BR102022018663A2 - NON-TRANSITORY COMPUTER READABLE MEDIUM AND BLADE WEAR MONITORING DEVICES - Google Patents
NON-TRANSITORY COMPUTER READABLE MEDIUM AND BLADE WEAR MONITORING DEVICES Download PDFInfo
- Publication number
- BR102022018663A2 BR102022018663A2 BR102022018663-4A BR102022018663A BR102022018663A2 BR 102022018663 A2 BR102022018663 A2 BR 102022018663A2 BR 102022018663 A BR102022018663 A BR 102022018663A BR 102022018663 A2 BR102022018663 A2 BR 102022018663A2
- Authority
- BR
- Brazil
- Prior art keywords
- signal
- blade
- level
- processor
- machine learning
- Prior art date
Links
Images
Abstract
A presente invenção refere-se a dispositivos de monitoramento de desgaste de lâmina; e a meio legível por computador não transitório que armazena as instruções que, quando executadas por pelo menos um processador, acarretam o pelo menos um processador obter um primeiro sinal com base em uma imagem de entrada com o uso de um modelo de aprendizado de máquina treinado, a imagem de entrada sendo uma imagem de uma planta cortada por uma lâmina, e o primeiro sinal que indica um nível de desgaste da lâmina determina se um nível do primeiro sinal é maior ou igual a um limite, gera um segundo sinal em resposta à determinação de que o nível do primeiro sinal é maior ou igual ao limite e emite o segundo sinal.
Description
[0001] A presente invenção refere-se a meios não transitórios legíveis por computador e a dispositivos para o monitoramento de desgaste da lâmina. Por exemplo, meios não transitórios legíveis por computador e dispositivos podem ser fornecidos para o monitoramento de desgaste com base em visão de uma lâmina de corte de uma colheitadeira.[0001] The present invention relates to non-transient computer-readable media and devices for monitoring blade wear. For example, non-transient computer readable media and devices can be provided for vision based wear monitoring of a combine cutter blade.
[0002] As colheitadeiras separam as culturas, como cana-de-açúcar, em tarugos com o uso de lâminas de corte. Quando estas lâminas se desgastam com o uso, o desempenho de corte das lâminas diminui. Por exemplo, uma colheitadeira com lâminas de corte gastas não consegue separar as colheitas em tarugos (por exemplo, ejeta tarugos de comprimento excessivo), não fornece tarugos cortados de forma limpa, etc. Assim, a manutenção adequada das lâminas inclui a afiação das lâminas quando elas estiverem gastas.[0002] Harvesters separate crops, such as sugarcane, into billets using cutting blades. When these blades wear down with use, the cutting performance of the blades decreases. For example, a combine with worn cutter blades is unable to separate crops into billets (e.g., ejects billets of excessive length), does not deliver cleanly cut billets, etc. So, proper blade maintenance includes sharpening the blades when they become worn.
[0003] Algumas modalidades de exemplo fornecem um meio legível por computador não transitório que armazena instruções que, quando executadas por pelo menos um processador, acarretam pelo menos um processador obter um primeiro sinal com base em uma imagem de entrada com o uso de um modelo de aprendizado de máquina treinado, sendo a imagem de entrada uma imagem de uma planta cortada por uma lâmina e o primeiro sinal que indica um nível de desgaste da lâmina, determine se um nível do primeiro sinal é maior ou igual a um limite, gere um segundo sinal em resposta à determinação de que o nível do primeiro sinal é maior ou igual ao limite e emita o segundo sinal.[0003] Some example embodiments provide a non-transient computer-readable medium that stores instructions that, when executed by at least one processor, cause at least one processor to obtain a first signal based on an input image using a template machine learning model, the input image being an image of a plant cut by a blade and the first signal indicating a level of blade wear, determine whether a level of the first signal is greater than or equal to a threshold, generate a second signal in response to the determination that the level of the first signal is greater than or equal to the threshold, and output the second signal.
[0004] Algumas modalidades de exemplo fornecem um dispositivo para o monitoramento de desgaste de lâmina, o dispositivo que compreende circuitos de processamento configurados para obter um primeiro sinal com base em uma imagem de entrada com o uso de um modelo de aprendizado de máquina treinado, sendo a imagem de entrada uma imagem de uma planta cortada por uma lâmina e o primeiro sinal que indica um nível de desgaste da lâmina, para determinar se um nível do primeiro sinal é maior ou igual a um limite, para gerar um segundo sinal em resposta à determinação de que o nível do primeiro sinal é maior ou igual ao limite e emitir o segundo sinal.[0004] Some example embodiments provide a device for monitoring blade wear, the device comprising processing circuits configured to obtain a first signal based on an input image using a trained machine learning model, the input image being an image of a plant cut by a blade and the first signal indicating a level of blade wear, to determine if a level of the first signal is greater than or equal to a threshold, to generate a second signal in response to determining that the level of the first signal is greater than or equal to the threshold and outputting the second signal.
[0005] As várias características e vantagens das modalidades não limitativas da presente invenção podem se tornar mais aparentes após a revisão da descrição detalhada em conjunto com os desenhos anexos. Os desenhos anexos são fornecidos apenas para fins ilustrativos e não devem ser interpretados para limitar o escopo das reivindicações. Os desenhos anexos não devem ser considerados como desenhados em escala, a menos que explicitamente indicado. A fim de esclarecer, várias dimensões dos desenhos podem ter sido exageradas.[0005] The various features and advantages of the non-limiting embodiments of the present invention may become more apparent upon review of the detailed description in conjunction with the accompanying drawings. The accompanying drawings are provided for illustrative purposes only and are not to be construed to limit the scope of the claims. The attached drawings are not to be considered as drawings to scale unless explicitly indicated. For the sake of clarity, several dimensions of the drawings may have been exaggerated.
[0006] A figura 1 é uma vista lateral de uma colheitadeira de acordo com algumas modalidades de exemplo;[0006] Figure 1 is a side view of a harvester according to some exemplary embodiments;
[0007] A figura 2 é uma vista em perspectiva da colheitadeira mostrada na figura 1 de acordo com algumas modalidades de exemplo;[0007] Figure 2 is a perspective view of the combine shown in Figure 1 according to some exemplary embodiments;
[0008] A figura 3 ilustra uma seção transversal através de um picador e um separador da colheitadeira mostrada nas figuras 1-2 de acordo com algumas modalidades de exemplo;[0008] Figure 3 illustrates a cross section through a chopper and a separator of the combine shown in figures 1-2 according to some example embodiments;
[0009] A figura 4 é um sistema de detecção de afiação de faca de acordo com algumas modalidades de exemplo;[0009] Figure 4 is a knife sharpening detection system according to some example embodiments;
[0010] A figura 5 é um método para o monitoramento de desgaste da lâmina de acordo com algumas modalidades de exemplo;[0010] Figure 5 is a method for monitoring blade wear according to some example embodiments;
[0011] A figura 6 é um método para treinar um modelo de aprendizado de máquina com base na inspeção do desgaste da lâmina de acordo com algumas modalidades de exemplo;[0011] Figure 6 is a method for training a machine learning model based on inspection of blade wear according to some example embodiments;
[0012] A figura 7 é um método para treinar um modelo de aprendizado de máquina com base em um conjunto ordenado de imagens de acordo com algumas modalidades de exemplo;[0012] Figure 7 is a method for training a machine learning model based on an ordered set of images according to some example modalities;
[0013] A figura 8 é um diagrama de um sistema para o monitoramento de desgaste de lâmina de acordo com algumas modalidades de exemplo;[0013] Figure 8 is a diagram of a system for monitoring blade wear according to some example embodiments;
[0014] A figura 9 é uma tabela de alertas de nível de desgaste de acordo com algumas modalidades de exemplo; e[0014] Figure 9 is a table of wear level alerts according to some example modalities; It is
[0015] A figura 10 é um diagrama de um dispositivo e sistema para treinar um modelo de aprendizado de máquina de acordo com algumas modalidades de exemplo.[0015] Figure 10 is a diagram of a device and system for training a machine learning model according to some example embodiments.
