по меньшей мере одну граничную зону 300 поля. Система автоматического вождения для переработки зерна определяет маршрут движения транспортного средства при помощи навигационной системы согласно типу разделенной зоны с целью достижения автоматического вождения.[0076] The automatic driving system for processing grain must separate the types of cultivated areas according to the types and boundaries of each divided zone, while the type of zone divided by the automatic driving system includes at least one
[0077] Следует упомянуть, что беспилотному транспортному средству в беспилотном режиме необходимо получать точную информацию о положении транспортного средства, в частности высокоточную информацию спутниковой навигации, для идентификации маршрута, и для достижения функции беспилотного вождения на высокой скорости беспилотному транспортному средству необходимо обновлять информацию о препятствиях, информацию о других транспортных средствах, а также информацию о пешеходах и другую информацию. Изображения, получаемые системой автоматического вождения согласно настоящему изобретению, представляют собой информацию данных изображений, соответствующую зерну сельскохозяйственной культуры на обрабатываемой земле, эти изображения относятся к обстановке в окрестности транспортного средства, и эти изображения получаются на основе текущего положения транспортного средства. Система автоматического вождения не требует высокоточной информации спутниковой навигации, но лишь обычной спутниковой навигации с точностью на уровне метров (навигация GPS, навигация Beidou и т.д.). Дополнительно, изображения, получаемые и обрабатываемые системой автоматического вождения, отличаются от изображений, получаемых беспилотным транспортным средством. Поэтому планирование траектории и режим движения, определяемые системой автоматического вождения, не являются такими же, как планирование траектории и режим движения, определяемые беспилотным транспортным средством. Можно понять, что режим идентификации согласно настоящему изобретению отличается от режима идентификации беспилотного транспортного средства.[0077] It should be mentioned that the unmanned vehicle in the unmanned mode needs to obtain accurate information about the position of the vehicle, in particular, high-precision satellite navigation information, to identify the route, and in order to achieve the function of unmanned driving at high speed, the unmanned vehicle needs to update the obstacle information , information about other vehicles, as well as information about pedestrians and other information. The images acquired by the automatic driving system according to the present invention are image data information corresponding to a crop grain in a cultivated land, these images are related to the situation in the vicinity of a vehicle, and these images are obtained based on the current position of the vehicle. The automatic steering system does not require high-precision satellite navigation information, but only ordinary satellite navigation with meter-level accuracy (GPS navigation, Beidou navigation, etc.). Additionally, the images acquired and processed by the automatic driving system are different from those obtained by an unmanned vehicle. Therefore, the path planning and driving mode determined by the automatic driving system are not the same as the path planning and driving mode determined by the unmanned vehicle. It can be understood that the identification mode according to the present invention is different from the unmanned vehicle identification mode.
[0078] Со ссылкой на фиг. 1 и 2, система автоматического вождения получает по меньшей мере одно изображение окружающей обстановки и идентифицирует из изображений типы зон обрабатываемой земли и границу между зонами обрабатываемой земли. Система автоматического вождения получает изображение окружающей обстановки в окрестности при помощи режима фотографирования с неподвижным фокусом, режима видеозаписи, режима фотографирования в движении и т.д. Можно понять, что способ, которым система автоматического вождения получает изображения, представлен здесь лишь в качестве примера, а не в качестве ограничения. Система автоматического вождения содержит зерноперерабатывающую машину 10 и по меньшей мере одно устройство 20 получения изображений, при этом устройство 20 получения изображений получает по меньшей мере одно изображение обстановки в окрестности зерноперерабатывающей машины 10.[0078] With reference to FIG. 1 and 2, the automatic driving system acquires at least one image of the environment and identifies from the images types of cultivated areas and a boundary between cultivated areas. The automatic steering system acquires an image of the surrounding environment through the fixed focus photography mode, movie recording mode, motion photography mode, etc. It can be understood that the manner in which the automatic driving system acquires images is presented here only as an example and not as a limitation. The automatic driving system comprises a
[0079] Предпочтительно, устройство 20 получения изображений установлено в зерноперерабатывающей машине 10. В одном варианте осуществления устройство 20 получения изображений принимает неподвижные или движущиеся изображения окрестности зерноперерабатывающей машины 10. Более предпочтительно, устройство 20 получения изображений установлено в передней части зерноперерабатывающей машины 10. В одном варианте осуществления устройство 20 получения изображений может получать изображения в реальном времени спереди от зерноперерабатывающей машины 10. Зерноперерабатывающая машина 10 идентифицирует зону обрабатываемой земли из изображений, полученных устройством 20 получения изображений, и устанавливает маршрут движения согласно разделенной зоне обрабатываемой земли. В одном варианте осуществления содержимое изображения, получаемого устройством 20 получения изображений, находится в пределах зоны видимости зерноперерабатывающей машины 10. Иначе говоря, устройство 20 получения изображений получает изображение в пределах зоны видимости зерноперерабатывающей машины 10 и корректирует направление перемещения зерноперерабатывающей машины 10 согласно положению ведущего устройства зерноперерабатывающей машины 10, установленного на зерноперерабатывающей машине 10.[0079] Preferably, the
