CN114503827A - 小型分散作业智能管控系统及其运行方法 - Google Patents

小型分散作业智能管控系统及其运行方法 Download PDF

Info

Publication number
CN114503827A
CN114503827A CN202111573759.5A CN202111573759A CN114503827A CN 114503827 A CN114503827 A CN 114503827A CN 202111573759 A CN202111573759 A CN 202111573759A CN 114503827 A CN114503827 A CN 114503827A
Authority
CN
China
Prior art keywords
rice
module
height
average
harvesting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111573759.5A
Other languages
English (en)
Other versions
CN114503827B (zh
Inventor
沈洁瑾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan Fuduo Power Engineering Co ltd
Original Assignee
Henan Fuduo Power Engineering Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Henan Fuduo Power Engineering Co ltd filed Critical Henan Fuduo Power Engineering Co ltd
Priority to CN202111573759.5A priority Critical patent/CN114503827B/zh
Publication of CN114503827A publication Critical patent/CN114503827A/zh
Application granted granted Critical
Publication of CN114503827B publication Critical patent/CN114503827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/02—Self-propelled combines
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12—Details of combines
    • A01D41/127—Control or measuring arrangements specially adapted for combines
    • A01D41/1278—Control or measuring arrangements specially adapted for combines for automatic steering
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了小型分散作业智能管控系统及其运行方法，包括数据信息采集模块、动态分析判断模块和协作控制模块，所述数据信息采集模块用于采集环境数据信息和水稻稻谷相关数据信息，所述动态分析判断模块用于分析稻谷、谷粒生长情况和计算平均切割高度，所述协作控制模块用于根据水稻的平均切割高度进行切割维度和谷粒打击力度的实时调整控制，所述数据信息采集模块与动态分析判断模块电连接，所述动态分析模块与协作控制模块电连接，通过扫描采集稻田和切割环境数据信息，计算不同状态下水稻的平均切割高度，在收割过程中根据不同状态自动实时调整切割高度，以及对谷粒脱落时的打击力度控制，本发明，具有实用性强和可控性高的特点。