[0016] Com referência às figuras 1 e 2, uma colheitadeira 10, como uma colheitadeira de cana-de-açúcar, pode incluir uma máquina motriz (não mostrada), tal como um motor de combustão interna, para fornecer força motriz e um acelerador 11 para controlar a velocidade da máquina motriz e, assim, uma velocidade de solo da colheitadeira 10. Além disso, a colheitadeira 10 pode incluir uma armação 12 sustentada nas rodas 14 tendo esteiras contínuas 15, pneus ou outros dispositivos de tração que engatam um campo 16. As esteiras 15 podem interagir diretamente com o campo 16 e ser responsáveis pelo movimento e esforço de tração da colheitadeira 10, embora em outras construções, a colheitadeira 10 seja fornecida apenas com rodas (em vez de esteiras, como ilustrado). Uma cabine de operador 18 pode ser montada na armação 12 e conter um assento 20 para um operador. Um par de elevadores de colheita 22 com trados ou roletes lado a lado pode ser montado na frente da armação 12 e operar em lados opostos de uma fileira de colheita a ser colhida. Os elevadores de colheita 22 podem cooperar com roletes de derrubada superior e inferior e um cortador de base que inclui os discos de rotação contrária que cortam os talos de colheita perto do campo 16 após serem derrubados pelos roletes. Os elevadores de colheita 22 podem ser configurados para levantar a cana-de-açúcar para alimentação em uma seção de alimentação (não mostrada). Além disso, a colheitadeira 10 pode ser equipada com um descoroador 24 que se estende da armação 12 em uma lança 25. O descoroador 24 pode ter uma lâmina ou lâminas 26 para cortar o topo de uma colheita e permitir um processamento mais fácil da colheita restante pela colheitadeira 10.[0016] With reference to figures 1 and 2, a
[0017] Com referência às figuras 1 e 3, a colheitadeira 10 pode incluir um picador 28 e/ou um separador 55. O picador 28 pode cortar a colheita e o separador 55 pode receber a colheita cortada do picador 28 e, em geral, separar a colheita cortada por meio de um limpador de colheita. O limpador de colheita pode incluir qualquer mecanismo adequado para limpar a colheita cortada, como um ventilador (como na construção ilustrada que será descrita abaixo), uma fonte de ar comprimido, um ancinho, um agitador ou qualquer outro mecanismo que discrimine vários tipos de partes de colheita por peso, tamanho, forma, etc., a fim de separar matéria vegetal estranha de tarugos. Com referência ás figuras 1-3, o separador 55 pode incluir qualquer combinação de uma ou mais de uma câmara de limpeza 32, um compartimento de câmara de limpeza 34, um limpador de colheita, como um ventilador 40, um compartimento de ventilador 36, um motor 50 que aciona o ventilador 40, uma cobertura 38 que tem uma abertura 54 e/ou uma roda de ventilador centrífuga 46.[0017] With reference to figures 1 and 3, the
[0018] O separador 55 pode ser acoplado à armação 12 e localizado a jusante dos elevadores de colheita 22 para receber a colheita cortada do picador 28. O picador 28 pode incluir cortadores de tambor de rotação contrária 30 com lâminas sobrepostas para cortar talos da colheita, tal como cana C, em tarugos B, que são pedaços de talo. Em outras construções, o picador 28 pode incluir qualquer lâmina ou lâminas adequadas para cortar os talos da colheita. A colheita também pode incluir sujeira, folhas, raízes e outras matérias vegetais, que serão coletivamente referidas no presente documento como matéria vegetal estranha, que também pode ser cortada no picador 28 junto com a cana C. O picador 28 pode direcionar um fluxo da colheita cortada (tarugos B e/ou matéria vegetal estranha cortada) para a câmara de limpeza 32, que pode ser, em geral, definida pelo compartimento da câmara de limpeza 34, o invólucro do ventilador 36 e/ou a cobertura 38, todos os quais podem ser acoplados à armação 12 e localizados logo a jusante do picador 28 para receber a colheita cortada do picador 28. O invólucro do ventilador 36 pode ser acoplado ao compartimento da câmara de limpeza 34 e pode incluir palhetas defletoras 31.[0018] The separator 55 can be attached to the
[0019] A cobertura 38 pode ser acoplada ao invólucro do ventilador 36 e ter uma forma côncava, ou outra forma adequada, e inclui uma abertura 54 inclinada para fora da colheitadeira 10 e voltada ligeiramente para baixo no campo 16. Em algumas construções, a abertura 54 pode ser, em geral, perpendicular ao eixo de acionamento 52. A cobertura 38 pode direcionar a colheita cortada através da abertura 54 para o exterior da colheitadeira 10, por exemplo, para descarregar uma parte da colheita cortada removida do fluxo de colheita cortada de volta ao campo 16.[0019] The cover 38 may be attached to the
[0020] Montado para rotação na câmara de limpeza 32 pode estar o ventilador 40. Por exemplo, o ventilador 40 pode estar na forma de um ventilador extrator com lâminas de ventilador de fluxo axial 42 irradiando e unidas a um centro 44. Na construção ilustrada, o ventilador 40 (ou outro limpador de colheita) pode ser configurado para extrair ar e matéria vegetal estranha da câmara de limpeza 32. Em outras construções, o ventilador 40 (ou outro limpador de colheita) pode ser configurado para soprar em vez de extrair, por exemplo, para soprar ou empurrar o ar através da câmara de limpeza 32 para limpar a colheita. O ventilador 40 pode incluir outros tipos de ventiladores com outros tipos de lâminas, como um ventilador centrífugo, entre outros. A roda sopradora centrífuga 46 pode ser montada para rotação com o ventilador 40 radialmente para dentro das pás defletoras 31. Por exemplo, uma pluralidade de lâminas sopradoras geralmente angulares 48 pode ser fixa na parte inferior da roda sopradora centrífuga 46 irradiando a partir dela.[0020] Mounted for rotation in the
[0021] O motor 50, como um motor hidráulico, pode incluir um eixo de acionamento 52 acoplado de modo operacional para acionar o ventilador 40. Por exemplo, o eixo de acionamento 52 pode ser chavetado ao centro 44 ou acoplado de modo operacional de outras maneiras adequadas para acionar o ventilador 40. O motor 50 também pode ser acoplado de modo operacional para acionar a roda do soprador centrífugo 46 de maneira semelhante. Em outras construções, o motor 50 pode ser elétrico, pneumático ou pode incluir qualquer outro tipo adequado de motor, um motor ou motor primário para acionar o ventilador 40 e/ou a roda de ventilador centrífuga 46.[0021]
[0022] Novamente, com referência às figuras 1-2, um transportador 56 pode ser acoplado à armação 12 para receber a colheita limpa do separador 55. O transportador 56 pode terminar em uma abertura de descarga 58 (ou saída) elevada a uma altura adequada para descarregar a colheita limpa em um receptáculo de coleta de um veículo (não mostrado), como um caminhão, vagão ou similares, que seguem ao lado da colheitadeira 10. Um limpador secundário 60 pode ser localizado adjacente à abertura de descarga 58 para limpar a colheita uma segunda vez antes de ser descarregada no veículo. Por exemplo, ο limpador secundário 60 pode incluir um ventilador, ar comprimido, um ancinho, um agitador ou outro dispositivo adequado para limpar a colheita.[0022] Again, with reference to Figures 1-2, a
[0023] De forma breve, os tarugos B podem ser, em geral, separados da matéria vegetal estranha na câmara de limpeza 32 à medida que o ventilador 40 puxa a matéria vegetal estranha geralmente mais leve para dentro da cobertura 38 e para fora da abertura 54. Toda a colheita cortada é direcionada através da abertura 54, que é ejetada de volta para o campo 16, pode ser referida aqui como resíduo. O resíduo normalmente inclui principalmente a matéria vegetal estranha (que geralmente foi cortada) e pode incluir alguns tarugos B.[0023] Briefly, the billets B can generally be separated from the foreign plant matter in the
[0024] O compartimento da câmara de limpeza 34 pode direcionar a colheita limpa para o transportador 56. A colheita limpa tipicamente inclui principalmente tarugos B, embora alguma matéria vegetal estranha ainda possa estar presente na colheita limpa. Assim, alguma matéria vegetal estranha pode ser descarregada com os tarugos B da abertura de descarga 58. A matéria vegetal estranha descarregada da abertura de descarga 58 para o veículo pode ser aqui referida como lixo.[0024] The
[0025] Ilustrado esquematicamente na figura 2, um circuito hidráulico 62 para alimentar o motor 50 pode ser acoplado de modo operacional a ele. Em outras construções, o circuito 62 pode ser elétrico, pneumático, pode compreender ligações mecânicas, etc. Por exemplo, o circuito hidráulico 62 pode ser um circuito hidráulico de circuito fechado, que é alimentado por uma bomba 64. A bomba 64 pode ser acionada pelo motor principal (não mostrado) da colheitadeira 10 ou outra fonte de energia.[0025] Illustrated schematically in figure 2, a hydraulic circuit 62 for powering the
[0026] A colheitadeira 10 também pode incluir uma interface de operação 66 (por exemplo, uma tela, botões, uma tela sensível ao toque, uma interface gráfica de usuário, qualquer combinação dos mesmos ou similares) com a qual um usuário pode inserir configurações, preferências, comandos, etc., para controlar a colheitadeira 10. A interface do operador pode ser acoplada de modo operacional a uma unidade de controle 68, como uma unidade de controle eletrônico com base em microprocessador ou similares, para receber sinais da interface do operador 66 e de vários sensores e para enviar sinais para controlar vários componentes da colheitadeira 10 (exemplos dos quais serão descritos em mais detalhes abaixo). Os sinais, conforme usado no presente documento, podem incluir sinais eletrônicos (por exemplo, por circuito ou fio), sinais sem fio (por exemplo, por satélite, internet, tecnologia de telecomunicações móveis, uma frequência, um comprimento de onda, Bluetooth®) e similares. A unidade de controle 68 pode incluir uma memória e programação, como algoritmos. A colheitadeira 10 também pode incluir um receptor de sistema de posicionamento global (“GPS”) 70 conectado de modo operacional para enviar sinais para a unidade de controle 68. Os sensores mencionados acima podem incluir um sensor de monitoramento de rendimento 72, um sensor de perda de tarugo 74, um sensor de velocidade do ventilador 76, um sensor de carga 78, um sensor de umidade 80, um sensor de imagem 82 e/ou um sensor de velocidade no solo 84. A unidade de controle 68 pode ser programada para incluir um sistema de monitoramento que monitora as funções da colheitadeira, estados de comutação, velocidade no solo e/ ou pressões do sistema.[0026] The