[0080] В одном варианте осуществления для получения изображения устройство 20 получения изображений получает изображения обстановки в направлении перемещения зерноперерабатывающей машины 10. В одном варианте осуществления изображение может представлять собой двумерное плоское изображение или трехмерное изображение. Можно понять, что тип изображения, получаемого устройством 20 получения изображений, описан здесь лишь в качестве примера, а не в качестве ограничения.[0080] In one embodiment, for image acquisition, the
[0081] В одном варианте осуществления зерноперерабатывающая машина 10 выполнена с возможностью выполнения переработки зерна сельскохозяйственной культуры во время процесса движения, например, переработка зерна сельскохозяйственной культуры включает уборку, возделывание, плужную обработку, посев, защиту растений, уборочные операции и т.д., например, в первом варианте осуществления настоящего изобретения зерноперерабатывающая машина 10 представляет собой уборочное оборудование, и зерноперерабатывающая машина 10 управляется с целью движения по необработанной зоне 200 обрабатываемой земли для выполнения уборочной операции с целью уборки сельскохозяйственной культуры в пределах необработанной зоны 200 обрабатываемой земли. Сельскохозяйственная культура может представлять собой рис, пшеницу, кукурузу и т.д. Зерноперерабатывающая машина 10 выполняет автоматическое вождение по обрабатываемой земле согласно зоне, разделенной при помощи изображения, полученного устройством 20 получения изображений, и проводит беспилотное вождение в поле без водителя. Можно понять, что тип зерноперерабатывающей машины 10 приведен здесь лишь в качестве примера, а не в качестве ограничения.[0081] In one embodiment, the
[0082] Как показано на фиг. 3A - 3C, устройство 20 получения изображений получает изображения обстановки в окрестности зерноперерабатывающей машины 10 в реальном времени во время процесса движения зерноперерабатывающей машины 10. На фиг. 3А показано изображение, захваченное устройством 20 получения изображений, когда зерноперерабатывающая машина 10 представляет собой зерноуборочную машину. На основании того, убрано ли зерно, зона обрабатываемой земли делится на по меньшей мере одну неубранную зону 100а, по меньшей мере одну убранную зону 200а и по меньшей мере одну граничную зону 300а обрабатываемой земли. В одном варианте осуществления убранная зона 200а представляет собой зону, в которой сельскохозяйственная культура была убрана, и сельскохозяйственная культура в убранной зоне 200а убрана. Неубранная зона 100а представляет собой зону, в которой сельскохозяйственная культура по-прежнему присутствует, и в неубранной зоне 100а выращиваемая сельскохозяйственная культура по-прежнему присутствует. Граничная зона 300а обрабатываемой земли представляет собой гребень, разделяющий сельскохозяйственные культуры на обрабатываемой земле, наружную границу вокруг обрабатываемой земли, препятствие или непригодную для возделывания зону на обрабатываемой земле. В одном варианте осуществления в граничной зоне 300а обрабатываемой земли сельскохозяйственная культура отсутствует.[0082] As shown in FIG. 3A to 3C, the
[0083] На фиг. 3В показано изображение, захваченное устройством 20 получения изображений, когда зерноперерабатывающая машина 10 представляет собой машину для возделывания зерновых культур. Зона обрабатываемой земли делится на по меньшей мере одну невозделанную зону 100b, по меньшей мере одну возделанную зону 200b и по меньшей мере одну граничную зону 300b обрабатываемой земли, при этом невозделанная зона 100b представляет собой зону, в которой сельскохозяйственная культура не была возделана, а возделанная зона 200b представляет собой зону, в которой сельскохозяйственная культура была возделана. Граничная зона 300b обрабатываемой земли представляет собой гребень, разделяющий разные сельскохозяйственные культуры на обрабатываемой земле, наружную границу вокруг обрабатываемой земли или зону препятствия на обрабатываемой земле.[0083] FIG. 3B shows an image captured by the
[0084] На фиг. 3С показано изображение, захваченное устройством 20 получения изображений, когда зерноперерабатывающая машина 10 используется в качестве устройства защиты растений, такого как устройство для опрыскивания пестицидами. Зона на обрабатываемой земле делится на по меньшей мере одну неопрысканную зону 100с, по меньшей мере одну опрысканную зону 200с и по меньшей мере одну граничную зону 300с обрабатываемой земли. Неопрысканная зона 100с представляет собой зону, в которой сельскохозяйственные культуры не были опрысканы пестицидом, опрысканная зона 200с представляет собой зону, в которой сельскохозяйственные культуры были опрысканы пестицидом, и граница 300b обрабатываемой земли представляет собой гребень, разделяющий сельскохозяйственные культуры на обрабатываемой земле, наружную границу обрабатываемой земли или зону, в которой на обрабатываемой земле имеются препятствия.[0084] FIG. 3C shows an image captured by the
[0085] Как показано на фиг. 1 и фиг. 4, при помощи способа распознавания и сегментации изображений из изображения, полученного устройством 20 получения изображений, идентифицируются необработанная зона 100, обработанная зона 200 и граничная зона 300 обрабатываемой земли, и распознаются границы между зонами (необработанной зоной 100, обработанной зоной 200 и граничной зоной 300 обрабатываемой земли). Система автоматического вождения для переработки зерна дополнительно содержит систему 30 обработки изображений, при этом система 30 обработки изображений идентифицирует необработанную зону 100, обработанную зону 200 и граничную зону 300 обрабатываемой земли из изображения, полученного устройством 20 получения изображений.[0085] As shown in FIG. 1 and FIG. 4, using the image recognition and segmentation method, from an image acquired by the