Description

小型分散作业智能管控系统及其运行方法
技术领域
本发明涉及农业机械技术领域，具体为小型分散作业智能管控系统。
背景技术
在我国农业的发展过程中，水稻收割机在水稻收成中起到非常显著的作用，以往的水稻收割是一项较繁重的劳动，需要花费大量的人力和时间，在大面积的水稻种植区域使用水稻收割机进行分散收割，最大程度上降低了人工成本，减轻了稻农的劳动强度且节约了收割时间，收割效率得到提高，现有的水稻收割机是针对日常水稻的特点和生长环境进行设计的，解决了大部分的水稻收割问题，但当遇到一些特殊的情景仍然存在很大问题。
水稻生长时天气作为最重要的影响因素之一往往是最难控制的，当在收割前遇到大风或大雨，导致水稻出现潮湿倒伏现象，目前的解决办法是降低切割台分禾器的高度控制高低档速度进行对倒伏水稻的收割，但水稻的倒伏是杂乱无章的状态，并列的一排可能一些倒一些没倒，此状态下现有的解决办法是选取正常高度的水稻切割高度或者最低位置水稻的切割高度进行统一收割，当以正常高度收割时倒伏掉的部分则被遗漏收割从而降低产量，以最低位置水稻的切割高度收割则会带来大量的杂质增大后期的除杂成本，另一解决办法是逆向收割，但由于收割机的机身较大，倒伏水稻的位置杂乱无章，且倒伏数量或多或少，进行逆向收割需整体调转机身，过程繁琐耗时且对田地进行反复碾压导致地力损失严重；其次在对谷粒进行打击脱落的过程中，由于是同一块收割区域，即设置一个固定的打击力度进行，但一些生长不好和不太成熟的谷粒由于打击力较小，直到后半段才被脱下或未脱落，产生较大的夹带损失，因此，设计实用性强和可控性高的小型分散作业智能管控系统是很有必要的。
发明内容
本发明的目的在于提供小型分散作业智能管控系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：小型分散作业智能管控系统，包括数据信息采集模块、动态分析判断模块和协作控制模块，其特征在于：所述数据信息采集模块用于对收割环境进行检测判断并采集稻田水稻图像数据和稻谷外观状态信息，所述动态分析判断模块用于分析判断稻谷外观状态，计算不同状态下水稻平均收割高度，所述协作控制模块用于根据水稻平均收割高度自动控制对水稻的切割维度和对谷粒的打击力度，所述数据信息采集模块与动态分析判断模块电连接，所述动态分析模块与协作控制模块电连接。
根据上述技术方案，所述数据信息采集模块包括环境数据采集模块、稻田图像采集模块和稻谷图像扫描模块，所述环境数据采集模块用于对农田田面环境的干燥度区间范围进行识别，所述稻田图像采集模块用于获取稻田中水稻的生长状态，所述稻谷图像扫描模块用于对水稻稻谷图像进行扫描采集。
根据上述技术方案，所述动态分析判断模块包括图像数据接收模块、倒伏分析判断模块、切割高度计算模块和谷粒状态识别模块，所述图像数据接收模块用于接收环境信息、稻田和稻谷图像数据信息，所述倒伏分析判断模块用于判断水稻倒伏程度状态信息，所述切割高度计算模块用于分模块计算收割区域水稻的平均收割高度，所述谷粒状态识别模块用于识别水稻谷粒的数据信息。
根据上述技术方案，所述切割高度计算模块包括区域划分子模块和平均高度计算子模块，所述区域划分子模块用于将待收割区域划分为等面积的小区域模块，所述平均高度计算子模块用于根据公式计算待收割模块的水稻平均高度。
根据上述技术方案，所述协作控制模块包括切割维度控制模块、切割取舍控制模块和打击力度控制模块，所述切割维度控制模块用于根据水稻的生长状态调整切割高度和角度，所述切割取舍控制模块用于根据状态下水稻的平均收割高度对倒伏水稻的收割取舍调整，所述打击力度控制模块用于控制对谷粒的脱落打击力度，所述倒伏分析判断模块、切割高度计算模块与切割取舍控制模块电连接，所述谷粒识别模块与打击力度控制模块电连接。
根据上述技术方案，所述智能管控系统的具体运行方式主要包括以下步骤：
步骤S1：水稻收割机进入收割区域，收割机正前方的数据信息采集模块启动，扫描采集收割周围环境数据和农田田面湿润度信息；
步骤S2：收割机视线区域处的稻田图像采集模块对正前方待收割区域内的水稻高度进行实时采集计算；
步骤S3：稻田所种水稻正常成熟时的谷粒外谷壳颜色和轮廓状态有固定的判断标准，利用此标准对收割的稻谷颗粒颜色和轮廓大小进行识别判断，划分界定水稻的成熟状态；
步骤S4：协作控制模块根据所采集的环境数据和水稻平均收割高度实时调整控制对水稻的切割维度和收割取舍，以及对谷粒的打击力度控制。
根据上述技术方案，所述步骤S2进一步包括以下步骤：
步骤S21：以收割机行进的农田田面为水平面，设定此收割区域内该水稻品种从水平面开始计算的生长高度区间为0至100，正常生长状态的水稻高度值H等于100，收割机切割高度从水平面开始进行切割的高度区间为0至110，正常收割高度值等于100；
步骤S22：收割机稻田图像采集模块将正前方即将收割区域划分为等面积的五个1平方米区域模块，五个区域模块内分别设有水稻高度扫描测量点，实时测量该小模块内的水稻高度H，根据水稻高度自动调整控制整体待切割模块的平均收割高度；