[0027] De acordo com algumas modalidades de exemplo, as operações aqui descritas, como sendo realizadas pela colheitadeira 10 e/ou a unidade de controle 68, podem ser realizadas por circuitos de processamento. O termo “circuito de processamento”, conforme usado na presente descrição, pode se referir, por exemplo, ao hardware que inclui os circuitos lógicos; uma combinação de hardware/software, como um software de execução de processador; ou uma combinação dos mesmos. Por exemplo, o hardware mais especificamente pode incluir, mas não está limitado a, uma unidade de processamento central (CPU), uma unidade lógica aritmética (ALU), um processador de sinal digital, um microcomputador, uma matriz de portas programáveis em campo (FPGA), um Sistema em um chip (SoC), uma unidade lógica programável, um microprocessador, circuito integrado de aplicação específica (ASIC), etc.[0027] According to some exemplary embodiments, the operations described here, as being performed by the
[0028] A unidade de controle 68 também pode ter outras entradas, como um sensor de velocidade do elevador (não mostrado) para detectar uma velocidade do transportador 56, um sensor de velocidade do picador (não mostrado) para detectar uma velocidade dos picadores de tambor de rotação contrária 30 ou outro tipo de picador 28 e/ou um sensor de velocidade do cortador de base (não mostrado) para detectar uma velocidade dos discos de rotação contrária, ou outro dispositivo de corte, do cortador de base. A unidade de controle 68 também pode ter outras saídas, como para controlar a bomba do ventilador 64, o motor do ventilador 50, uma bomba, válvula ou motor (não mostrado) da roda do ventilador centrífugo 46, a velocidade do picador 28, a altura, direção, velocidade e controle de entrada do cortador de base (não mostrado), o limpador secundário 60 e/ou o controle de altura e entrada do descoroador.[0028] The
[0029] O sensor de monitoramento de rendimento 72 pode ser acoplado ao transportador 56 e enviar um sinal de rendimento de colheita para a unidade de controle 68 que corresponde a uma quantidade (por exemplo, uma massa ou um volume) de colheita sendo descarregada da abertura de descarga 58.[0029] The yield monitoring sensor 72 can be coupled to the
[0030] O sensor de perda de tarugo 74 pode incluir um ou mais acelerômetros e/ou qualquer sensor que meça o deslocamento ou deformação e similares. O sensor de perda de tarugo 74 pode estar associado ao separador 55, ou mais especificamente acoplado ao separador 55. Por exemplo, o sensor de perda de tarugo 74 pode ser associado ou acoplado ao compartimento da câmara de limpeza 34, ao invólucro do ventilador 36, à cobertura 38, ao ventilador 40, às lâminas do ventilador 42, ao centro 44, à roda de ventilador centrífuga 46, às pás de ventilador angulares direitas 48, ao eixo de acionamento 52, etc., ou a qualquer uma das estruturas associadas. O sensor de perda de tarugo 74 pode ser configurado para enviar um sinal para a unidade de controle 68 que corresponde a cada tarugo B que passa pelo separador 55 e, mais especificamente, pela abertura 54. Por exemplo, o sensor de perda de tarugo 74 pode incluir um acelerômetro que detecta o impacto de um tarugo B ao alcançar o ventilador 40 e/ou uma parte do compartimento, como a cobertura 38. Em outras construções, o sensor de perda de tarugo 74 pode incluir um sensor piezoelétrico ou usar outra tecnologia de detecção adequada. O sensor de perda de tarugo 74 pode enviar um sinal para a unidade de controle 68 cada vez que um tarugo for detectado. A unidade de controle 68 pode registrar e contar os tarugos e pode associar os dados do sinal do tarugo a uma hora, uma localização (por exemplo, do GPS 70), etc.[0030] The
[0031] O sensor de velocidade do ventilador 76 pode ser associado ou acoplado ao ventilador 40 e, mais especificamente, pode ser acoplado, por exemplo, às lâminas 42, ao centro 44, ao eixo de acionamento 52, etc., ou a qualquer local adequado adjacente ao ventilador 40. Por exemplo, o sensor de ventilador 76 pode incluir ímãs, sensores de proximidade, sensores de efeito Hall, etc., para contar as revoluções das lâminas 42, o eixo de acionamento 52 ou outra parte do ventilador 40 e enviar sinais para a unidade de controle 68 correspondente e usada para determinar a velocidade do ventilador. O sensor de ventilador 76 também pode incluir outras tecnologias de detecção adequadas para determinar a velocidade de ventilador.[0031] The
[0032] O sensor de umidade 80 pode ser posicionado para detectar a umidade da colheita. O sensor de umidade 80 pode incluir um sensor infravermelho próximo ou outras tecnologias de detecção de umidade adequadas. Por exemplo, o sensor de umidade 80 está disposto na colheitadeira 10 e pode ser posicionado no picador 28, no separador 55 e/ou no transportador 56 e, mais especificamente, em qualquer um dos componentes da colheitadeira 10 associados a ele, como descrito acima. Na construção ilustrada, o sensor de umidade 80 pode ser disposto no separador 55 e, mais especificamente, na cobertura 38. O sensor de umidade 80 pode enviar um sinal para a unidade de controle 68 correspondente a um nível de umidade na colheita.[0032] The
[0033] Com referência às figuras 1-2, o sensor de imagem 82 pode incluir tecnologia de visão disposta próximo ao transportador 56 e/ou à abertura de descarga 58 e enviar um sinal de imagem para a unidade de controle 68. De acordo com algumas modalidades de exemplo, o sensor de imagem 82 pode ser uma câmera de estilo tridimensional ou estéreo capaz de produzir representações tridimensionais. De acordo com algumas modalidades de exemplo, o sensor de imagem 82 pode incluir LiDAR, luz estruturada, visão estéreo, RADAR, etc. O sinal de imagem pode incluir imagens do tarugo B no transportador 56 e/ou sendo descarregado da abertura de descarga. O sinal de imagem também pode incluir imagens de lixo sendo descarregado da abertura de descarga 58. O sensor de imagem 82 (em combinação com a unidade de controle 68) pode quantificar a quantidade de lixo como uma quantidade absoluta ou como uma porcentagem do rendimento total através da descarga abertura 58. O sensor de imagem 82 pode ser disposto no transportador 56.[0033] With reference to figures 1-2, the image sensor 82 can include vision technology disposed next to the
[0034] Com referência à figura 2, o sensor de velocidade no solo 84, que pode incluir um sensor de radar, um velocímetro, como um velocímetro de superfície a laser, um sensor de roda ou qualquer outra tecnologia adequada para detectar a velocidade do veículo, pode ser configurado para enviar um sinal de velocidade no solo à unidade de controle 68 que corresponde à velocidade da colheitadeira 10 em relação ao campo 16. O sinal de velocidade no solo também pode ser enviado pelo GPS 70.[0034] With reference to Figure 2, the ground speed sensor 84, which may include a radar sensor, a speedometer such as a laser surface speedometer, a wheel sensor, or any other technology suitable for detecting ground speed vehicle, can be configured to send a ground speed signal to the
[0035] O sensor de carga 78 pode detectar uma carga no separador 55. Por exemplo, o sensor de carga 78 pode medir uma carga no motor 50 e pode incluir qualquer tipo de sensor adequado para o tipo de motor usado, por exemplo, elétrico, pneumático, hidráulico, etc. Em algumas construções, o sensor de carga 78 pode incluir um medidor de deformação para medir uma carga de torque ou um amperímetro para medir uma carga elétrica. A carga no motor 50 também pode ser medida indiretamente, como por meio da medição de uma carga no ventilador 40 e/ou na roda do ventilador centrífugo 46. Em algumas construções, como a construção ilustrada usando um motor hidráulico 50, o sensor de carga 78 pode incluir um transdutor de pressão, ou outra tecnologia de detecção de pressão, em comunicação com o circuito hidráulico 62 para medir a pressão dentro do circuito 62. Por exemplo, o sensor de carga 78 pode ser acoplado ao motor do ventilador 50 ou à bomba 64, ou em qualquer lugar ao longo do circuito 62 para medir a pressão associada no circuito 62. O sensor de carga 78 pode enviar sinais de carga para a unidade de controle 68.[0035] The load sensor 78 can detect a load on the separator 55. For example, the load sensor 78 can measure a load on the
[0036] Quando as lâminas do picador 28 ficam gastas pelo uso, o desempenho de corte das lâminas diminui. Essas lâminas gastas não conseguem separar as culturas em tarugos de comprimento desejado/selecionado (por exemplo, ejetar tarugos de comprimento excessivo), não fornecem tarugos cortados de forma limpa, etc. Por exemplo, em uma colheitadeira de cana-de-açúcar, as lâminas do cortador principal são projetadas para fazer vários cortes claros e retos, de modo que cada talo seja cortado em tarugos de aproximadamente 15,24 a 20,32 centímetros (6-8 polegadas) de comprimento. Quando essas lâminas se desgastam, elas não conseguem fazer cortes limpos, às vezes permitindo até que talos inteiros passem para o elevador de descarga. Um conjunto semelhante de lâminas retira o material folhoso do talo para que o exaustor primário possa soprar esse material folhoso antes que o material chegue ao elevador. Assim, a manutenção adequada das lâminas inclui a afiação das lâminas quando estiverem gastas.[0036] When the blades of the
[0037] Convencionalmente, um nível de desgaste atual das lâminas do picador 28 é determinado pela inspeção visual das lâminas. No entanto, a operação do picador 28 é interrompida para permitir uma inspeção visual segura das lâminas. Consequentemente, existe uma compensação entre o monitoramento suficiente das lâminas, para permitir um desempenho de corte suficiente e evitar paradas da colheitadeira.[0037] Conventionally, a current wear level of the
[0038] No entanto, de acordo com algumas modalidades de exemplo, dispositivos e métodos aprimorados são fornecidos para o monitoramento de desgaste da lâmina. Por exemplo, o sensor de imagem 82 pode capturar imagens dos tarugos B no transportador 56 e a unidade de controle 68 pode determinar um nível de desgaste das lâminas do picador 28 com base nas imagens capturadas. Com isso, o nível de desgaste das lâminas é determinado sem interromper as operações da colheitadeira 10. Assim, os dispositivos e métodos aprimorados fornecem monitoramento das lâminas evitando paradas da colheitadeira, aumentando assim a velocidade de processamento da colheitadeira 10, enquanto melhoram a qualidade dos tarugos B resultantes.[0038] However, according to some example embodiments, improved devices and methods are provided for monitoring blade wear. For example, image sensor 82 can capture images of billets B on