[0086] Следует отметить, что система 30 обработки изображений использует способ распознавания и сегментации изображений для идентификации из изображения зон и границ, и зоны представляют собой зоны обрабатываемой земли спереди от зерноперерабатывающей машины 10. Границы представляют собой границы обрабатываемой земли спереди от зерноперерабатывающей машины 10. На основе зон и границ, идентифицированных системой 30 обработки изображений, с использованием технологии распознавания и сегментации изображений осуществляется управление зерноперерабатывающей машиной 10 с целью ее передвижения и эксплуатации в необработанной зоне на обрабатываемой земле. Например, устройство 20 получения изображений, установленное на переднем конце уборочного устройства получает изображение обрабатываемой земли спереди от уборочного устройства, при этом изображение, захваченное устройством 20 получения изображений, сегментируется и идентифицируется системой 30 обработки изображений с целью идентификации необработанной зоны 100, обработанной зоны 200, рабочей зоны 200 и граничной зоны 300 обрабатываемой земли. Зерноперерабатывающая машина 10, то есть машина уборочного устройства, планирует траекторию движения транспортного средства и операцию уборки на основе зон и границ, идентифицированных системой 30 обработки изображений.[0086] It should be noted that the
[0087] Следует отметить, что система 30 обработки изображений использует технологию распознавания и сегментации изображений для идентификации типа сельскохозяйственной культуры, высоты сельскохозяйственной культуры, зрелости и другой информации из изображения, захваченного устройством 20 получения изображений. Система 30 обработки изображений может определять, была ли убрана сельскохозяйственная культура, на основе типа сельскохозяйственной культуры и высоты сельскохозяйственной культуры на идентифицированном изображении. Система 30 обработки изображений может использоваться для корректировки эксплуатационных параметров на основе налива зерна на идентифицированном изображении. Иначе говоря, система 30 обработки изображений может идентифицировать тип зоны обрабатываемой земли и границу обрабатываемой земли согласно изображению, захваченному устройством 20 получения изображений, и идентифицировать тип, высоту, налив зерна, зрелость сельскохозяйственной культуры и т.д. для сельскохозяйственной культуры на обрабатываемой земле.[0087] It should be noted that the
[0088] В одном варианте осуществления система 30 обработки изображений идентифицирует и сегментирует изображение, полученное устройством 20 получения изображений, на зоны и границы изображения на основе одного из способа сегментации на основе порогового значения, способа сегментации на основе области, способа сегментации на основе края и способа сегментации на основе конкретной теории. В одном варианте осуществления система 30 обработки изображений использует алгоритм глубокого обучения для сегментации и идентификации изображения и выполнения разделения зон и определения границ на изображении. Иначе говоря, система 30 обработки изображений использует алгоритм глубокого обучения для идентификации из изображения зон обрабатываемой земли и границы обрабатываемой земли, и зерноперерабатывающая машина передвигается и эксплуатируется согласно идентифицированным зонам обрабатываемой земли и границе обрабатываемой земли. Более предпочтительно, система 30 обработки изображений в качестве алгоритма глубокого обучения использует для идентификации из изображения необработанной зоны 100, обработанной зоны 200 и граничной зоны 300 обрабатываемой земли технологию сегментации и идентификации изображений алгоритма сверточной нейросети.[0088] In one embodiment, the
[0089] Следует упомянуть, что алгоритм обработки, используемый системой 30 обработки изображений, представляет собой лишь пример, а не ограничение. Поэтому система 30 обработки изображений также может использовать для идентификации из изображения зоны обрабатываемой земли и границы обрабатываемой земли и другие алгоритмы сегментации и идентификации полученного изображения.[0089] It should be mentioned that the processing algorithm used by the
[0090] Со ссылкой на фиг. 5A и фиг. 6, система 30 обработки изображений сегментирует изображение, полученное устройством 20 получения изображений, на множество пиксельных областей 301, при этом каждая из пиксельных областей 301 содержит по меньшей мере один пиксельный элемент. Следует отметить, что изображение соответствует зоне в окрестности зерноперерабатывающей машины 10, и, соответственно, пиксельная зона 301 изображения соответствует обрабатываемой земле в конкретной зоне или информации изображения о сельскохозяйственной культуре. Каждая пиксельная область 301, образованная путем сегментации нормализуется таким образом, что пиксельный элемент пиксельной области 301 нормализуется до некоторого значения или как часть массива, соответствующего величине значения пикселя. Иначе говоря, система 30 обработки изображений нормализует сегментированную пиксельную область 301 в соответствующие значения или массивы для системы обработки изображений, извлекающей признаки изображений и разделяющей зоны.[0090] With reference to FIG. 5A and FIG. 6, the
[0091] Система 30 обработки изображений извлекает признаки изображений, соответствующие пиксельной области 301, на основе массива, который соответствует каждой пиксельной области 301. Система 30 обработки изображений получает признаки изображения, соответствующие пиксельной области 301, согласно массиву, который соответствует пиксельной области 301. В одном варианте осуществления, когда система 30 обработки изображений использует алгоритм сверточной нейросети, такой как двумерная сверточная нейросеть, входной слой сверточной нейросети соответствует двумерному массиву или трехмерному массиву в пиксельной зоне 301. Скрытый слой сверточной нейросети извлекает признаки из массива входного слоя, выбирает признаки и фильтрует признаки после их извлечения. Сверточная нейросеть выводит метку классификации пиксельной зоны 301 на основе признаков, соответствующих массиву, и эта метка классификации соответствует необработанной зоне 100, обработанной зоне 200 или граничной зоне 300 обрабатываемой земли.[0091] The