步骤S23：环境数据采集模块同步实时测量分析即将收割的区域模块内的农田田面干燥度区间范围，根据干燥度范围的划分对计算得出的水稻平均收割高度进行自动调整，在原有收割高度基础上调整正负3%的区间范围。
根据上述技术方案，所述步骤S22进一步包括以下步骤：
步骤S221：稻田图像采集模块采集测量出正前方待收割区域的五个小区域模块的水稻高度分别为
Figure 225106DEST_PATH_IMAGE001
，
Figure 294694DEST_PATH_IMAGE002
，
Figure 226878DEST_PATH_IMAGE003
，
Figure 305692DEST_PATH_IMAGE004
，
Figure 272511DEST_PATH_IMAGE005
，根据计算公式：
Figure 247420DEST_PATH_IMAGE006
=
Figure 198059DEST_PATH_IMAGE007
*100%计算平均收割高度
Figure 47941DEST_PATH_IMAGE006
，其中N为模块数，
Figure 869266DEST_PATH_IMAGE001
至
Figure 280656DEST_PATH_IMAGE005
为水稻高度，H为五个模块中设定的水稻正常生长高度值；
步骤S222：计算出收割机正前方待收割区域内的平均收割高度
Figure 187432DEST_PATH_IMAGE006
后，收割机在对该模块进行收割时，稻田图像采集模块同步扫描划分下一个模块区域，按照同样的计算公式对下一个模块的平均收割高度进行计算，收割机行进收割到下一区域模块时自动调整为下一模块的平均收割高度。
根据上述技术方案，所述步骤S23进一步包括以下步骤：
步骤S231：稻田图像采集模块计算区域模块内的平均收割高度时，环境数据采集模块根据湿度检测技术和温度检测技术实时监测获取待收割模块的平均积水量和待收割水稻间的平均温度，根据计算公式：K=
Figure 342470DEST_PATH_IMAGE008
实时测量待收割区域模块内的干燥度指数K，P为平均积水量，T为平均摄氏温度值，根据干燥度指数划分农田田面干燥和湿润区间；
步骤S232：农田田面存在一个正常的普遍干燥度范围区间，即计算出的干燥度指数值在10至30之间，当测量出农田田面的干燥度位于正常区间范围内时，保持稻田图像采集模块计算出的区域模块内水稻的平均收割高度，当测量出农田田面待收割模块的干燥度指数值大于30时，自动对水稻平均收割高度进行高度区间范围上调3%的调整，当测量出农田田面待收割模块的干燥度指数值小于10时，自动对水稻平均收割高度进行高度区间范围下调3%的调整；
步骤S233：当农田田面干燥度指数值低于正常干燥度值范围时，因天气越干燥带来的谷粒湿度就越低，后期烘干处理成本会低于正常范围内的处理成本，因此对稻田图像采集模块计算出的平均收割高度进行高度下调3%，在较低成本的情况下收割到更多的水稻增大最终收益，而当农田田面干燥度超过正常干燥度范围时，干燥指数值越高田面就越湿润谷粒湿度就越高，且水稻稻穗会粘带潮湿田面的泥块增加杂质，后期的除杂成本将会高于收割带来的整体收益，因此将计算出的水稻平均收割高度上调3%，舍弃部分携带泥土的水稻保证收益的最大化。
根据上述技术方案，所述步骤S3进一步包括以下步骤：
步骤S31：该稻田所种水稻正常成熟时的谷粒外谷壳颜色状态有固定的判断标准，利用此标准对收割的谷粒进行颜色识别判断，界定划分水稻的成熟度，对不同成熟度的水稻自动控制不同打击力度；
步骤S32：该稻田所种水稻的正常成熟谷粒轮廓大小数据，以其毫米为单位表示的长、宽、厚数据也有固定的判断标准，以此标准划分谷粒为正常状态还是生长不好和不太成熟状态，不同状态控制不同打击力度。
与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有数据信息采集模块、动态分析判断模块和协作控制模块，扫描采集即将收割稻田的整体水稻生长状态和农田田面环境数据信息，通过划分模块来计算不同状态下水稻的平均收割高度，同时考虑田面干燥度范围信息，在计算出的平均收割高度上根据收割模块田面干燥度区间的变化高度也实时小幅度变化，最终实现收割机在收割水稻时，根据不同状态收益最大化的目的自动实时调整控制切割高度和速度，以及根据对谷粒的外观和颜色进行谷粒状态判断划分，实时控制不同状态下谷粒脱落时的打击力度。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的系统模块组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：小型分散作业智能管控系统，包括数据信息采集模块、动态分析判断模块和协作控制模块，数据信息采集模块用于对收割环境进行检测判断并采集稻田水稻图像数据和稻谷外观状态信息，动态分析判断模块用于分析判断稻谷外观状态，计算不同状态下水稻平均收割高度，协作控制模块用于根据水稻平均收割高度自动控制对水稻的切割维度和对谷粒的打击力度，数据信息采集模块与动态分析判断模块电连接，动态分析模块与协作控制模块电连接，通过扫描采集水稻收割的环境数据信息和稻田里全局状态信息，计算不同状态下水稻的平均切割高度，在收割过程中根据不同状态自动实时调整切割高度，同时控制对谷粒脱落时的打击力度。