[0039] Com referência à figura 4, de acordo com algumas modalidades de exemplo, o sensor de imagem 82 pode emitir uma imagem estéreo 302 que inclui uma única imagem de câmera 304 e uma imagem de disparidade 306. A unidade de controle 68 pode determinar um volume de lixo, tarugos B, etc. com base na imagem de disparidade 306 (operação 308). A unidade de controle 68 pode enviar o volume determinado para um serviço de telemática (operação 312). De acordo com algumas modalidades de exemplo, a unidade de controle 68 pode realizar pós-processamento (por exemplo, filtragem, etc.) em dados correspondentes ao volume determinado antes de enviar os dados para o serviço de telemática (operação 310). De acordo com algumas modalidades de exemplo, o serviço de telemática pode ser o Sistema de Monitoramento de Máquina JDLink®. O Sistema de Monitoramento de Máquinas JDLink® é um exemplo de serviço de telemática para veículos agrícolas, disponibilizado pela John Deere & Company. Como outro exemplo, OnStar® é um serviço de telemática disponibilizado pela General Motors Corporation. JDLink® e OnStar® são exemplos de serviços de telemática por assinatura que são fornecidos aos clientes por um preço.[0039] With reference to Fig. 4, according to some exemplary embodiments, the image sensor 82 can output a
[0040] A unidade de controle 68 pode inserir a imagem de câmera única 304 em um modelo de aprendizado de máquina (MLM) de detecção de lixo318. O MLM de detecção de lixo 318 pode ser treinado para emitir uma quantidade de lixo (por exemplo, como uma quantidade absoluta, porcentagem do rendimento total, etc.) com base em uma imagem de entrada. O MLM de detecção de lixo 318 pode ser treinado com o uso de um conjunto de imagens rotuladas de lixo 320 (por exemplo, lixo no transportador 56). A unidade de controle 68 pode enviar a quantidade de lixo para um serviço de telemática (operação 324). De acordo com algumas modalidades de exemplo, a unidade de controle 68 pode realizar pós-processamento (por exemplo, filtragem, etc.) em dados correspondentes ã quantidade de lixo antes de enviar os dados para o serviço de telemática (operação 322). De acordo com algumas modalidades de exemplo, o serviço de telemática pode ser o Sistema de Monitoramento de Máquina JDLink®. A unidade de controle 68 também pode controlar a colheitadeira 10 com base na quantidade de lixo (por exemplo, controlando a velocidade da colheitadeira 10, a velocidade do ventilador 40, etc.) (operação 326).[0040] The
[0041] A figura 4 também ilustra as operações realizadas por um sistema de detecção de afiação de lâmina 300 (por exemplo, uma faca). Por exemplo, o sistema de detecção de afiação de lâmina 300 pode incluir a unidade de controle 68 e/ou um MLM de detecção de desgaste de lâmina 350. A unidade de controle 68 pode inserir a imagem de câmera única 304 no MLM de detecção de desgaste de lâmina 350. O MLM de detecção de desgaste de lâmina 350 pode ser treinado para emitir o nível de desgaste da lâmina (por exemplo, como uma quantidade absoluta, porcentagem de desgaste, etc.) com base em uma imagem de entrada. O MLM de detecção de desgaste de lâmina 350 pode ser treinado com o uso de um conjunto de imagens rotuladas para danos ao tarugo 352 (por exemplo, cortes de tarugos no transportador 56). De acordo com algumas modalidades de exemplo, a unidade de controle 68 pode realizar pós-processamento (por exemplo, filtragem, etc.) em dados correspondentes ao nível de desgaste da lâmina (operação 354). Por exemplo, um filtro (por exemplo, uma função integral) que fornece uma média móvel pode ser aplicado aos dados correspondentes ao nível de desgaste da lâmina para suavizar os dados. Tal filtro pode se ajustar para quantidades variáveis de tarugos incluídos em imagens diferentes entre o conjunto de imagens rotuladas 352.[0041] Figure 4 also illustrates the operations performed by a blade sharpening detection system 300 (for example, a knife). For example, the blade
[0042] A unidade de controle 68 pode determinar se um sinal (por exemplo, um primeiro sinal) emitido pelo MLM de detecção de desgaste de lâmina 350 (por exemplo, um primeiro sinal indicativo do nível de desgaste de uma lâmina do picador 28) é maior que um limite (operação 356). De acordo com algumas modalidades de exemplo, o limite pode ser definido por um operador da colheitadeira 10. De acordo com algumas modalidades de exemplo, o limite pode ser um parâmetro de projeto determinado por meio de estudo empírico. Em resposta à determinação de que o primeiro sinal é maior que o limite, a unidade de controle 68 pode emitir um sinal (por exemplo, um segundo sinal) para uma interface de usuário (por exemplo, um dispositivo terminal do operador, a interface de operador 66, etc.) (operação 360) e/ou um serviço de telemática (por exemplo, o Sistema de Monitoramento de Máquina JDLink®) (operação 358). O segundo sinal pode ser um alerta que indica que a lâmina do picador 28 está gasta e deve ser afiada. De acordo com algumas modalidades de exemplo, o segundo sinal indica o nível de desgaste da lâmina. Em resposta à determinação de que o primeiro sinal é igual ou menor que o limite, a unidade de controle 68 pode não emitir o segundo sinal (operação 362). Embora algumas modalidades de exemplo sejam descritas onde um alerta é emitido quando um sinal (por exemplo, um nível de sinal) é maior que um limite, deve ser entendido que algumas modalidades de exemplo não estão limitadas a isso. Por exemplo, o alerta pode ser emitido quando o sinal for maior ou igual ao limite.[0042] The
[0043] De acordo com algumas modalidades de exemplo, cada um do MLM de detecção de lixo 318 e do MLM de detecção de desgaste da lâmina 350 pode ser implementado com o uso de uma rede neural convolucional (CNN). Por exemplo, a CNN pode ser uma rede neural artificial que contém uma camada convolucional espacialmente invariante e/ou recorrente. Em algumas modalidades de exemplo, os circuitos de processamento podem realizar algumas operações (por exemplo, as operações aqui descritas como sendo realizadas pelo MLM de detecção de lixo 318 e/ou pelo MLM de detecção de desgaste de lâmina 350) por inteligência artificial e/ou aprendizado de máquina. Como exemplo, os circuitos de processamento podem implementar uma rede neural artificial que é treinada em um conjunto de dados de treinamento por, por exemplo, um modelo de aprendizado supervisionado, não supervisionado e/ou de reforço e em que o circuito de processamento pode processar um vetor de recursos para fornecer saída com base no treinamento. Tais redes neurais artificiais podem usar uma variedade de modelos organizacionais e de processamento de redes neurais artificiais, como CNNs, redes neurais recorrentes (RNNs) incluindo opcionalmente unidades de memória de longo prazo (LSTM) e/ou unidades recorrentes fechadas (GRUs), redes neurais profundas baseadas em empilhamento (S-DNNs), redes neurais dinâmicas de estado de espaço (S-SDNNs), redes de deconvolução, redes de crenças profundas (DBNs) e/ou máquinas Boltzmann restritas (RBMs). Em alternativa ou adicionalmente, os circuitos de processamento podem incluir outras formas de inteligência artificial e/ou aprendizado de máquina, como, por exemplo, regressão linear e/ou logística, agrupamento estatístico, classificação bayesiana, árvores de decisão, redução de dimensionalidade, como análise de componente principal, e sistemas especialistas; e/ou suas combinações, incluindo conjuntos como florestas aleatórias.[0043] According to some example embodiments, each of the
[0044] A figura 5 representa um método para o monitoramento de desgaste de lâmina de acordo com algumas modalidades de exemplo. De acordo com algumas modalidades de exemplo, a unidade de controle 68 pode realizar o método ilustrado na figura 5. Na operação 402, o método pode incluir a obtenção de um sinal do MLM de detecção de desgaste de lâmina 350 com base em uma entrada de imagem para o MLM de detecção de desgaste de lâmina 350. Por exemplo, a imagem pode ser uma imagem recentemente capturada do transportador 56 e representam os tarugos B obtidos cortando a colheita C com o uso da lâmina do picador 28. Na operação 404, o método pode incluir determinar se o sinal é maior que o limite. Em resposta à determinação de que o sinal é maior que o limite (“Sim” na operação 404), o método pode incluir a geração do sinal de alerta na operação 406 e a saída do sinal de alerta (por exemplo, para a interface do usuário e/ou serviço telemático) na operação 408. Em resposta à determinação de que o sinal é menor ou igual ao limite (“Não” na operação 404), o método pode incluir obter uma próxima imagem na operação 410 e retornar à operação 402 na qual um próximo sinal é obtido a partir do MLM de detecção de desgaste de lâmina 350 com base na próxima entrada de imagem para o MLM de detecção de desgaste de lâmina 350.[0044] Figure 5 represents a method for monitoring blade wear according to some example modalities. According to some example embodiments, the
[0045] De acordo com o método ilustrado na figura 5, o nível de desgaste da lâmina do picador 28 pode ser monitorado durante a operação da colheitadeira 10 e uma saída de alerta em resposta à determinação de que o nível de desgaste da lâmina excedeu um nível de desgaste limite. De acordo com algumas modalidades de exemplo, as imagens do transportador 56 podem ser capturadas e o método ilustrado executado em tempo real para permitir a detecção de lâminas gastas. Em algumas modalidades de exemplo, as imagens do transportador 56 podem ser capturadas e o método ilustrado executado periodicamente para conservar recursos (por exemplo, energia, processador, memória, etc.).[0045] According to the method illustrated in figure 5, the wear level of the
[0046] Com referência à figura 6, é representado um método para treinar um modelo de aprendizado de máquina com base na inspeção especializada do desgaste da lâmina de acordo com algumas modalidades de exemplo. Por exemplo, o método ilustrado na figura 6 pode ser usado para obter o conjunto de imagens rotuladas para danos no tarugo 352 (também referido aqui como o conjunto de imagens rotuladas 352) discutido em conjunto com a figura 4. Conforme usado no presente documento, o nível de desgaste de uma lâmina também pode ser discutido com referência à falta de desgaste, por exemplo, afiação da lâmina.[0046] With reference to figure 6, a method for training a machine learning model based on specialized inspection of blade wear according to some example embodiments is represented. For example, the method illustrated in Figure 6 can be used to obtain the set of labeled images for dowel damage 352 (also referred to herein as the set of labeled images 352) discussed in conjunction with Figure 4. As used herein, The level of wear on a blade can also be discussed with reference to the lack of wear, for example sharpness of the blade.