[0092] Со ссылкой на фиг. 6 и фиг. 7, система 30 обработки изображений идентифицирует признаки области, соответствующие пиксельной области 301, путем извлечения признаков массива пиксельной области 301. В одном варианте осуществления признаки, соответствующие пиксельной области 301, включают признак высоты растений сельскохозяйственной культуры, расстояние между растениями сельскохозяйственной культуры на обрабатываемой земле, цвет сельскохозяйственной культуры, цвет почвы обрабатываемой земли, признаки типа сельскохозяйственной культуры, признаки высоты сельскохозяйственной культуры, расстояние между сельскохозяйственной культурой на обрабатываемой земле, признаки цвета сельскохозяйственной культуры, признаки цвета обрабатываемой земли, признаки типа сельскохозяйственной культуры, признаки обрабатываемой земли, налив зерна, количество сельскохозяйственной культуры и т.д. Система 30 обработки изображений выводит метку классификации, соответствующую пиксельной области 301, согласно извлеченным признакам. В одном варианте осуществления метка классификации соответствующим образом идентифицирует тип зоны и границу, соответствующие пиксельной области 301, на основе извлеченных признаков.[0092] With reference to FIG. 6 and FIG. 7, the
[0093] Со ссылкой на фиг. 5B, система 30 обработки изображений содержит модуль 31 сегментации изображений, модуль 32 признаков и модуль 33 разделения зон. Модуль 31 сегментации изображений получает изображение, захваченное устройством 20 получения изображений, и генерирует множество пиксельных областей 301 путем сегментации и обработки изображения. В одном варианте осуществления каждая пиксельная область 301 содержит по меньшей мере один пиксельный элемент. Модуль 32 признаков использует алгоритм глубокого обучения для извлечения типа признака пиксельной зоны 301, выбирает признак и фильтрует этот признак. Модуль 33 разделения зон разделяет изображение на основе признаков пиксельной области 301, извлеченных модулем 32 признаков, для генерирования метки классификации, соответствующей необработанной зоне 100, обработанной зоне 200 и граничной зоне 300 обрабатываемой земли.[0093] With reference to FIG. 5B, the
[0094] В одном варианте осуществления модуль 31 сегментации изображений разделяет изображение на множество пиксельных областей 301, и каждая пиксельная область 301 имеет одни и те же размер, форму и диапазон. Следует отметить, что модуль 31 сегментации изображений может сегментировать изображение согласно пороговому значению пикселя изображения. То есть размер, форма и диапазон пиксельной области 301, сегментированной модулем 31 сегментации изображений, могут отличаться. В одном варианте осуществления, когда в модуле 32 признаков системы 30 обработки изображений принят для сегментации изображения алгоритм сверточной нейросети, пиксельная зона 301, разделенная модулем 31 сегментации изображений, представляет собой один пиксельный элемент.[0094] In one embodiment, the image segmentation module 31 divides an image into a plurality of
[0095] В одном варианте осуществления модуль 32 признаков содержит модуль 321 обработки пикселей, модуль 322 извлечения признаков и модуль 323 вывода признаков. Модуль 321 обработки пикселей обрабатывает массив пиксельного элемента в пиксельной зоне 301. В одном варианте осуществления модуль 321 обработки пикселей нормализует пиксельную зону 301 в массив, подходящий для обработки. Модуль 322 извлечения признаков вводит массив пиксельной зоны 301, обработанный модулем 321 обработки пикселей, извлекает тип признаков, соответствующих этому массиву, выбирает признаки и фильтрует эти признаки с целью накопления данных в отношении доступности и исключения данных в отношении помех с тем, чтобы сделать признаки более подготовленными. Модуль 323 вывода признаков выводит признаки, извлеченные модулем 322 извлечения признаков, и модуль 33 разделения зон генерирует метку классификации соответствующей зоны в комбинации с признаками, выводимыми модулем 323 вывода признаков.[0095] In one embodiment, the feature module 32 includes a pixel processing module 321, a feature extraction module 322, and a feature output module 323. Pixel processing module 321 processes an array of pixel element in
[0096] Модуль 33 разделения зон разделяет зоны изображения и устанавливает границы зон на основе признаков пиксельной области 301, извлеченных модулем 32 признаков. Соответственно, модуль 33 разделения зон дополнительно включает модуль 331 разделения зон и модуль 332 разделения границ. Модуль 331 разделения зон разделяет разные зоны согласно признакам пиксельной области 301, а модуль 332 разделения границ разделяет граничный диапазон зон с целью определения диапазона каждой зоны.[0096] The zone separating module 33 separates the zones of the image and sets the boundaries of the zones based on the features of the
[0097] Во время движения зерноперерабатывающей машины 10 системы автоматического вождения для переработки зерна устройство 20 получения изображений получает изображения вида спереди от зерноперерабатывающей машины 10 в реальном времени. Соответственно, система 30 обработки изображений получает изображение, захваченное устройством 20 получения изображений в реальном времени, и использует технологию сегментации и идентификации изображений для идентификации разделенной зоны и граничного диапазона зоны, соответствующего обрабатываемой земле на изображении. Когда разделенная зона и граничный диапазон зоны, идентифицированные системой 30 обработки изображений, не согласуются с предыдущим граничным диапазоном зоны, идентифицированная зона и граничный диапазон зоны, соответствующие изображению, корректируются.[0097] During the movement of the
[0098] Со ссылкой на фиг. 8, в ходе движения возникают такие проблемы, как вибрация и отклонение от направления. Когда направление движения зерноперерабатывающей машины 10 отклоняется, или разделенная зона изменяется вследствие вибрации транспортного средства, система 30 обработки изображений в реальном времени обновляет разделенную зону и граничный диапазон зоны изображения.[0098] With reference to FIG. 8, problems such as vibration and yaw occur during movement. When the direction of movement of the