数据信息采集模块包括环境数据采集模块、稻田图像采集模块和稻谷图像扫描模块，环境数据采集模块用于对农田田面环境的干燥度区间范围进行识别，稻田图像采集模块用于获取稻田中水稻的生长状态，稻谷图像扫描模块用于对水稻稻谷图像进行扫描采集，考虑水稻生长状态的同时考虑收割时的农田田面不同环境信息带来的影响，获取多角度信息使收割收益最大化。
动态分析判断模块包括图像数据接收模块、倒伏分析判断模块、切割高度计算模块和谷粒状态识别模块，图像数据接收模块用于接收环境信息、稻田和稻谷图像数据信息，倒伏分析判断模块用于判断水稻倒伏程度状态信息，切割高度计算模块用于分模块计算收割区域水稻的平均收割高度，谷粒状态识别模块用于识别水稻谷粒的数据信息，当接收到采集的相关数据信息后，针对性的对稻田里不同状态下的水稻的平均收割高度进行计算。
切割高度计算模块包括区域划分子模块和平均高度计算子模块，区域划分子模块用于将待收割区域划分为等面积的小区域模块，平均高度计算子模块用于根据公式计算待收割模块的水稻平均收割高度，将收割的模块划分为均等的小模块，能更准确的计算出使收益最大化的平均收割高度。
协作控制模块包括切割维度控制模块、切割取舍控制模块和打击力度控制模块，切割维度控制模块用于根据水稻的生长状态调整切割高度和角度，切割取舍控制模块用于根据状态下水稻的平均收割高度对倒伏水稻的收割取舍调整，打击力度控制模块用于控制对谷粒的脱落打击力度，倒伏分析判断模块、切割高度计算模块与切割取舍控制模块电连接，谷粒识别模块与打击力度控制模块电连接，当根据当前收割模块计算得出的平均收割高度进行收割时，数据信息采集模块同步对下一模块进行计算，因此收割机在收割过程中实时变化收割高度和其他维度，以达到收益最大化。
智能管控系统的具体运行方式主要包括以下步骤：
步骤S1：水稻收割机进入收割区域，收割机正前方的数据信息采集模块启动，扫描采集收割周围环境数据和农田田面干燥度区间范围信息；
步骤S2：收割机视线区域处的稻田图像采集模块对正前方待收割区域内的水稻高度进行实时采集计算；
步骤S3：稻田所种水稻正常成熟时的谷粒外谷壳颜色和轮廓状态有固定的判断标准，利用此标准对收割的稻谷颗粒颜色和轮廓大小进行识别判断，划分界定水稻的成熟状态；
步骤S4：协作控制模块根据所采集的环境数据和水稻平均收割高度实时调整控制对水稻的切割维度和收割取舍，以及对谷粒的打击力度控制。
步骤S2进一步包括以下步骤：
步骤S21：以收割机行进的农田田面为水平面，设定此收割区域内该水稻品种从水平面开始计算的生长高度区间为0至100，正常生长状态的水稻高度值H等于100，收割机切割高度从水平面开始进行切割的高度区间为0至110，正常收割高度值等于100，通过设定具体的水稻生长高度区间，将农田里的水稻划分为不同的生长状态，计算不同状态下的收割高度；
步骤S22：收割机稻田图像扫描采集模块将正前方即将收割区域划分为等面积的五个1平方米区域模块，五个区域模块内分别设有水稻高度扫描测量点，实时测量该小模块内的水稻高度H，根据水稻高度自动调整控制整体待切割模块的平均收割高度
Figure 283881DEST_PATH_IMAGE006
；
步骤S23：环境数据采集模块同步实时测量分析即将收割的区域模块内的农田田面干燥度区间范围，根据干燥度范围的划分对计算得出的水稻平均收割高度进行自动调整，在原有收割高度基础上调整正负3%的区间范围，农田田面的干燥湿润信息也是影响水稻收益的一个重要因素，同步考虑才能使整体收益最大化。
步骤S22进一步包括以下步骤：
步骤S221：稻田图像采集模块采集测量出正前方待收割区域的五个小区域模块的水稻高度分别为
Figure 866172DEST_PATH_IMAGE001
，
Figure 260244DEST_PATH_IMAGE002
，
Figure 218973DEST_PATH_IMAGE003
，
Figure 516356DEST_PATH_IMAGE004
，
Figure 535127DEST_PATH_IMAGE005
，根据计算公式：
Figure 150916DEST_PATH_IMAGE006
=
Figure 913336DEST_PATH_IMAGE007
*100%计算平均收割高度
Figure 563760DEST_PATH_IMAGE006
，其中N为模块数，
Figure 487854DEST_PATH_IMAGE001
至
Figure 122098DEST_PATH_IMAGE005