[0047] Na operação 502, uma lâmina do picador 28 pode ser afiada com um grau mais alto de afiação (também pode ser referido aqui como 100% afiada ou 0% gasta). Na operação 504, as primeiras imagens do mapa de tarugos são capturadas (por exemplo, imagens dos tarugos B capturadas com o uso do sensor de imagem 82). De acordo com algumas modalidades de exemplo, as primeiras imagens dos tarugos podem ser capturadas por um período de tempo T. Na operação 506, as primeiras imagens podem ser rotuladas como 100% afiadas (por exemplo, 100% de vida útil da faca). Na operação 508, um operador pode remover uma tampa do picador 28 e inspecionar o desgaste das lâminas. Na operação 510, o operador pode determinar um nível de desgaste (por exemplo, uma porcentagem da vida útil da faca ou desgaste) com base na inspeção realizada na operação 508 e pode registrar (por exemplo, registrar, armazenar, etc.) o nível de desgaste determinado. De acordo com algumas modalidades de exemplo, o operador pode ser um especialista em determinar a afiação da lâmina e/ou pode usar um sensor, ferramenta, etc., para auxiliar na determinação da afiação da lâmina. Por exemplo, o operador pode determinar a afiação da lâmina com base nas características do tarugo, tais como: (a) uniformidade ou variação no comprimento do tarugo, por exemplo, variação ou desvio padrão do comprimento de corte do tarugo versus quantidade colhida (por exemplo, por peso ou volume) para um intervalo de amostragem do material colhido no elevador (por exemplo, o transportador 56) em tempo real; (b) forma da extremidade cortada do tarugo, como ângulo reto em relação ao eixo do pedúnculo ou desvio de um ângulo reto durante um intervalo de amostragem; (c) retilínea ou retilineidade de uma ou ambas as extremidades cortadas do tarugo de cada tarugo (ou presença de corte irregular ou irregular, ou fibras não cortadas do talo nas extremidades cortadas ou próximo a elas); e/ou (d) valor, mérito ou uniformidade das extremidades cortadas do tarugo para estimar a qualidade do corte do tarugo.[0047] In
[0048] Na operação 512, as segundas imagens dos tarugos podem ser capturadas para o período de tempo T. De acordo com algumas modalidades de exemplo, as primeiras imagens e as segundas imagens podem ser capturadas durante o mesmo período de tempo T, períodos de tempo T semelhantes ou períodos de tempo T diferentes. Na operação 514, as segundas imagens podem ser rotuladas de acordo com o nível de desgaste determinado pelo operador (por exemplo, conforme determinado na operação 510). Na operação 516, é feita uma determinação de se o nível de desgaste atingiu um grau mais baixo de afiação (também pode ser referido aqui como 0% afiado ou 100% gasto). Se for determinado que o nível de desgaste não é 0% afiado (“Não” na operação 516), as operações 508-516 podem ser repetidas. Caso contrário, se for determinado que o nível de desgaste é 0% afiado (“Sim” na operação 516), o processo de coleta de imagem pode ser interrompido (operação 518) e o conjunto de imagem rotulado 352 pode ser fornecido para uso no treinamento do MLM de detecção de desgaste de lâmina 350. De acordo com algumas modalidades de exemplo, o conjunto de imagens rotuladas pode incluir as primeiras imagens dos tarugos (por exemplo, as imagens coletadas na operação 504) e as segundas imagens dos tarugos (por exemplo, as imagens coletadas na operação 512). Por exemplo, as segundas imagens dos tarugos podem incluir uma pluralidade de conjuntos de imagens, cada conjunto de imagens correspondendo a uma iteração na qual as operações 508-516 são realizadas (ou repetidas).[0048] In
[0049] De acordo com algumas modalidades de exemplo, as operações 504 e 512 podem ser realizadas com o uso do sensor de imagem 82 e as operações 502, 506, 508, 510, 514 e/ou 516 podem ser realizadas pelo operador (por exemplo, com o auxílio de uma ferramenta, um sensor, circuitos de processamento, etc.). De acordo com algumas modalidades de exemplo, em vez de remover a tampa do picador 28 e inspecionar diretamente o desgaste das lâminas em operação 508, o operador pode inspecionar os tarugos nas imagens sem remover a tampa ou inspecionar diretamente o desgaste das lâminas. Por exemplo, o operador pode ser um especialista em detectar um nível de desgaste das lâminas com base na inspeção visual dos cortes dos tarugos (por exemplo, comprimento do tarugo, afiação dos cortes, etc.). De acordo com algumas modalidades de exemplo, na operação 508, o operador pode determinar um nível de desgaste (por exemplo, uma porcentagem de vida útil da faca ou desgaste) das lâminas com base nesta inspeção visual dos cortes dos tarugos (por exemplo, revisando imagens de tarugos coletadas ou monitorando diretamente os tarugos no transportador 56). De acordo com alguns exemplos de modalidades, além de inspecionar visualmente os cortes dos tarugos, o operador pode determinar o nível de desgaste com base na inspeção visual do lixo.[0049] According to some example embodiments,
[0050] Na operação 552, o MLM de detecção de desgaste de lâmina 350 pode ser selecionado e/ou inicializado (por exemplo, usando circuitos de processamento). Na operação 554, um programa de treinamento pode ser desenvolvido, carregado de uma memória e/ou baixado por meio de um link de comunicação (por exemplo, com o uso do circuito de processamento). Na operação 556, o MLM de detecção de desgaste de lâmina 350 pode ser treinado com o uso do conjunto de imagens rotuladas 352. Por exemplo, as imagens individuais do conjunto de imagens rotuladas 352 podem ser sequencialmente inseridas no MLM de detecção de desgaste de lâmina 350 (por exemplo, com o uso dos circuitos de processamento). O MLM de detecção de desgaste de lâmina 350 pode emitir um sinal de desgaste de lâmina com base em cada imagem de entrada. O sinal de desgaste da lâmina pode fornecer uma indicação de um nível de desgaste da lâmina. A saída do sinal de desgaste da lâmina com base em cada imagem de entrada respectiva pode ser comparada ao nível de desgaste indicado pelo rótulo da respectiva imagem de entrada (por exemplo, com o uso do circuito de processamento). O feedback pode ser fornecido para o MLM de detecção de desgaste de lâmina 350 com base em uma diferença de quantidade entre o sinal de desgaste da lâmina de saída e o rótulo (por exemplo, com o uso do circuito de processamento). O MLM de detecção de desgaste de lâmina 350 pode ser ajustado com base no feedback. Consequentemente, os rótulos de imagem podem ser usados como uma verdade básica para ajustar iterativamente o MLM de detecção de desgaste de lâmina 350 para emitir com mais precisão um sinal de desgaste da lâmina consistente com os rótulos.[0050] In
[0051] Na operação 558, o MLM de detecção de desgaste de lâmina 350 treinado pode ser congelada=o. Por exemplo, uma vez que o MLM de detecção de desgaste de lâmina 350 foi treinado com sucesso para emitir um sinal de desgaste da lâmina consistente com os rótulos da imagem (por exemplo, dentro de um determinado grau de erro entre um determinado número de imagens), o treinamento é encerrado e o MLM de detecção de desgaste de lâmina 350 treinado é congelado. Na operação 560, o MLM de detecção de desgaste de lâmina 350 treinado pode ser cortado. De acordo com algumas modalidades de exemplo, a MLM de detecção de desgaste de lâmina 350 treinado pode ser cortada para remover elementos correspondentes aos menores pesos (por exemplo, próximo de zero). De acordo com algumas modalidades de exemplo, o MLM de detecção de desgaste de lâmina 350 treinado pode ser cortado ao treinar uma rede maior e mais computacionalmente intensiva e com o uso desta rede maior para treinar uma rede menor (por exemplo, o MLM de detecção de desgaste de lâmina 350 treinado) em um tipo de quadro professor-aluno. Na operação 562, o MLM de detecção de desgaste de lâmina 350 treinado pode ser implantado para uso na detecção de um nível de desgaste de lâmina com base em imagens de entrada de tarugos (por exemplo, conforme discutido em conjunto com os métodos descritos nas figuras 4-5).[0051] In
[0052] De acordo com algumas modalidades de exemplo, os circuitos de processamento usados para realizar as operações 552, 554, 556, 558, 560 e/ou 562 podem ser incluídos na colheitadeira 10 (por exemplo, a unidade de controle 68). De acordo com algumas modalidades de exemplo, os circuitos de processamento usados para realizar as operações 552, 554, 556, 558, 560 e/ou 562 podem ser incluídos em um dispositivo externo à colheitadeira 10, conforme discutido em conjunto com a figura 10.[0052] According to some exemplary embodiments, the processing circuits used to perform
[0053] A figura 7 mostra um método para treinar um modelo de aprendizado de máquina com base em um conjunto ordenado de imagens de acordo com algumas modalidades de exemplo. De acordo com algumas modalidades de exemplo, o método ilustrado na figura 7 pode ser realizado com o uso de circuitos de processamento incluídos na colheitadeira 10 (por exemplo, a unidade de controle 68) e/ou em um dispositivo externo à colheitadeira 10, conforme discutido em conjunto com a figura 10.[0053] Figure 7 shows a method for training a machine learning model based on an ordered set of images according to some example modalities. According to some example embodiments, the method illustrated in figure 7 can be carried out using processing circuits included in the combine 10 (for example, the control unit 68) and/or in a device external to the
[0054] Na operação 602, o método pode incluir a obtenção de um conjunto ordenado de imagens (por exemplo, imagens de referência 1-n, em que n é um número natural igual ou superior a 3) de tarugos (por exemplo, os tarugos B) em um transportador (por exemplo, o transportador 56). Por exemplo, antes que as imagens sejam capturadas por um sensor de imagem (por exemplo, o sensor de imagem 82), uma lâmina de um picador (por exemplo, o picador 28) pode ser afiada com um grau mais alto de afiação. A lâmina afiada pode então ser usada para separar uma colheita (por exemplo, cana-de-açúcar) em tarugos. Enquanto a lâmina está em uso, o sensor de imagem pode capturar periodicamente imagens dos tarugos resultantes e rotular cada imagem respectiva com um número de sequência correspondente a uma ordem na qual a respectiva imagem foi capturada. O uso da lâmina e a captura das imagens podem continuar por um período de tempo ou até que a lâmina seja gasta com o menor grau de afiação. As imagens capturadas podem constituir o conjunto ordenado de imagens e podem ser fornecidas para uso no treinamento do MLM de detecção de desgaste de lâmina 350.[0054] In operation 602, the method may include obtaining an ordered set of images (for example, 1-n reference images, where n is a natural number equal to or greater than 3) of billets (for example, the billets B) on a conveyor (e.g. conveyor 56). For example, before images are captured by an image sensor (eg image sensor 82), a blade of a chipper (eg chipper 28) can be sharpened to a higher degree of sharpness. The sharp blade can then be used to split a crop (eg sugar cane) into billets. While the blade is in use, the image sensor can periodically capture images of the resulting billets and label each respective image with a sequence number corresponding to an order in which the respective image was captured. Using the blade and capturing images can continue for a period of time or until the blade is worn down with the slightest degree of sharpening. The captured images can constitute the ordered set of images and can be provided for use in training the Blade