[0099] Со ссылкой на фиг. 1, система автоматического вождения дополнительно содержит устройство 40 определения положения и навигационную систему 50. В одном варианте осуществления устройство 40 определения положения расположено на зерноперерабатывающей машине 10. Устройство 40 определения положения получает информацию о положении зерноперерабатывающей машины 10. В одном варианте осуществления устройство 40 определения положения использует информацию о положении спутника для получения информации о положении зерноперерабатывающей машины 10. Устройство 40 определения положения может представлять собой устройство GPS или навигационное устройство Beidou. Навигационная система 50 расположена на зерноперерабатывающей машине 10. Навигационная система 50 обеспечивает навигацию для зерноперерабатывающей машины 10. Зерноперерабатывающая машина 10 выполняет автоматическое вождение и эксплуатацию на основе информации о положении устройства 40 определения положения и информации о планировании зон (такой как разделенные зоны и граничный диапазон зон), полученной системой 30 обработки изображений, а также навигационной информации навигационной системы 50.[0099] With reference to FIG. 1, the automatic driving system further comprises a
[00100] Следует отметить, что разделенная зона и граничный диапазон обрабатываемой земли, полученные системой 30 обработки изображений, обрабатывающей изображение, обновляются согласно навигационной системе 50 в реальном времени для обновления навигационной информации навигационной системы 50. В одном варианте осуществления навигационная система 50 может представлять собой встроенную инерционную навигационную систему. Понятно, что типы навигационной системы 50 по существу являются здесь лишь примером, а не ограничением, и, таким образом, навигационная система 50 также может представлять собой навигационные устройства других типов.[00100] It should be noted that the divided area and the boundary range of the cultivated land obtained by the
[00101] Соответственно, зерноперерабатывающая машина 10 системы автоматического вождения для переработки зерна содержит транспортное средство 11, систему 12 эксплуатации, расположенную на транспортном средстве 11, и систему 13 управления движением. В одном варианте осуществления система 12 эксплуатации приводится в движение транспортным средством 11 и выполняет операцию переработки зерна, такую как уборочная операция. Система 13 управления движением управляет движением транспортного средства 11 и работой системы 12 эксплуатации. Следует упомянуть, система 13 управления движением имеет беспилотный режим и режим вождения оператором. Когда система автоматического вождения для переработки зерна находится в беспилотном режиме, система 13 управления движением автоматически управляет работой транспортного средства 11 и системы 12 эксплуатации. Соответственно, когда система автоматического вождения для переработки зерна находится в режиме вождения оператором, система 13 управления движением позволяет водителю вручную управлять транспортным средством 11 и работой системы эксплуатации.[00101] Accordingly, the
[00102] В одном варианте осуществления система автоматического вождения для переработки зерна представляет собой уборочное устройство, при этом система 12 эксплуатации может представлять собой устройство для выполнения уборочной операции. Система 13 управления движением управляет движением транспортного средства 11 и работой системы 12 эксплуатации. Иначе говоря, система 13 управления движением управляет корректировкой эксплуатационных параметров системы 12 эксплуатации во время движения транспортного средства 11. Система 13 управления движением получает информацию системы 30 обработки изображений, такую как тип сельскохозяйственной культуры, высота сельскохозяйственной культуры, налив зерна, диаметр стеблей сельскохозяйственной культуры и т.д., и на основе полученной информации корректирует эксплуатационные параметры системы 12 эксплуатации, такие как рабочая скорость, ширина и высота системы 12 эксплуатации, и параметры среза или обмолота.[00102] In one embodiment, the automatic driving system for processing grain is a harvesting device, while the
[00103] На фиг. 9 настоящего описания показана реализация системы автоматического вождения в области беспилотной работы и уборочной операции. Когда система 13 управления движением зерноперерабатывающей машины 10 находится в беспилотном режиме, система 13 управления движением получает информацию о положении транспортного средства 11, предоставляемую устройством 40 определения положения, навигационную информацию, предоставляемую навигационной системой 50, и идентификационную информацию зоны, предоставляемую системой 30 обработки изображений, при помощи которых осуществляется управление перемещением транспортного средства 11 в необработанной зоне 100 обрабатываемой земли с целью выполнения операции уборки зерна. Во время операции движения устройство 20 получения изображений в реальном времени получает изображение спереди от транспортного средства 11, при этом изображение идентифицируется системой 30 обработки изображений с использованием технологии распознавания и сегментации изображений с целью идентификации зоны и граничного диапазона зоны. Когда разделенная зона и граничный диапазон зоны, полученные системой 30 обработки изображений, не согласуются с предыдущей зоной и граничным диапазоном, система 30 обработки изображений заменяет исходную зону и граничный диапазон зоны, и обновляет навигационные данные навигационной системы 50 так, что система 13 управления движением получает новую навигационную информацию для корректировки движения и рабочего маршрута транспортного средства 11.[00103] FIG. 9 of the present description shows the implementation of the automatic driving system in the field of unmanned operation and harvesting operation. When the
[00104] Как показано на фиг. 10-11В, на основе информации о положении зерноперерабатывающей машины 10, полученной устройством 40 определения положения, информации о планировании зон, идентифицированной системой 30 обработки изображений, и навигационной информации навигационной системы 50 система автоматического вождения для переработки зерна генерирует по меньшей мере одну запланированную траекторию. Система 13 управления движением зерноперерабатывающей машины 10 управляет движением транспортного средства 11 и работой системы 12 эксплуатации согласно сгенерированной запланированной траектории. В одном варианте осуществления система автоматического вождения для переработки зерна дополнительно содержит систему 60 планирования траектории, при этом система 60 планирования траектории планирует по меньшей мере одну траекторию движения транспортного средства 11 для зерноперерабатывающей машины 10. Система 60 планирования траектории получает информацию о положении устройства 40 определения положения, получает информацию изображения о планировании зон, идентифицированную системой 30 обработки изображений, получает навигационную информацию навигационной системы 50 и планирует траекторию движения транспортного средства 11 согласно полученной информации.[00104] As shown in FIG. 10-11B, based on the position information of the