为水稻高度，H为五个模块中设定的水稻正常生长高度值；
步骤S222：计算出收割机正前方待收割区域内的平均收割高度
Figure 157050DEST_PATH_IMAGE006
后，收割机在对该模块进行收割时，稻田图像扫描模块同步扫描划分下一个模块区域，按照同样的计算公式对下一个模块的平均收割高度进行计算，收割机行进收割到下一区域模块时自动调整为下一模块的平均收割高度，收割机在收割过程中不再保持同一个高度一直收割，或者人为调高调低增加繁琐度，利用实时计算的水稻高度同步实时调整收割机的收割高度，收益得到最大提升。
步骤S23进一步包括以下步骤：
步骤S231：稻田图像采集模块计算区域模块内的平均收割高度时，环境数据采集模块根据湿度检测技术和温度检测技术实时监测获取待收割模块的平均积水量和待收割水稻间的平均温度，根据计算公式：K=
Figure 661980DEST_PATH_IMAGE008
实时测量待收割区域模块内的干燥度指数K，P为平均积水量，T为平均摄氏温度值，根据干燥度指数划分农田田面干燥和湿润区间；
步骤S232：农田田面存在一个正常的普遍干燥度范围区间，即计算出的干燥度指数值在10至30之间，当测量出农田田面的干燥度位于正常区间范围内时，保持稻田图像采集模块计算出的区域模块内水稻的平均收割高度，当测量出农田田面待收割模块的干燥度指数值大于30时，自动对水稻平均收割高度进行高度区间范围上调3%的调整，当测量出农田田面待收割模块的干燥度指数值小于10时，自动对水稻平均收割高度进行高度区间范围下调3%的调整；
步骤S233：当农田田面干燥度指数值低于正常干燥度值范围时，因天气越干燥带来的谷粒湿度就越低，后期烘干处理成本会低于正常范围内的处理成本，因此对稻田图像采集模块计算出的平均收割高度进行高度下调3%，在较低成本的情况下收割到更多的水稻增大最终收益，而当农田田面干燥度超过正常干燥度范围时，干燥指数值越高田面就越湿润谷粒湿度就越高，且水稻稻穗会粘带潮湿田面的泥块增加杂质，后期的除杂成本将会高于收割带来的整体收益，因此将计算出的水稻平均收割高度上调3%，舍弃部分携带泥土的水稻保证收益的最大化。
步骤S3进一步包括以下步骤：
步骤S31：该稻田所种水稻正常成熟时的谷粒外谷壳颜色状态有固定的判断标准，利用此标准对收割的谷粒进行颜色识别判断，界定划分水稻的成熟度，对不同成熟度的水稻自动控制不同打击力度；
步骤S32：该稻田所种水稻的正常成熟谷粒轮廓大小数据，以其毫米为单位表示的长、宽、厚数据也有固定的判断标准，以此标准划分谷粒为正常状态还是生长不好和不太成熟状态，不同状态控制不同打击力度，目前对于稻谷的筛选均在打击脱落后进行，而在打击时通过统一的打击力度进行，带来的损失也占很大比例，因此通过划分不同的谷粒状态，控制不同的打击力。
实施例一：收割机的数据信息采集模块根据湿度检测技术和温度检测技术实时获取到待收割模块的平均积水量P为900，待收割水稻间的平均温度T为26℃，根据计算公式：K=
Figure 756975DEST_PATH_IMAGE009
=25计算出待收割区域的农田田面干燥度在正常干燥度范围区间内，稻田图像采集模块将收割机正前方待收割区域划分为五个等区域模块，且五个小模块内的中心扫描点分别计算出水稻的高度为100，100，100，60，10，以厘米为单位，已知五个模块中设定的水稻正常生长高度值H等于100厘米，因此根据计算公式计算此时收割模块的平均收割高度：
Figure 845892DEST_PATH_IMAGE006
=
Figure 950114DEST_PATH_IMAGE010
*100%=74%，收割机调整收割高度到74厘米，满足了大部分正常生长水稻的收割同时兼顾到水稻高度为60厘米的倒伏部分，使整个收益达到最大化。
实施例二：收割机的数据信息采集模块根据湿度检测技术和温度检测技术实时获取到待收割模块的平均积水量P为280，待收割水稻间的平均温度T为30℃，根据计算公式：K=
Figure 575130DEST_PATH_IMAGE011
=7计算出待收割区域的农田田面干燥度低于了正常干燥度范围区间，稻田图像采集模块将收割机正前方待收割区域划分为五个等区域模块，且五个小模块内的中心扫描点分别计算出水稻的高度为100，100，90，50，5，以厘米为单位，已知五个模块中设定的水稻正常生长高度值H等于100厘米，因此根据计算公式计算此时收割模块的平均收割高度：
Figure 841027DEST_PATH_IMAGE006
=
Figure 184283DEST_PATH_IMAGE012
*100%=78%，因农田田面环境中干燥度低于了正常干燥度范围区间，干燥度越低带来的处理成本也低于正常范围，因此降低收割高度增加收益，在现有计算出的收割高度78厘米的基础上进行收割高度下调3%，即最终该收割模块的平均收割高度为75%，即该模块整体高度趋于水稻正常高度，在以75厘米的收割高度收割过程中，收割机的上下抓取会抓取到高度为30厘米的水稻部分，和舍弃剩下抓取不到的另一部分以达到此时收益最大化。