[0055] Na operação 604, cada imagem individual no conjunto ordenado de imagens pode ser sequencialmente inserida no MLM de detecção de desgaste de lâmina 350 (por exemplo, o “Modelo de ML”). Na operação 606, o MLM de detecção de desgaste de lâmina 350 pode emitir um sinal de desgaste da lâmina com base em cada imagem de entrada. O sinal de desgaste da lâmina pode fornecer uma indicação de um nível de desgaste da lâmina. Na operação 608, a saída do sinal de desgaste da lâmina com base em cada imagem de entrada respectiva pode ser comparada ao número de sequência da respectiva imagem de entrada. Por exemplo, o sinal de desgaste da lâmina pode ser comparado a uma posição do número de sequência da respectiva imagem de entrada entre o conjunto ordenado de imagens (por exemplo, uma porcentagem do conjunto ordenado de imagens inseridas sequencialmente no MLM de detecção de desgaste de lâmina 350 através da respectiva imagem de entrada, uma relação do número de sequência da respectiva imagem de entrada para a quantidade do conjunto ordenado de imagens, etc.). Na operação 610, o feedback pode ser fornecido ao MLM de detecção de desgaste de lâmina 350 com base em uma diferença de quantidade entre o sinal de desgaste da lâmina de saída e a posição do número de sequência. Por exemplo, o número de sequência pode ser usado como uma indicação do nível de desgaste. O MLM de detecção de desgaste de lâmina 350 pode ser ajustado com base no feedback. Consequentemente, os números de sequência do conjunto ordenado de imagens podem ser usados como uma verdade básica para ajustar iterativamente o MLM de detecção de desgaste de lâmina 350 para emitir com mais precisão um sinal de desgaste da lâmina consistente com os números de sequência.[0055] At operation 604, each individual image in the ordered set of images may be sequentially entered into the blade wear detection MLM 350 (eg, the "ML Template"). At operation 606, blade
[0056] [0056] As operações 604, 606, 608 e 610 podem ser repetidas iterativamente até que o MLM de detecção de desgaste de lâmina 350 tenha sido treinado com sucesso para emitir um sinal de desgaste da lâmina consistente com os rótulos de imagem (por exemplo, dentro de um determinado grau de erro entre um determinado número de imagens). O MLM de detecção de desgaste de lâmina 350 treinado pode ser implantado para uso na detecção de um nível de desgaste de lâmina com base em imagens de entrada de tarugos (por exemplo, conforme discutido em conexão com os métodos descritos nas figuras 4-5.[0056] [0056] Operations 604, 606, 608, and 610 may be repeated iteratively until the blade
[0057] A figura 8 é um diagrama de um sistema para o monitoramento de desgaste de lâmina, de acordo com algumas modalidades de exemplo. O sistema pode incluir uma colheitadeira 710 (por exemplo, a colheitadeira 10), um servidor 720 e/ou um terminal 730. A colheitadeira 10 pode incluir circuitos de processamento 712 (por exemplo, a unidade de controle 68), um transceptor 714, uma memória 716 (por exemplo, a memória da unidade de controle 68) e/ou um sensor de imagem 718 (por exemplo, o sensor de imagem 82). A colheitadeira 10 é conectada ao servidor 720 e/ou ao terminal 730 através de um primeiro link de comunicação. De acordo com algumas modalidades de exemplo, a colheitadeira 710 pode transmitir um sinal de alerta (ver, por exemplo, operação 408 representada na figura 5) para o servidor 720 em resposta à determinação de um sinal de nível de desgaste que excede um limite. De acordo com algumas modalidades de exemplo, as operações aqui descritas como sendo realizadas pela colheitadeira 710, pelo servidor 720 e/ou pelo terminal 730 podem ser realizadas por circuitos de processamento. De acordo com algumas modalidades de exemplo, a memória 716 e/ou uma memória do servidor 720 pode ser um meio legível por computador tangível, não transitório, tal como uma memória de acesso aleatório (RAM), uma memória flash, um memória somente de leitura (ROM), uma ROM eletricamente programável (EPROM), uma ROM programável eletricamente apagável (EEPROM), registradores, um disco rígido, um disco removível, uma ROM de disco compacto (CD), qualquer uma de suas combinações, ou qualquer outra forma de meio de armazenamento conhecido na técnica.[0057] Figure 8 is a diagram of a system for monitoring blade wear, according to some example modalities. The system may include a combine 710 (e.g., combine 10), a
[0058] De acordo com algumas modalidades de exemplo, o servidor 720 pode ser uma estação base. A estação base pode se referir, em geral, a uma estação fixa que se comunica com o equipamento do usuário e/ou outras estações base e pode trocar dados e informações de controle ao se comunicar com o equipamento do usuário e/ou outras estações base. Por exemplo, a estação base também pode ser referida como um nó B, um nó B evoluído (eNB), um nó B de próxima geração (gNB), um setor, um site, um sistema transceptor de base (BTS), um ponto (AP), um nó de retransmissão, uma cabeça de rádio remota (RRH), uma unidade de rádio (RU), uma célula pequena e similares. No presente relatório descritivo, uma estação base ou uma célula pode ser interpretada em um sentido abrangente para indicar alguma área ou função coberta por um controlador de estação base (BSC) em CDMA, um nó B em WCDMA, um eNB em LTE, um gNB ou setor (local) em 5G e similares, e pode abranger todas as várias áreas de cobertura, como megacélula, macrocélula, microcélula, picocélula, femtocélula e nó de retransmissão, RRH, RU e alcance de comunicação de células pequenas.[0058] According to some example embodiments, the
[0059] De acordo com algumas modalidades de exemplo, o terminal 730 pode ser fixo ou móvel e pode se referir a qualquer dispositivo que possa se comunicar com uma estação base, como o servidor 720, para transmitir e receber dados e/ou informações de controle. Por exemplo, ο terminal 730 pode ser referido como um terminal, um equipamento terminal, uma estação móvel (MS), um terminal móvel (MT), um terminal de usuário (UT), uma estação de assinante (SS), um dispositivo sem fio, um dispositivo portátil e similares.[0059] According to some example embodiments, the terminal 730 can be fixed or mobile and can refer to any device that can communicate with a base station, such as the
[0060] De acordo com algumas modalidades de exemplo nas quais o MLM de detecção de desgaste de lâmina 350 é treinado com o uso de circuitos de processamento incluídos em um dispositivo externo à colheitadeira 10 (com referência às figuras 6 e 7), o dispositivo (como discutido em conjunto com a figura 10) pode ser implementado com o uso dos mesmos componentes ou componentes semelhantes aos da colheitadeira 710 ilustrada na figura 8.[0060] According to some example embodiments in which the blade
[0061] De acordo com algumas modalidades de exemplo, o servidor 720 é um servidor de comunicação. De acordo com algumas modalidades de exemplo, o servidor 720 pode ser um servidor de comunicação telemática (por exemplo, pode ser usado no Sistema de Monitoramento de Máquina JDLink®). O servidor 720 pode fornecer o sinal de alerta a um operador através do terminal 730, a interface de operador 66, etc. Por exemplo, o servidor 720 pode transmitir o sinal de alerta ao operador através de um segundo link de comunicação.[0061] According to some example embodiments, the
[0062] De acordo com algumas modalidades de exemplo, cada um do primeiro link de comunicação e do segundo link de comunicação pode ser um link com fio e/ou um link sem fio. Por exemplo, cada um do primeiro link de comunicação e do segundo link de comunicação pode ser um link Ethernet, um link 802.11 (WiFi), um link de Radiofrequência (RF) (por exemplo, celular), um Protocolo de Controle de Transmissão/ Protocolo de Internet (TCP/IP)), um link de Barramento Serial Universal (USB), um link Bluetooth® ou qualquer de suas combinações.[0062] According to some example embodiments, each of the first communication link and the second communication link can be a wired link and/or a wireless link. For example, each of the first communications link and the second communications link can be an Ethernet link, an 802.11 (WiFi) link, a Radio Frequency (RF) link (e.g. cellular), a Transmission Control Protocol/ Internet Protocol (TCP/IP)), a Universal Serial Bus (USB) link, a Bluetooth® link, or any combination thereof.
[0063] De acordo com algumas modalidades de exemplo, o operador pode inserir um ou mais limites de desgaste da lâmina para uso na geração de alertas correspondentes. Por exemplo, o operador pode inserir um ou mais limites no terminal 730, a interface de operador 66, etc. No caso de o operador inserir um ou mais limites no terminal 730, 0 terminal 730 pode transmitir um ou mais limites para o servidor 720 através do segundo link de comunicação, e o servidor 720 pode transmitir um ou mais limites para a colheitadeira 710 (por exemplo, recebido através do transceptor 714) através do primeiro link de comunicação.[0063] According to some example embodiments, the operator can enter one or more blade wear limits for use in generating the corresponding alerts. For example, the operator can enter one or more limits on
[0064] De acordo com algumas modalidades de exemplo, o operador pode inserir um respectivo tipo de alerta em correspondência com cada um ou mais limites de desgaste da lâmina. Por exemplo, os tipos de alerta podem incluir mensagem de texto, e-mail, indicação na interface de operação 66, indicação no terminal 730 e/ou uma mensagem particular a ser transmitida pelo sinal de alerta. Os tipos de alerta correspondentes podem ser fornecidos ao servidor 720 e/ou à colheitadeira 710 juntamente com um ou mais limites.[0064] According to some example modalities, the operator can insert a respective type of alert in correspondence with each one or more blade wear limits. For example, alert types may include text message, e-mail, prompt at
[0065] Com referência à figura 9, de acordo com algumas modalidades de exemplo, os circuitos de processamento 712 podem gerar uma tabela de alertas de nível de desgaste 800, em que cada respectivo limite recebido do operador (por exemplo, limite 1, limite 2 ... limite m) é armazenado em conjunto com um respectivo tipo de alerta (por exemplo, alerta 1, alerta 2 ... alerta m). 'm' pode ser um número natural igual ou superior a 3. Cada um dos respectivos tipos de alerta pode ser igual, similar ou diferente dos demais. A tabela de alertas de nível de desgaste 800 pode ser armazenada na memória 716. De acordo com algumas modalidades de exemplo, na operação 404 da figura 5, os circuitos de processamento 712 podem se referir ã tabela de alertas de nível de desgaste 800 e determinar se o sinal é maior que cada um dos limites. Na operação 406 da figura 5, os circuitos de processamento 712 podem gerar o sinal de alerta do tipo de sinal de alerta que corresponde ao limite excedido com referência à tabela de alertas de nível de desgaste 800. De acordo com algumas modalidades de exemplo, a geração do sinal de alerta pode incluir a geração de um e-mail, mensagem de texto, etc., com base no tipo de sinal de alerta. De acordo com algumas modalidades de exemplo, os limites e tipos de alerta incluídos na tabela de alertas de nível de desgaste 800 podem ser definidos por um fabricante e/ou podem não ser modificáveis pelo operador.[0065] With reference to figure 9, according to some example embodiments, the