[00105] Со ссылкой на фиг. 11A и фиг. 11B, система 60 планирования траектории идентифицирует или устанавливает по меньшей мере одну эксплуатационную зону 601 и по меньшей мере одну границу 602 эксплуатационной зоны на обрабатываемой земле, при этом эксплуатационная зона 601 представляет собой наибольший диапазон эксплуатации системы автоматического вождения для переработки зерна, и система 13 управления движением управляет перемещением транспортного средства 11 в пределах границы 602 эксплуатационной зоны. Следует отметить, что эксплуатационную зону 601 и границу 602 эксплуатационной зоны можно идентифицировать при помощи системы 30 обработки изображений, идентифицирующей граничную зону 300 обрабатываемой земли на изображении. Альтернативно, эксплуатационную зону 601 системы автоматического вождения может устанавливать система 60 планирования траектории.[00105] With reference to FIG. 11A and FIG. 11B, the
[00106] Система 60 планирования траектории планирует по меньшей мере одну траекторию движения на основе самой внешней части границы 602 эксплуатационной зоны 601. Когда ширина эксплуатационной зоны 601 больше рабочей ширины системы 12 эксплуатации, система 60 планирования траектории планирует маршрут движения «круговой» формы или маршрут движения s-образной формы. Следует отметить, что способ, которым маршрут движения планируется системой 60 планирования траектории, представляет собой лишь пример, а не ограничение. Поэтому также могут применяться другие маршруты движения.[00106] The
[00107] В одном варианте осуществления, когда транспортное средство 11 перемещается к границе на дальнем конце эксплуатационной зоны 601, система 60 планирования траектории изменяет план по меньшей мере одной траектории движения на основе диапазона текущей необработанной зоны 100. То есть когда транспортное средство 11 движется к дальнему концу эксплуатационной зоны 601, эксплуатационная зона 601 и граница 602 эксплуатационной зоны обновляются системой 60 планирования траектории для транспортного средства 11, и согласно обновленной эксплуатационной зоне 601 планируется новая траектория движения.[00107] In one embodiment, when the
[00108] Следует отметить, что система 13 управления движением управляет транспортным средством 11 с целью движения согласно траектории движения, запланированной системой 60 планирования траектории. В одном варианте осуществления система 13 управления движением управляет системой 12 эксплуатации с целью уборки самой внешней сельскохозяйственной культуры эксплуатационной зоны 401. То есть система 13 управления движением управляет системой 12 эксплуатации с целью уборки сельскохозяйственной культуры в необработанной зоне 100 на основе границы 602 эксплуатационной зоны.[00108] It should be noted that the
[00109] Со ссылкой на фиг. 10, система 60 планирования траектории системы автоматического вождения для переработки зерна содержит модуль 61 установки зоны, модуль 62 планирования траектории и модуль 63 корректировки траектории. Модуль 61 установки зоны идентифицирует эксплуатационную зону 601 и границу 602 эксплуатационной зоны обрабатываемой земли на основе системы 30 обработки изображений, идентифицирующей граничную зону обрабатываемой земли на изображении, или на основе установки зерноперерабатывающей машины на эксплуатацию в эксплуатационной зоне 601 в пределах границы 602 эксплуатационной зоны на обрабатываемой земле. Так как эксплуатация зерноперерабатывающей машины 10 вызывает изменение необработанной зоны 100 и обработанной зоны 200, модуль 61 установки зоны в реальном времени обновляет диапазон эксплуатационной зоны 601 и границу 602 эксплуатационной зоны с целью генерирования новой необработанной зоны 100 и новой обработанной зоны 200.[00109] With reference to FIG. 10, the
[00110] Модуль 62 планирования траектории получает по меньшей мере одну запланированную траекторию 603 движения на основе информации о положении зерноперерабатывающей машины 10, информации изображения о планировании зон, идентифицированной системой 30 обработки изображений, и навигационной информации навигационной системы 50. В одном варианте осуществления система 13 управления движением управляет транспортным средством 11 с целью движения согласно запланированной траектории 603 движения. Модуль 63 корректировки траектории корректирует направление движения зерноперерабатывающего устройства 10 на основе информации изображения о сельскохозяйственной культуре, идентифицированной системой 30 обработки изображений, с целью генерирования траектории 604 движения транспортного средства, при этом траектория 604 движения транспортного средства в основном совпадает или является параллельной запланированной траектории 603 движения. Когда система 30 обработки изображений идентифицирует необходимость корректировки диапазона уборки, траектория движения транспортного средства, сгенерированная модулем 63 корректировки траектории, отклоняется от запланированной траектории 603 движения.[00110] The path planning module 62 obtains at least one
[00111] Согласно еще одному варианту осуществления настоящего изобретения, настоящее изобретение дополнительно предоставляет способ планирования траектории, используемый в системе автоматического вождения для переработки зерна, который включает приведенные ниже этапы.[00111] According to another embodiment of the present invention, the present invention further provides a path planning method used in an automatic driving system for grain processing, which includes the following steps.
[00112] (a) Получение по меньшей мере одного изображения обрабатываемой земли в окрестности зерноперерабатывающей машины 10.[00112] (a) Obtaining at least one image of cultivated land in the vicinity of the
[00113] (b) Идентификация и разделение зоны обрабатываемой земли и границы обрабатываемой земли, соответствующих изображению.[00113] (b) Identification and separation of a cultivated area and a cultivated land boundary corresponding to the image.