实施例三：收割机的数据信息采集模块根据湿度检测技术和温度检测技术实时获取到待收割模块的平均积水量P为800，待收割水稻间的平均温度T为15℃，根据计算公式：K=
Figure 561038DEST_PATH_IMAGE013
=32计算出待收割区域的农田田面干燥度超过了正常干燥度范围区间，稻田图像采集模块将收割机正前方待收割区域划分为五个等区域模块，且五个小模块内的中心扫描点分别计算出水稻的高度为100，70，90，50，20，以厘米为单位，已知五个模块中设定的水稻正常生长高度值H等于100厘米，因此根据计算公式计算此时收割模块的平均收割高度：
Figure 40561DEST_PATH_IMAGE006
=
Figure 742938DEST_PATH_IMAGE014
*100%=66%，因农田田面干燥度超过正常干燥度范围区间，农田田面处于泥土泥块湿润松弛状态，水稻倒伏下去稻穗会粘带泥土泥块，因此在现有计算出的收割高度66厘米的基础上进行收割高度上调3%，即最终该收割模块的平均收割高度为69%，因该模块水稻大部分属于倒伏状态，现又考虑田面湿润度过低的情况，以原有的66厘米进行收割时，收割机的上下抓取会将粘带泥土泥块的水稻也大量抓取收割，后期的筛洗除杂成本高于这部分水稻的收益，因此将收割高度向上调整3%时收益达到最大化。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.小型分散作业智能管控系统，包括数据信息采集模块、动态分析判断模块和协作控制模块，其特征在于：所述数据信息采集模块用于对收割环境进行检测判断并采集稻田水稻图像数据和稻谷外观状态信息，所述动态分析判断模块用于分析判断稻谷外观状态，计算不同状态下水稻平均收割高度，所述协作控制模块用于根据水稻平均收割高度自动控制对水稻的切割维度和对谷粒的打击力度，所述数据信息采集模块与动态分析判断模块电连接，所述动态分析模块与协作控制模块电连接。
2.根据权利要求1所述的小型分散作业智能管控系统，其特征在于：所述数据信息采集模块包括环境数据采集模块、稻田图像采集模块和稻谷图像扫描模块，所述环境数据采集模块用于对农田田面环境的干燥度区间范围进行识别，所述稻田图像采集模块用于获取稻田中水稻的生长状态，所述稻谷图像扫描模块用于对水稻稻谷图像进行扫描采集。
3.根据权利要求2所述的小型分散作业智能管控系统，其特征在于：所述动态分析判断模块包括图像数据接收模块、倒伏分析判断模块、切割高度计算模块和谷粒状态识别模块，所述图像数据接收模块用于接收环境信息、稻田和稻谷图像数据信息，所述倒伏分析判断模块用于判断水稻倒伏程度状态信息，所述切割高度计算模块用于分模块计算收割区域水稻的平均收割高度，所述谷粒状态识别模块用于识别水稻谷粒的数据信息。
4.根据权利要求3所述的小型分散作业智能管控系统，其特征在于：所述切割高度计算模块包括区域划分子模块和平均高度计算子模块，所述区域划分子模块用于将待收割区域划分为等面积的小区域模块，所述平均高度计算子模块用于根据公式计算待收割模块的水稻平均收割高度。
5.根据权利要求4所述的小型分散作业智能管控系统，其特征在于：所述协作控制模块包括切割维度控制模块、切割取舍控制模块和打击力度控制模块，所述切割维度控制模块用于根据水稻的生长状态调整切割高度和角度，所述切割取舍控制模块用于根据不同状态下水稻的平均收割高度对倒伏水稻的收割取舍调整，所述打击力度控制模块用于控制对谷粒的脱落打击力度，所述倒伏分析判断模块、切割高度计算模块与切割取舍控制模块电连接，所述谷粒识别模块与打击力度控制模块电连接。
6.一种权利要求5所述的小型分散作业智能管控系统的运行方法，其特征在于：包括以下步骤：
步骤S1：水稻收割机进入收割区域，收割机正前方的数据信息采集模块启动，扫描采集收割周围环境数据和农田田面干燥度区间范围信息；
步骤S2：收割机视线区域处的稻田图像采集模块对正前方待收割区域内的水稻高度进行实时采集计算；
步骤S3：稻田所种水稻正常成熟时的谷粒外谷壳颜色和轮廓状态有固定的判断标准，利用此标准对收割的稻谷颗粒颜色和轮廓大小进行识别判断，划分界定水稻的成熟状态；
步骤S4：协作控制模块根据所采集的环境数据和水稻平均收割高度实时调整控制对水稻的切割维度和收割取舍，以及对谷粒的打击力度控制。
7.根据权利要求6所述小型分散作业智能管控系统的运行方法，其特征在于：所述步骤S2包括以下步骤：
步骤S21：以收割机行进的农田田面为水平面，设定此收割区域内该水稻品种从水平面开始计算的生长高度区间为0至100，正常生长状态的水稻高度值H等于100，收割机切割高度从水平面开始进行切割的高度区间为0至110，正常收割高度值等于100；
步骤S22：收割机稻田图像采集模块将正前方即将收割区域划分为等面积的五个1平方米区域模块，五个区域模块内分别设有水稻高度扫描测量点，实时测量该小模块内的水稻高度H，根据水稻高度自动调整控制整体待切割模块的平均收割高度