[0066] De acordo com algumas modalidades de exemplo, o servidor 720 pode gerar e/ou armazenar a tabela de alertas de nível de desgaste 800. Na operação 404 da figura 5, o circuito de processamento 712 pode determinar se o sinal é maior do que cada um dos limites com referência à tabela de alertas de nível de desgaste 800 armazenados no servidor 720.[0066] According to some example embodiments, the
[0067] De acordo com algumas modalidades de exemplo, na operação 408 da figura 5, o circuito de processamento 712 pode emitir o sinal de alerta diretamente para o operador (por exemplo, através da interface do operador 66, um sinal Bluetooth®, etc.) ou através do servidor 720.[0067] According to some example embodiments, in
[0068] De acordo com algumas modalidades de exemplo, o tipo de sinal de alerta pode incluir uma operação de controle da colheitadeira 710. Por exemplo, o sinal de alerta gerado pode fazer com que o circuito de processamento 712 (por exemplo, a unidade de controle 68) diminua a velocidade de deslocamento da colheitadeira 710, aumente a velocidade de rotação das lâminas do picador 28 (por exemplo, uma velocidade de rotação dos picadores de tambor de rotação contrária 30), etc., em resposta à determinação de que o limite correspondente é excedido.[0068] According to some example embodiments, the type of warning signal may include a control operation of the
[0069] Com referência à figura 10, um Dispositivo de Treinamento de MLM 1010 é ilustrado. O Dispositivo de Treinamento de MLM 1010 é um dispositivo externo à colheitadeira 710 que pode realizar os métodos discutidos em conjunto com as figuras 6-7 para treinar o MLM de detecção de desgaste de lâmina 350. Por exemplo, o Dispositivo de Treinamento de MLM 1010 pode realizar as operações 552, 554, 556, 558, 560 e/ou 562 discutidas em conjunto com a figura 6 e/ou as operações discutidas em conjunto com a figura 7. O Dispositivo de Treinamento de MLM 1010 pode incluir circuitos de processamento 1012, um transceptor 1014, uma memória 1016 e/ou um sensor de imagem 1018.[0069] With reference to figure 10, an
[0070] De acordo com algumas modalidades de exemplo, o Dispositivo de Treinamento de MLM 1010 pode receber um conjunto de imagens de referência (por exemplo, o conjunto de imagens rotuladas 352 discutido em conjunto com a figura 6 e/ou as imagens de referência 1-n discutidas em conjunto com a figura 7) através do transceptor 1014. O circuito de processamento 1012 pode treinar o MLM de detecção de desgaste de lâmina 350 de acordo com os métodos discutidos em conjunto com a figura 6 e/ou figura 7. O conjunto de imagens de referência, o MLM de detecção de desgaste de lâmina 350 e/ou os sinais de desgaste da lâmina emitidos pelo MLM de detecção de desgaste de lâmina 350 podem ser armazenados na memória 1016.[0070] According to some exemplary embodiments, the
[0071] De acordo com algumas modalidades de exemplo, o conjunto de imagens de referência pode ser obtido pelo Dispositivo de Treinamento de MLM 1010 com o uso do sensor de imagem 1018. Por exemplo, o sensor de imagem 1018 pode capturar imagens de tarugos de amostra fornecidos para uso no treinamento do MLM de detecção de desgaste de lâmina 350, e use essas imagens capturadas como o conjunto de imagens de referência. De acordo com algumas modalidades de exemplo, o Dispositivo de Treinamento de MLM 1010 pode incluir um subconjunto dos componentes da colheitadeira 10, como um picador, um separador e/ou um transportador (o mesmo e similares ao picador 28, o separador 55 e/ou o transportador 56), ou todos os componentes da colheitadeira 10. A amostra de cana fornecida para uso no treinamento do MLM de detecção de desgaste de lâmina 350 pode ser alimentada no picador, os tarugos resultantes podem passar pelo separador e ser depositados no transportador para geração de imagens pelo sensor de imagem 1018.[0071] According to some example embodiments, the set of reference images can be obtained by the
[0072] De acordo com algumas modalidades de exemplo, o Dispositivo de Treinamento de MLM 1010 pode ser conectado a um servidor 1020 por meio de um primeiro link de comunicação e o servidor 1020 pode ser conectado à colheitadeira 710 por meio de um segundo link de comunicação. Cada um do primeiro link de comunicação e do segundo link de comunicação pode ser um link com fio e/ou um link sem fio. Por exemplo, cada um do primeiro link de comunicação e do segundo link de comunicação pode ser um link Ethernet, um link 802.11 (WiFi), um link de Radiofrequência (RF) (por exemplo, celular), um Protocolo de Controle de Transmissão/ Protocolo de Internet (TCP/IP), um link de Barramento Serial Universal (USB), um link Bluetooth® ou qualquer de suas combinações. O Dispositivo de Treinamento de MLM 1010 pode receber o conjunto de imagens de referência através do primeiro link de comunicação. De acordo com algumas modalidades de exemplo, o conjunto de referências é obtido de um banco de dados armazenado em uma memória do servidor 1020. De acordo com algumas modalidades de exemplo, o conjunto de imagens de referência pode ser gerado pela colheitadeira 710 e o servidor 1020 pode receber o conjunto de imagens de referência da colheitadeira 710 através do segundo link de comunicação. De acordo com algumas modalidades de exemplo, o servidor 1020 pode ser igual e similar ao servidor 720 discutido em conjunto com a figura 8.[0072] According to some example embodiments, the
[0073] De acordo com algumas modalidades de exemplo, o MLM 350 treinado pode ser gravado em um meio legível por computador não transitório (por exemplo, uma memória flash, um disco removível, um CD ROM, etc.). O MLM 350 treinado pode ser transferido e instalado em uma memória da colheitadeira 10 (por exemplo, a memória da unidade de controle 68) com o uso do meio legível por computador não transitório. De acordo com algumas modalidades de exemplo, o MLM 350 treinado pode ser transmitido para o servidor 1020 através do primeiro link de comunicação. O MLM 350 treinado pode ser armazenado em uma memória do servidor 1020. O servidor 1020 pode transmitir o MLM 350 treinado para a colheitadeira 710 através do segundo link de comunicação. A unidade de controle 68 da colheitadeira 710 pode instalar o MLM 350 treinado recebido através do segundo link de comunicação para a memória da colheitadeira (por exemplo, a memória da unidade de controle 68). O MLM 350 treinado pode ser usado (por exemplo, pela unidade de controle 68) para detectar um nível de desgaste das lâminas (do picador 28).[0073] According to some example embodiments, the trained
[0074] De acordo com algumas modalidades de exemplo, o servidor 1020 pode instalar o MLM treinado 350 na memória do servidor 1020 além de, ou sem, transmitir o MLM 350 treinado para a colheitadeira 710. A colheitadeira 710 pode transmitir imagens de tarugos capturadas pelo sensor de imagem 718 para o servidor 1020 através do segundo link de comunicação. O servidor 1020 pode inserir as imagens dos tarugos recebidos da colheitadeira 710 no MLM 350 treinado e transmitir um sinal de desgaste da lâmina resultante para a colheitadeira 710 através do segundo link de comunicação. Consequentemente, o servidor 1020 pode ser implantado como um sistema de Software como Serviço (SaaS).[0074] According to some example embodiments, the
[0075] De acordo com algumas modalidades de exemplo, o servidor 1020 pode instalar o MLM 350 treinado na memória do servidor 1020 além de transmitir o MLM 350 treinado para a colheitadeira 710. A colheitadeira 710 pode ocasionalmente (por exemplo, periodicamente) transmitir imagens de tarugos capturadas pelo sensor de imagem 718 para ο servidor 1020. Ο servidor 1020 pode treinar novamente (por exemplo, atualizar) o MLM 350 treinado usando as imagens de tarugos recebidas da colheitadeira 710 de acordo com os métodos usados pelo Dispositivo de Treinamento de MLM 1010. O servidor 1020 pode ocasionalmente (por exemplo, periodicamente) transmitir o MLM retreinado 350 da colheitadeira 710 pode instalar o MLM retreinado 350 recebido através do segundo link de comunicação para a memória da colheitadeira (por exemplo, a memória da unidade de controle 68. O MLM 350 retreinado pode ser usado (em combinação com a unidade de controle 68) para detectar um nível de desgaste das lâminas (do picador 28).[0075] According to some example embodiments, the
[0076] De acordo com algumas modalidades de exemplo, a colheitadeira 710 pode retreinar (por exemplo, atualizar) o MLM treinado 350 usando as imagens de tarugos obtidas com o uso do sensor de imagem 718 de acordo com os métodos usados pelo Dispositivo de Treinamento de MLM 1010. O MLM retreinado 350 pode ser usado (em combinação com a unidade de controle 68) para detectar um nível de desgaste das lâminas (do picador 28).[0076] According to some example embodiments, the
[0077] De acordo com algumas modalidades de exemplo, as operações aqui descritas como sendo realizadas pelo Dispositivo de Treinamento de MLM 1010 e/ou pelo servidor 1020 podem ser realizadas por circuitos de processamento (por exemplo, os circuitos de processamento 1012). De acordo com algumas modalidades de exemplo, a memória 1016 e/ou uma memória do servidor 1020 pode ser um meio legível por computador tangível e não transitório, tal como uma memória de acesso aleatório (RAM), uma memória flash, uma memória somente leitura (ROM), um ROM eletricamente programável (EPROM), um ROM programável eletricamente apagável (EEPROM), registradores, um disco rígido, um disco removível, uma ROM de disco compacto (CD), qualquer de suas combinações, ou qualquer outra forma de meio de armazenamento conhecida na técnica.[0077] According to some exemplary embodiments, the operations described herein as being performed by the
[0078] Algumas modalidades de exemplo podem ser descritas com referência a atos e representações simbólicas de operações (por exemplo, na forma de fluxogramas, diagramas de fluxo, diagramas de fluxo de dados, diagramas de estrutura, diagramas de bloco, etc.) que podem ser implementados em conjunto com unidades e /ou dispositivos discutidos em mais detalhes abaixo. Embora discutido de uma maneira particular, uma função ou operação específica em um bloco específico pode ser executada de forma diferente do fluxo especificado em um fluxograma, diagrama de fluxo, etc. Por exemplo, funções ou operações ilustradas como sendo executadas em série em dois blocos consecutivos podem realmente ser executados concomitantemente, simultaneamente ou, em alguns casos, na ordem inversa.[0078] Some example embodiments may be described with reference to acts and symbolic representations of operations (for example, in the form of flowcharts, flow diagrams, data flow diagrams, structure diagrams, block diagrams, etc.) that can be implemented in conjunction with units and/or devices discussed in more detail below. Although discussed in a particular way, a specific function or operation in a specific block may be performed differently from the flow specified in a flowchart, flowchart, etc. For example, functions or operations illustrated as being executed serially in two consecutive blocks may actually be executed concurrently, simultaneously, or in some cases in reverse order.