[00114] (с) Планирование по меньшей мере одной запланированной траектории 603 движения на основе идентифицированной зоны.[00114] (c) Planning at least one
[00115] Способ планирования траектории дополнительно включает следующие этапы: (a.0) установка эксплуатационной зоны 601 обрабатываемой земли и по меньшей мере одной границы 602 эксплуатационной зоны, соответствующей эксплуатационной зоне 601. Следует отметить, что эксплуатационная зона 601 обрабатываемой земли содержит обработанную зону 200, необработанную зону 100 и граничную зону 300 обрабатываемой земли. Граничная зона 300, соответствующая наружной части обрабатываемой земли, совпадает с границей 602 эксплуатационной зоны.[00115] The trajectory planning method further includes the following steps: (a.0) setting an operational
[00116] Этап (a.0) способа планирования траектории дополнительно включает следующие этапы: идентификация эксплуатационной зоны 601 и границы 602 эксплуатационной зоны обрабатываемой земли системой 30 обработки изображений, идентифицирующей из изображения зону и границу обрабатываемой земли.[00116] Step (a.0) of the trajectory planning method further includes the following steps: identifying a
[00117] Этап (b) способа планирования траектории дополнительно включает следующие этапы: использование методики сегментации изображения для сегментации изображения и идентификация и разделение области изображения.[00117] Step (b) of the path planning method further includes the steps of using an image segmentation technique to segment an image, and identifying and dividing an image area.
[00118] На этапе (a) вышеописанного способа планирования траектории информация изображения окрестности зерноперерабатывающей машины 10 захватывается в реальном времени на основе положения и направления движения зерноперерабатывающей машины 10. На этапе (b) вышеописанного способа планирования траектории система обработки изображений использует технологию сегментации изображений для сегментации информации изображения и идентифицирует и разделяет области из изображения на необработанную область 100, обработанную область 200 и граничную область 300 обрабатываемой земли. Этап (b) способа планирования траектории дополнительно включает следующие этапы.[00118] In step (a) of the above path planning method, image information of the vicinity of the
[00119] (b.1) Разделение изображения на множество пиксельных областей 301 и нормализация значений пикселей пиксельных областей 301 в массив.[00119] (b.1) Dividing an image into a plurality of
[00120] (b.2) Извлечение признаков пиксельных областей 301, соответствующих каждому массиву.[00120] (b.2) Feature extraction of
[00121] (b.3) Вывод метки классификации изображения на основе признаков пиксельной области 301.[00121] (b.3) Deriving an image classification mark based on features of the
[00122] На этапе (b.3) способа планирования траектории метка классификации соответствует необработанной зоне 100, обработанной зоне 200 и граничной зоне 300 обрабатываемой земли.[00122] In step (b.3) of the trajectory planning method, the classification mark corresponds to the
[00123] На этапе (b) вышеописанного способа планирования траектории система 30 обработки изображений использует для разделения изображения и идентификации зон изображения алгоритм сверточной нейросети глубокого обучения.[00123] In step (b) of the path planning method described above, the
[00124] На этапе (с) способ планирования траектории дополнительно включает этап (с.1): получение запланированной траектории 603 движения на основе информации о положении зерноперерабатывающей машины 10, идентификации системой 30 обработки изображений информации изображения о планировании зон и навигационной информации навигационной системы 50.[00124] In step (c), the trajectory planning method further includes step (c.1): obtaining a
[00125] Этап (c) способа планирования траектории дополнительно включает этап (с.2): корректировка направления движения зерноперерабатывающей машины 10 на основе информации о том, что система 30 обработки изображений распознала сельскохозяйственную культуру на изображении, с целью образования траектории 604 движения транспортного средства.[00125] Step (c) of the trajectory planning method further includes step (c.2): adjusting the driving direction of the
[00126] Способ планирования траектории дополнительно включает: этап (d) сравнительного определения того, согласуются ли разделенная зона и граничный диапазон зоны, идентифицированные системой 30 обработки изображений, с предыдущим граничным диапазоном зоны, корректировки разделенной зоны и граничного диапазона зоны, соответствующих изображению, когда разделенная зона и граничный диапазон зоны, идентифицированные системой 30 обработки изображений, согласуются с предыдущим граничным диапазоном зоны, и сохранение разделенной зоны и граничного диапазона зоны без изменений, когда разделенная зона и граничный диапазон зоны, идентифицированные системой 30 обработки изображений, не согласуются с предыдущим граничным диапазоном зоны.[00126] The path planning method further includes: step (d) comparing whether the divided area and the boundary area range identified by the
[00127] Согласно еще одному аспекту настоящего изобретения, настоящее изобретение дополнительно предоставляет способ автоматического вождения, применимый в системе автоматического вождения для переработки зерна, который включает следующие этапы.[00127] According to another aspect of the present invention, the present invention further provides an automatic driving method applicable to an automatic driving system for grain processing, which includes the following steps.
[00128] (1) Получение по меньшей мере одного изображения и идентификация зоны обрабатываемой земли и границы зоны обрабатываемой земли на изображении;[00128] (1) Obtaining at least one image and identifying a cropland area and a cropland boundary in the image;
[00129] (2) Планирование на основе зоны и границы зоны обрабатываемой земли по меньшей мере одной запланированной траектории 603 движения.[00129] (2) Planning, based on the zone and boundary of the zone of cultivated land, at least one
[00130] (3) Управление зерноперерабатывающей машиной 10 с целью автоматического движения согласно запланированной траектории 603 движения.[00130] (3) Controlling the
Этап (I) включает способ автоматической идентификации зоны обрабатываемой земли и границы обрабатываемой земли, предоставляемый настоящим изобретением. Система 13 управления движением управляет движением и работой зерноперерабатывающей машины 10 на основе зоны обрабатываемой земли и границы обрабатываемой земли, идентифицированных системой 30 обработки изображений.Step (I) includes a method for automatically identifying a cropland area and a cropland boundary provided by the present invention. The
[00132] Этап (I) способа автоматического вождения дополнительно включает: идентификацию на изображении соответствующей информации о сельскохозяйственной культуре на обрабатываемой земле, при этом информация о сельскохозяйственной культуре на обрабатываемой земле включает информацию о типе сельскохозяйственной культуры, высоте сельскохозяйственной культуры и наливе зерна.[00132] The step (I) of the automatic driving method further includes: identifying relevant information about the crop on the cultivated land in the image, wherein the information about the crop on the cultivated land includes information about crop type, crop height, and grain filling.
[00133] Этап (II) способа автоматического вождения дополнительно включает следующие этапы.[00133] Step (II) of the automatic driving method further includes the following steps.
[00134] Получение информации о положении зерноперерабатывающей машины 10.[00134] Obtaining information about the position of the
[00135] Планирование запланированной траектории 603 движения на основе информации о положении, идентификационной информации изображения и навигационной информации навигационной системы.[00135] Planning a
[00136] Соответственно, на этапе (III) система 13 управления движением управляет движением транспортного средства 11 зерноперерабатывающей машины 10 согласно положению зерноперерабатывающей машины 10, информации о планировании зон обрабатываемой земли, полученной системой 30 обработки изображений, и навигационной информации.[00136] Accordingly, in step (III), the
[00137] Способ автоматического вождения дополнительно включает этап (IV): корректировка эксплуатационных параметров системы 12 эксплуатации зерноперерабатывающей машины 10 на основе идентифицированной информации изображения.[00137] The automatic driving method further includes step (IV): adjusting the operating parameters of the
[00138] Специалисты в данной области техники должны понимать, что приведенное выше описание и варианты осуществления настоящего изобретения, показанные на графических материалах, являются лишь примерами и не ограничивают настоящее изобретение. Цель настоящего изобретения была полностью и эффективно достигнута. Функция и конструктивный принцип настоящего изобретения были показаны и объяснены в вариантах осуществления. Без отступления от принципа реализация настоящего изобретения может иметь любое изменение формы или модификацию.[00138] Those skilled in the art should understand that the above description and the embodiments of the present invention shown in the drawings are merely examples and do not limit the present invention. The purpose of the present invention has been fully and efficiently achieved. The function and construction principle of the present invention have been shown and explained in the embodiments. Without departing from the principle, the implementation of the present invention may have any change in form or modification.
Claims (52)
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910007342.9 | 2019-01-04 |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2774651C1 true RU2774651C1 (en) | 2022-06-21 |
Family
ID=
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1143325A1 (en) * | 1983-09-23 | 1985-03-07 | Башкирский Ордена Трудового Красного Знамени Сельскохозяйственный Институт | Agricultural unit automatic driving system for movement on helical trajectory |
CN2724862Y (en) * | 2004-09-20 | 2005-09-14 | 中国农业大学 | Automatic apparatus for seed selection |
CN104867023A (en) * | 2015-06-04 | 2015-08-26 | 南京农业大学 | Precise information acquisition and tracing system and tracing method based on DM (Data Matrix) two-dimension code grain tracing particles |
CN107710994A (en) * | 2017-11-07 | 2018-02-23 | 北京勇搏科技有限公司 | A kind of cereal seeder depositing seed based on unmanned technology |
RU2649916C2 (en) * | 2013-04-29 | 2018-04-05 | КЛААС Е-Системс КГаА мбХ & Ко КГ | System and method of operating automatic guidance system of agricultural vehicles |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1143325A1 (en) * | 1983-09-23 | 1985-03-07 | Башкирский Ордена Трудового Красного Знамени Сельскохозяйственный Институт | Agricultural unit automatic driving system for movement on helical trajectory |
CN2724862Y (en) * | 2004-09-20 | 2005-09-14 | 中国农业大学 | Automatic apparatus for seed selection |
RU2649916C2 (en) * | 2013-04-29 | 2018-04-05 | КЛААС Е-Системс КГаА мбХ & Ко КГ | System and method of operating automatic guidance system of agricultural vehicles |
CN104867023A (en) * | 2015-06-04 | 2015-08-26 | 南京农业大学 | Precise information acquisition and tracing system and tracing method based on DM (Data Matrix) two-dimension code grain tracing particles |
CN107710994A (en) * | 2017-11-07 | 2018-02-23 | 北京勇搏科技有限公司 | A kind of cereal seeder depositing seed based on unmanned technology |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3907469A1 (en) | Automatic driving system for grain processing, and automatic driving method and path planning method therefor | |
US10531603B2 (en) | Agricultural system | |
US11399531B1 (en) | Precision detection and control of vegetation with real time pose estimation | |
US11937524B2 (en) | Applying multiple processing schemes to target objects | |
RU2763451C1 (en) | Automatic driving system for grain processing, automatic driving method and automatic identification method | |
CN109588107A (en) | Harvester and its automatic Pilot method | |
CN209983105U (en) | Harvester | |
JP2022516898A (en) | Harvester and its automatic driving method | |
RU2774651C1 (en) | Automatic driving system for grain processing, automatic driving method and trajectory planning method | |
CN115451965B (en) | Relative heading information detection method for transplanting system of transplanting machine based on binocular vision | |
WO2020262287A1 (en) | Farm operation machine, autonomous travel system, program, recording medium in which program is recorded, and method | |
CN114485612B (en) | Route generation method and device, unmanned operation vehicle, electronic equipment and storage medium | |
US20230403964A1 (en) | Method for Estimating a Course of Plant Rows | |
WO2023069841A1 (en) | Autonomous detection and control of vegetation | |
CN112766178A (en) | Method, device, equipment and medium for positioning pests based on intelligent pest control system | |
WO2023214220A1 (en) | Systems and methods for vision-based plant detection and scouting application technology | |
JP2023040743A (en) | harvester |