Figure 807309DEST_PATH_IMAGE001
；
步骤S23：环境数据采集模块位于，分析即将收割的区域模块内的农田田面干燥度区间，根据干燥度区间的划分对计算得出的水稻平均收割高度
Figure 671360DEST_PATH_IMAGE001
进行自动调整，在原有收割高度基础上调整正负3%的区间范围。
8.根据权利要求7所述小型分散作业智能管控系统的运行方法，其特征在于：所述步骤S22包括以下步骤：
步骤S221：稻田图像采集模块采集测量出正前方待收割区域的五个小区域模块的水稻高度分别为
Figure 688995DEST_PATH_IMAGE002
，
Figure 245878DEST_PATH_IMAGE003
，
Figure 981753DEST_PATH_IMAGE004
，
Figure 882451DEST_PATH_IMAGE005
，
Figure 285750DEST_PATH_IMAGE006
，根据计算公式：
Figure 13535DEST_PATH_IMAGE001
=
Figure 971126DEST_PATH_IMAGE007
*100%计算平均收割高度
Figure 442559DEST_PATH_IMAGE001
，其中N为模块数，
Figure 434786DEST_PATH_IMAGE002
至
Figure 333472DEST_PATH_IMAGE006
为水稻高度，H为五个模块中设定的水稻正常生长高度值；
步骤S222：计算出收割机正前方待收割区域内的平均收割高度
Figure 43939DEST_PATH_IMAGE001
后，收割机在对该模块进行收割时，扫描计算模块同步扫描划分下一个模块区域，按照同样的计算公式对下一个模块的平均收割高度进行计算，收割机行进收割到下一区域模块时自动调整为下一模块的平均收割高度。
9.根据权利要求7所述小型分散作业智能管控系统的运行方法，其特征在于：所述步骤S23包括以下步骤：
步骤S231：稻田图像采集模块计算区域模块内的平均收割高度时，环境数据采集模块根据湿度检测技术和温度检测技术实时监测获取待收割模块的平均积水量和待收割水稻间的平均温度，根据计算公式：K=
Figure 53483DEST_PATH_IMAGE008
实时测量待收割区域模块内的干燥度指数K，P为平均积水量，T为平均摄氏温度值，根据干燥度指数划分农田田面干燥和湿润区间；
步骤S232：农田田面存在一个正常的普遍干燥度范围区间，即计算出的干燥度指数值在10至30之间，当测量出农田田面的干燥度位于正常区间范围内时，保持稻田图像采集模块计算出的区域模块内水稻的平均收割高度，当测量出农田田面待收割模块的干燥度指数值大于30时，自动对水稻平均收割高度进行高度区间范围上调3%的调整，当测量出农田田面待收割模块的干燥度指数值小于10时，自动对水稻平均收割高度进行高度区间范围下调3%的调整；
步骤S233：当农田田面干燥度指数值低于正常干燥度值范围时，因天气越干燥带来的谷粒湿度就越低，后期烘干处理成本会低于正常范围内的处理成本，因此对稻田图像采集模块计算出的平均收割高度进行高度下调3%，在较低成本的情况下收割到更多的水稻增大最终收益，而当农田田面干燥度超过正常干燥度范围时，干燥指数值越高田面就越湿润谷粒湿度就越高，且水稻稻穗会粘带潮湿田面的泥块增加杂质，后期的除杂成本将会高于收割带来的整体收益，因此将计算出的水稻平均收割高度上调3%，舍弃部分携带泥土的水稻保证收益的最大化。
10.根据权利要求6所述小型分散作业智能管控系统的运行方法，其特征在于：所述步骤S3包括以下步骤：
步骤S31：该稻田所种水稻正常成熟时的谷粒外谷壳颜色状态有固定的判断标准，利用此标准对收割的谷粒进行颜色识别判断，界定划分水稻的成熟度，对不同成熟度的水稻自动控制不同打击力度；
步骤S32：该稻田所种水稻的正常成熟谷粒轮廓大小数据，以其毫米为单位表示的长、宽、厚数据也有固定的判断标准，以此标准划分谷粒为正常状态还是生长不好和不太成熟状态，不同状态控制不同打击力度。
CN202111573759.5A 2021-12-21 2021-12-21 小型分散作业智能管控系统及其运行方法 Active CN114503827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111573759.5A CN114503827B (zh) 2021-12-21 2021-12-21 小型分散作业智能管控系统及其运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111573759.5A CN114503827B (zh) 2021-12-21 2021-12-21 小型分散作业智能管控系统及其运行方法