[0079] Será entendido que quando um elemento é referido como sendo “conectado” ou “acoplado” a outro elemento, ele pode ser conectado diretamente ou acoplado ao outro elemento ou elementos intermediários podem estar presentes. Conforme usado no presente documento, o termo “e/ou” inclui toda e qualquer combinação de um ou mais dos itens listados associados.[0079] It will be understood that when an element is referred to as being “connected” or “coupled” to another element, it may be directly connected or coupled to the other element or intermediate elements may be present. As used herein, the term “and/or” includes any and all combinations of one or more of the associated listed items.
Claims (20)
obter um primeiro sinal com o uso de um modelo de aprendizado de máquina treinado, sendo o primeiro sinal baseado em uma imagem de entrada, a imagem de entrada sendo uma imagem de uma planta cortada por uma lâmina, e o primeiro sinal que indica um nível de desgaste da lâmina;
determinar se um nível do primeiro sinal é maior ou igual a um limite;
gerar um segundo sinal em resposta à determinação de que o nível do primeiro sinal é maior ou igual ao limite; e
emitir o segundo sinal.Non-transient computer-readable medium, characterized in that it stores instructions that, when executed by at least one processor, entail the at least one processor:
obtain a first signal using a trained machine learning model, the first signal being based on an input image, the input image being an image of a plant cut by a blade, and the first signal indicating a level blade wear;
determining whether a level of the first signal is greater than or equal to a threshold;
generating a second signal in response to determining that the level of the first signal is greater than or equal to the threshold; It is
issue the second signal.
obter um conjunto ordenado de imagens capturadas de plantas cortadas por uma primeira lâmina, uma primeira imagem entre o conjunto de imagens correspondente a um nível de desgaste de lâmina mais baixo da primeira lâmina e uma última imagem entre o conjunto de imagens correspondente a um nível de desgaste de lâmina da primeira lâmina excedendo o limite; e
treinar o modelo de aprendizado de máquina com base no conjunto de imagens.Non-transient computer-readable medium, according to claim 1, characterized in that the instructions, when executed by at least one processor, entail the at least one processor:
obtain an ordered set of captured images of plants cut by a first blade, a first image among the set of images corresponding to a lower blade wear level of the first blade, and a last image among the set of images corresponding to a level of blade wear of the first blade exceeding the limit; It is
train the machine learning model based on the set of images.
as instruções, quando executadas por pelo menos um processador, acarretam o pelo menos um processador:
gerar o respectivo sinal de alerta em resposta à determinação de que o primeiro sinal é maior ou igual ao respectivo limite correspondente ao respectivo sinal de alerta; e emitir o respectivo sinal de alerta.Non-transient computer-readable medium according to claim 1, characterized in that the boundary is one of a plurality of boundaries, the second signal is one of a plurality of warning signals, and each respective boundary of the plurality of boundaries corresponds to a respective alert signal among the plurality of alert signals; It is
the instructions, when executed by at least one processor, entail the at least one processor:
generating the respective warning signal in response to determining that the first signal is greater than or equal to the respective threshold corresponding to the respective warning signal; and issue the corresponding warning signal.
enviar o respectivo sinal de alerta para um servidor; e receber a pluralidade de limites do servidor.Non-transient computer-readable medium, according to claim 6, characterized in that the instructions, when executed by at least one processor, entail the at least one processor:
send the respective alert signal to a server; and receiving the plurality of limits from the server.
enviar a imagem de entrada para um servidor;
receber um modelo de aprendizado de máquina retreinado do servidor; e
obter um terceiro sinal com o uso do modelo de aprendizado de máquina retreinado.Non-transient computer-readable medium, according to claim 1, characterized in that the instructions, when executed by at least one processor, entail the at least one processor:
sending the input image to a server;
receive a retrained machine learning model from the server; It is
obtain a third signal using the retrained machine learning model.
retreinar o modelo de aprendizado de máquina treinado com base na imagem de entrada; e
obter um terceiro sinal com o uso do modelo de aprendizado de máquina retreinado.Non-transient computer-readable medium, according to claim 1, characterized in that the instructions, when executed by at least one processor, entail the at least one processor:
retrain the trained machine learning model based on the input image; It is
obtain a third signal using the retrained machine learning model.
circuitos de processamento configurados para,
obter um primeiro sinal com base em uma imagem de entrada com o uso de um modelo de aprendizado de máquina treinado, a imagem de entrada sendo uma imagem de uma planta cortada por uma lâmina, e o primeiro sinal que indica um nível de desgaste da lâmina,
determinar se um nível do primeiro sinal é maior ou igual a um limite,
gerar um segundo sinal em resposta à determinação de que o nível do primeiro sinal é maior ou igual ao limite, e
emitir o segundo sinal.Device for monitoring blade wear, characterized in that it comprises:
processing circuits configured for,
obtaining a first signal based on an input image using a trained machine learning model, the input image being an image of a plant cut by a blade, and the first signal indicating a level of blade wear ,
determine if a level of the first signal is greater than or equal to a threshold,
generating a second signal in response to determining that the level of the first signal is greater than or equal to the threshold, and
issue the second signal.
obter um conjunto ordenado de imagens capturadas de plantas cortadas por uma primeira lâmina, uma primeira imagem entre o conjunto de imagens correspondente a um nível de desgaste de lâmina mais baixo da primeira lâmina e uma última imagem entre o conjunto de imagens correspondente a um nível de desgaste de lâmina da primeira lâmina excedendo o limite; e
treinar o modelo de aprendizado de máquina com base no conjunto de imagens.Device according to claim 12, characterized in that the processing circuits are configured to:
obtain an ordered set of captured images of plants cut by a first blade, a first image among the set of images corresponding to a lower blade wear level of the first blade, and a last image among the set of images corresponding to a level of blade wear of the first blade exceeding the limit; It is
train the machine learning model based on the set of images.
o limite é um dentre uma pluralidade de limites, o segundo sinal é um dentre uma pluralidade de sinais de alerta e cada respectivo limite entre a pluralidade de limites corresponde a um respectivo sinal de alerta entre a pluralidade de sinais de alerta; e
o circuito de processamento está configurado para gerar o respectivo sinal de alerta em resposta à determinação de que o primeiro sinal é maior ou igual ao respectivo limite correspondente ao respectivo sinal de alerta;
emitir o respectivo sinal de alerta para um servidor; e receber a pluralidade de limites do servidor.Device, according to claim 12, characterized by the fact that
the threshold is one of a plurality of thresholds, the second signal is one of a plurality of warning signals, and each respective threshold among the plurality of thresholds corresponds to a respective warning signal of the plurality of warning signals; It is
the processing circuit is configured to generate the respective alert signal in response to the determination that the first signal is greater than or equal to the respective threshold corresponding to the respective alert signal;
issue the respective alert signal to a server; and receiving the plurality of limits from the server.
enviar a imagem de entrada para um servidor; receber um modelo de aprendizado de máquina retreinado do servidor; e
obter um terceiro sinal com o uso do modelo de aprendizado de máquina retreinado.Device according to claim 12, characterized in that the processing circuits are configured to:
sending the input image to a server; receive a retrained machine learning model from the server; It is
obtain a third signal using the retrained machine learning model.
retreinar o modelo de aprendizado de máquina treinado com base na ima;gem de entrada; e
obter um terceiro sinal com o uso do modelo de aprendizado de máquina retreinado.Device according to claim 12, characterized in that the processing circuits are configured to:
retrain the trained machine learning model based on the input image; It is
obtain a third signal using the retrained machine learning model.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US17/514,321 | 2021-10-29 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| BR102022018663A2 true BR102022018663A2 (en) | 2023-05-23 |
Family
ID=
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200337232A1 (en) | Information inference for agronomic data generation in sugarcane applications | |
| JP6444491B2 (en) | Combine and grain evaluation control device for combine | |
| US10091934B2 (en) | System and method for controlled cleaning in a cane harvester | |
| US8930039B2 (en) | Combine performance evaluation tool | |
| CN110909589A (en) | Grain quality control system and method | |
| JP6767950B2 (en) | Harvesting work area identification device | |
| US11832555B2 (en) | Closed loop billet length control system for a harvester | |
| BR102022018663A2 (en) | NON-TRANSITORY COMPUTER READABLE MEDIUM AND BLADE WEAR MONITORING DEVICES | |
| US20230135705A1 (en) | Non-transitory computer-readable media and devices for blade wear monitoring | |
| US20230139169A1 (en) | System and method for estimating crop yield for an agricultural harvester using a machine-learned model | |
| BR102021017875A2 (en) | harvester | |
| US20240065157A1 (en) | System and method for an agricultural harvester | |
| US20230225247A1 (en) | Residue collector | |
| US20230309448A1 (en) | Harvesting machine for processing crop and method for determining properties of crop | |
| BR102021023703A2 (en) | AGRICULTURAL SYSTEM AND METHOD TO AUTOMATICALLY DETERMINE LOSSES IN HARVESTING OPERATIONS | |
| BR102021021948A2 (en) | COMPUTER SYSTEM TO ESTIMATE CROP YIELD FOR AGRICULTURAL HARVESTERS, COMPUTER IMPLEMENTED METHOD TO ESTIMATE CROP YIELD AND AGRICULTURAL HARVESTER | |
| BR102021007264A2 (en) | SYSTEM AND METHOD TO DETECT FOREIGN OBJECTS IN AN AGRICULTURAL HARVESTER AND AGRICULTURAL HARVESTER | |
| BR102017003508B1 (en) | CONTROL SYSTEM FOR A HARVESTER WHICH HAS A HARVEST CLEANER, CONTROL SYSTEM FOR A HARVESTER WHICH HAS A FAN, AND HARVESTER | |
| CN117941530A (en) | System and method for an agricultural harvester | |
| WO2024044830A1 (en) | System and method for an agricultural harvester | |
| BR102023000510A2 (en) | WASTE COLLECTOR, CONTROLLERS FOR A COMBINED HARVESTER AND METHOD OF OPERATION OF A COMBINED HARVESTER | |
| CN116158253A (en) | Agricultural system and method for automatically determining loss of harvesting operations | |
| BR102020024754A2 (en) | System and method for automatic topper control for an agricultural combine harvester and agricultural harvester | |
| CN117635360A (en) | System and method for an agricultural harvester |