Publications (2)

Publication Number Publication Date
CN114503827A true CN114503827A (zh) 2022-05-17
CN114503827B CN114503827B (zh) 2023-05-09

Family

ID=81547411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111573759.5A Active CN114503827B (zh) 2021-12-21 2021-12-21 小型分散作业智能管控系统及其运行方法

Country Status (1)

Country Link
CN (1) CN114503827B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203233688U (zh) * 2013-05-09 2013-10-16 覃学恒 水稻收割打谷机
CN105875030A (zh) * 2014-05-16 2016-08-24 迪尔公司 多传感器作物产量确定
CN109937685A (zh) * 2019-02-21 2019-06-28 江苏大学 一种联合收获机割台作业参数的控制装置及其控制方法
JP2019135952A (ja) * 2018-02-08 2019-08-22 ヤンマー株式会社 作業支援システム
CN112020982A (zh) * 2020-09-15 2020-12-04 中联农业机械股份有限公司 一种倒伏作物自动收割方法及收割机
CN212520011U (zh) * 2020-06-28 2021-02-12 安徽省农业科学院植物保护与农产品质量安全研究所 一种稻麦田收割机杂草种子捕获分离装置
CN112734083A (zh) * 2020-12-17 2021-04-30 宁波财经学院 一种基于机器视觉的水稻收割机路径规划控制系统
CN113099836A (zh) * 2021-02-26 2021-07-13 王鹏军 农业收割机械智能化驱动平台

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203233688U (zh) * 2013-05-09 2013-10-16 覃学恒 水稻收割打谷机
CN105875030A (zh) * 2014-05-16 2016-08-24 迪尔公司 多传感器作物产量确定
JP2019135952A (ja) * 2018-02-08 2019-08-22 ヤンマー株式会社 作業支援システム
CN109937685A (zh) * 2019-02-21 2019-06-28 江苏大学 一种联合收获机割台作业参数的控制装置及其控制方法
CN212520011U (zh) * 2020-06-28 2021-02-12 安徽省农业科学院植物保护与农产品质量安全研究所 一种稻麦田收割机杂草种子捕获分离装置
CN112020982A (zh) * 2020-09-15 2020-12-04 中联农业机械股份有限公司 一种倒伏作物自动收割方法及收割机
CN112734083A (zh) * 2020-12-17 2021-04-30 宁波财经学院 一种基于机器视觉的水稻收割机路径规划控制系统
CN113099836A (zh) * 2021-02-26 2021-07-13 王鹏军 农业收割机械智能化驱动平台

Also Published As

Publication number Publication date
CN114503827B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
CN111480557B (zh) 一种基于大数据物联网的农业灌溉实时监测调控系统
CN206333025U (zh) 玉米收割机
Hobson et al. PM—power and machinery: seed loss when cutting a standing crop of oilseed rape with two types of combine harvester header
CN116776129A (zh) 一种多源农业数据的采集管理方法
Karpenko et al. Innovation process of machine harvesting of laid peas and its efficiency
CN114503827A (zh) 小型分散作业智能管控系统及其运行方法
CN102422752A (zh) 一种具有秸秆粉碎功能的收割机
Gate et al. Assessment of forage nutritional quality of B x N hybrids between giant bajra and napier grass
CN115088566A (zh) 一种基于水稻栽培系统及其培育方法
Peacock et al. The future of California raisins is drying on the vine
Soots et al. Non-stationary processing centre for small and mediumsized blueberry farms. A Review.
CN114467722A (zh) 绿墙自动浇灌控制方法和系统
CN103190334A (zh) 一种白果树人工授粉方法
CN115316214B (zh) 基于大数据的农村农业信息管理系统及方法
CN105010528A (zh) 一种稻谷四段式保鲜干燥技术工艺
Pearson Phenology of Arizona fescue and mountain muhly in the northern Arizona ponderosa pine type
CN220004833U (zh) 一种朝天椒收获杂质分离结构
Rettke et al. Effect of timing of hand thinning on productivity of Moorpark apricots destined for drying
Song et al. Automatic 9 Row Corn Harvester Based on Labview Image Recognition
CN115170573B (zh) 基于大数据与物联网的智慧农业监控管理系统
CN115245127B (zh) 一种获取籽粒直收玉米种质资源的方法
Sunil et al. Effect of weather on the productivity of black pepper and coffee under Wayanad conditions
Monson et al. Forage Quality of Adapted Dent and Tropical Flint Corn Grown as a Second Crop 1
Van Niekerk The influence of weather on lucerne hay quality
EP3488679B1 (en) Mowing device

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant