CN114513949A - 用于收割的方法和成像系统 - Google Patents
用于收割的方法和成像系统 Download PDFInfo
- Publication number
- CN114513949A CN114513949A CN202080071105.XA CN202080071105A CN114513949A CN 114513949 A CN114513949 A CN 114513949A CN 202080071105 A CN202080071105 A CN 202080071105A CN 114513949 A CN114513949 A CN 114513949A
- Authority
- CN
- China
- Prior art keywords
- crop
- header
- image capture
- harvester
- area
- 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.)
- Pending
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
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for 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
- A01D41/14—Mowing tables
- A01D41/141—Automatic header control
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D45/00—Harvesting of standing crops
- A01D45/02—Harvesting of standing crops of maize, i.e. kernel harvesting
- A01D45/021—Cornheaders
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Combines (AREA)
- Outside Dividers And Delivering Mechanisms For Harvesters (AREA)
Abstract
本文描述了用于调整收割机设置的方法和收割机。在一个实施例中,一种计算机实施方法包括利用位于收割机上的至少一个图像捕捉设备捕捉待收割的未收割区域的田地视图的图像,分析所捕捉的图像以确定与未收割区域相邻的已收割区域的农作物的农作物信息以及基于已收割区域的农作物的所述农作物信息针对未收割区域调整收割机的设置或运行参数。
Description
相关申请的交叉引用
本申请要求于2020年12月9日提交的美国申请号62/945,289的优先权,该申请的全部内容以引用方式并入本文。
技术领域
本公开的实施例涉及用于利用收割机进行收割操作的方法和成像系统。
背景技术
播种机用于在田地中播种农作物(例如玉米、大豆)的种子。一些播种机在驾驶室内包括显示监视器,用于显示已播种的田地区域的覆盖范围图。根据由播种机收集的播种数据生成播种机的所述覆盖范围图。
联合收割机是收割农作物的机器。联合收割机的覆盖范围图显示了已被该联合收割机收割的田地区域。覆盖范围图允许联合收割机的操作者了解该联合收割机已经收割的田地区域。然后可以在收割田地之后生成田地的产量数据。可以分析所述产量数据,以便潜在地改善随后生长季节的农业运营。
附图说明
本公开在附图中以示例而非限制的方式示出,并且其中:
图1示出了根据一个实施例的用于收集农田数据并对农田数据分析的系统的示例;
图2示出了基于捕捉田地区域的图像来调整收割机设置的方法200的一个实施例的流程图;
图3﹣图6示出了根据某些实施例的具有定位在每个收割机的不同位置中的成像系统(例如,图像传感器、图像捕捉装置)的收割机;
图7示出了根据一个实施例的包括机器702((例如拖拉机、联合收割机等))的系统700的示例;
图8A示出了根据某些实施例的具有图像捕捉系统的割台的示例;
图8B示出了根据其他实施例的具有图像捕捉系统的割台的示例;
图9示出了根据一个实施例的将图像捕捉装置安装在鼻部900下方的情况;
图10示出了在与已收割的第二区域相邻的待收割的第一区域中的未收割农作物的图像1000;和
图11示出了在基于对捕捉的图像1000进行分析而调整收割机的设置之后已经由收割机的成像系统捕捉的图像。
具体实施方式
本文描述了用于收割的方法和成像系统。在一个示例中,收割机包括至少一个图像捕捉装置(例如,照相机),用于捕捉与已收割的第二区域相邻的待收割的第一区域的田地视图的图像。分析所捕捉的图像以确定来自第二区域的、在收割第二区域时被收割机丢弃的残茬农作物。可以基于对捕捉的图像进行分析来针对第一区域调整收割机的参数。
在以下描述中,阐述了许多细节。然而,对于本领域的技术人员来说将显而易见的是,可以在没有这些具体细节的情况下实践本公开的实施例。在一些情况下,众所周知的结构和装置以框图形式示出而没有示出细节,以避免使本公开难以理解。
图1示出了根据一个实施例的用于从农田收集和分析农业数据以便显示定制的农业数据的系统的示例。例如,在一个实施例中,系统100可以实施为具有服务器、数据处理装置、计算机等的基于云的系统。系统100的各方面、特征和功能可以在服务器、收割机(例如,联合收割机)、播种机、播种机监视器、无人机、笔记本电脑、平板电脑、计算机终端、客户端装置、用户装置、掌上电脑、个人数字助理、蜂窝电话、照相机、智能手机、移动电话、计算装置或这些数据处理装置中的任意者的组合或其他数据处理装置中实施。
在其他实施例中,该系统包括网络计算机或在另一个装置(例如,显示装置)内或在机器(例如,播种机、联合收割机)内的嵌入式处理装置或与图1所示的数据处理系统相比具有更少部件或可能更多部件的其他类型的数据处理系统。虽然以监视器作为显示装置进行说明,但显示装置可以是任何显示装置,例如监视器、智能手机、平板电脑、个人计算机或任何触摸激活的屏幕。
用于收集和分析农业数据的系统100(例如,基于云的系统)包括用于执行田地作业(例如,耕作、播种、施肥、收割等)的机器140、106和108(例如,收割机、播种机)。除了用于显示基于农业作业的定制农业数据的其他装置104和190(例如,用户装置、移动装置、平板装置、无人机等)之外,机器可以包括装置(例如,装置142、108、111)。机器还可以包括传感器(例如,图像捕捉装置、速度传感器、湿度传感器、螺旋推运器传感器、质量流量传感器、压头(head pressure)传感器、用于检测种子通过的种子传感器、下压力传感器、致动器阀、OEM传感器等),以用于捕捉相关田地(例如田地102、105、107、109)内的作物和土壤状况数据。该系统100包括农业分析系统102和存储介质136以存储指令、软件、软件程序等等,以用于由处理系统102执行和用于执行农业分析系统102的操作。数据分析模块130可以对农业数据(例如,图像、田地、产量等)执行分析,以生成与农业作业相关的农作物预测162。例如,农作物预测可以基于农作物在不同生长阶段的发育(例如,玉米的产量潜力或穗潜力)来预测产量(例如,农作物产量)。
田地信息数据库134存储由系统100正在监测的田地的农业数据(例如,农作物生长阶段、土壤类型、土壤特性、水分保持能力等)。农业实践信息数据库135存储由系统100监测的田地的农业实践信息(例如,收割信息、应用的播种信息、施肥信息、播种种群、施用的养分(例如氮)、产量水平、专有指数(例如,种子种群与土壤参数的比率)等)。成本/价格数据库138存储投入成本信息(例如,种子成本、养分成本(例如,氮)和商品价格信息(例如,来自农作物的收入)。
图1所示的系统100可以包括网络接口118,用于通过网络180(例如,因特网、广域网、WiMax、卫星、蜂窝、IP网络等)与例如无人机装置、用户装置和机器(例如,播种机、联合收割机)的其他系统或装置通信。网络接口包括用于通过网络180进行通信的一种或多种类型的收发器。
处理系统132可以包括一个或多个微处理器、处理器、片上系统(集成电路)或一个或多个微控制器。处理系统包括用于执行一个或多个程序的软件指令的处理逻辑。系统100包括用于存储由处理系统执行的数据和程序的存储介质136。存储介质136可以存储例如软件部分,例如用于捕捉图像和执行对捕捉图像的分析的软件应用程序或任何其他软件应用程序。存储介质136可以是任何已知形式的机器可读非暂时性存储介质,例如半导体存储器(例如闪存;SRAM;DRAM等)或非易失性存储器(例如硬盘或固态驱动器)。
虽然存储介质(例如,机器可读的非暂时性介质)在示例性实施例中被示为单个介质,但术语“机器可读的非暂时性介质”应理解为包括存储一组或多组指令的单个介质或多个介质(例如,集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“机器可读的非暂时性介质”还应理解为包括能够存储、编码或携带一组用于由机器执行的指令且使得机器执行本公开的方法中的任意一个或多个的任何介质。因此,术语“机器可读的非暂时性介质”应理解为包括但不限于固态存储器、光和磁介质以及载波信号。
图2示出了基于捕捉田地区域的图像来调整收割机的设置的方法200的一个实施例的流程图。方法200由可以包括硬件(电路、专用逻辑等)、软件(例如在通用计算机系统或专用机器或装置上运行的软件)或两者的组合的处理逻辑来执行。在一个实施例中,方法200由至少一个数据处理系统(例如,系统102、机器、设备、监视器、显示装置、用户装置、自导向装置、自推进装置等)的处理逻辑来执行。数据处理系统执行具有处理逻辑的软件应用程序或程序的指令。软件应用程序或程序可以由数据处理系统启动。在一个示例中,监视器或显示装置接收用户输入并为方法200的操作提供定制的显示。
在操作202中,软件应用程序在数据处理系统(例如,系统102、机器、设备、用户装置、自导向装置、自推进装置等)上启动并显示在监视器或显示装置上作为界面显示。数据处理系统可以集成有或联接到执行施用通行路径(application pass)的机器(例如,收割机)。替代地,数据处理系统可以集成有与在施用通行路径期间捕捉图像的机器相关联的设备(例如,无人机、图像捕捉装置)。
至少一个图像捕捉装置安装在收割机上,以观察收割机前方、收割机附近或紧随收割机的割台后面的地面。所述至少一个图像捕捉装置可以定位在收割机上以位于与先前收割的行垄相邻的行垄中。在操作204中,所述至少一个图像捕捉装置捕捉与已收割的第二区域相邻的待收割的第一区域的田地视图的图像(例如,一序列图像、视频)。所述至少一个图像捕捉装置可以是相对于收割机的行进方向的前视装置,其定位成观察第一区域的作物或向下朝向地面。
在操作206中,该方法包括分析所捕捉的图像以确定在收割第二区域时被收割机分散或丢弃的来自第二区域的农作物的农作物信息(例如,残茬农作物的水平或数量、残茬农作物效率、农作物割台损失、第二区域中未切割的弯折农作物、大豆的未切割茎秆或未切割长茎秆的百分比、弯曲茎秆的面积百分比、优质切割的大豆的水平或百分比、完整豆荚的面积百分比、观察到的具有籽粒的表面积百分比、基于蒲式耳(bushel)英亩估算或每英亩成本估算的农作物产量损失百分比、基于每英亩成本估算的每英亩的农作物损失的蒲式耳、经济损失窗口等)。经济损失窗口优选地以每英亩损失的美元($损失/英亩)显示可归因于各种丧失产量事件的经济损失值。可以连续显示经计算的经济损失值或者该值可以仅在警报状况下显示,例如当该值超过预定值时(例如,3.00美元/英亩)。如果不存在警报装置,则经济损失窗口可能会简单地显示“良好”一词或一些其他所需的词语。如果经济损失超过预定义的限度,则经济损失窗口可以提供某种视觉或听觉警报以提醒操作者。此外,如果在这些其他窗口中的任意一个中满足警报状况,经济损失窗口可以关联或绑定到其他窗口(例如,用于收割设置的其他窗口,所述设置例如为割台角度、割台高度、收割机的拨禾轮(reel)速度或拨禾轮齿倾角),并且发现此类警报状况是经济损失窗口中警报状况的促成因素,则两个窗口都会产生警报状况的视觉或听觉指示。穗损失,籽粒损失,或由捕捉的图像所确定的每行(row)的割台损失可以用于确定经济损失窗口。
在操作207中,该方法包括将由所述至少一个图像捕捉装置捕捉的图像或视频显示到显示装置(例如,机器的显示装置、收割机的显示装置、智能手机、平板电脑、计算机等)。在操作208中,该方法包括将农作物信息显示到显示装置(例如,机器的显示装置、收割机的显示装置、智能手机、平板电脑、计算机等)。在操作210中,该方法包括基于农作物信息在用户输入的情况下手动地或在没有用户输入的情况下自动地针对第一区域调整收割机的设置或参数(例如,调整割台的角度、割台高度、割台速度、拨禾轮速度、拨禾轮齿倾角、台面板间距、调整风扇速度、滚筒速度、凹板间隙、车速、预清器、筛选机、扩展部(extension)、筛网、输送器带(draper belt)速度)。
图3﹣图6示出了根据某些实施例的具有定位在每个收割机的不同位置中的成像系统(例如,图像传感器、图像捕捉装置)的收割机。
图3示出了根据一个实施例的具有成像系统50(例如,图像捕捉装置50a、50b、50c)的收割机或联合收割机10。在一个示例中,装置50a集成有鼻部的前部,装置50b定位在割台15的上部区域,并且装置50c定位或安装在收割机10的底盘12上。当驾驶室12中的操作者驾驶联合收割机10穿过田地时,成像系统50在与已收割的第二区域相邻的待收割的第一区域中捕捉未收割农作物的图像。分析所捕捉的图像以确定来自第二区域的由收割机在收割第二区域时分散的农作物的信息。如方法200的操作中所讨论的那样,可以基于对捕捉的图像进行分析来调整第一区域的收割机的设置。
正在被收割的农作物通过割台15被拉出,该割台收集植物材料并将其供入料室16。给料室16将植物材料运送到联合收割机中,在该联合收割机中将谷物与其他植物材料分离。随后分离的谷物被谷物升降机120向上输送到螺旋推运器150,该螺旋推运器将谷物运送到粮箱20中。其他植物材料从联合收割机的后部排出。
当粮箱20装满时,诸如粮车、货车或卡车的运输车辆被驾驶到联合收割机旁边或者联合收割机驾驶至等待的运输车辆。卸载螺旋推运器30向外转动直到端部定位在等待的运输车辆上方。位于粮箱20底部中的横向螺旋推运器35将谷物输送到延伸的卸载螺旋推运器30,该螺旋推运器又将谷物放置到下方的等待运输车辆中。
作物收割期间的实况或实时产量监测在本领域中是已知的。一种类型的市售产量监测器使用如美国专利号5,343,761中公开的质量流量传感器,通过引用将该专利全部内容并入本文。使用正被收割的通行路径的速度和宽度(通常是割台的宽度),可以通过将特定时间段内收割的谷物质量除以所收割的面积来获得以蒲式耳/英亩为单位的产量。除了记录当前的产率之外,此类系统通常包含GPS或其他定位系统,以便将每个记录的产量率与田地中的离散位置相关联。因此,可以生成产量图以供后续季节参考。
参考图4,收割机400(例如,豆子收割机)包括:前视传感器410﹣414(例如,图像捕捉装置、照相机),其具有沿收割机的行进方向440朝前的视野;后视传感器425,其具有沿相反的行进方向440朝后的视野;俯视传感器430﹣433,其观察田地的地表。俯视传感器将看到哪里的豆子弯折或看到未被收割的完整豆荚。为了进行修正,收割机可以调整正在收割作物的割台的角度。此外,可以根据捕捉的图像改变割台的角度、割台高度、割台速度、拨禾轮速度、拨禾轮齿倾度、台板间距、调整风扇速度、滚筒速度、凹板间隙、车速、预清器、筛选机、扩展部、筛网或输送器带速度。
参照图5,收割机500(例如,玉米收割机)包括具有沿收割机的行进方向540朝前的视野的前视传感器510﹣512和观察田地的地表的俯视传感器520﹣521。
参照图6,收割机600(例如,豆收割机)包括前视传感器610﹣611,其具有沿收割机行进方向朝前的视野。
当操作者驾驶收割机(例如,400、500、600)穿过田地时,成像系统捕捉与已收割的第二区域(例如,482、582、682)相邻的待收割的第一区域(例如,420、580、680)中的未收割农作物的图像。分析所捕捉的图像以确定来自第一区域的、在收割第二区域时被收割机分散的农作物信息。如方法200的操作中所讨论的那样,可以基于对捕捉的图像进行分析来调整用于第一区域的收割机的设置。
图7示出了根据一个实施例的机器700(例如拖拉机、联合收割机等)的示例。机器700包括处理系统720、存储器705、机器网络710(例如,控制器局域网(CAN)串行总线协议网络、ISOBUS网络等)以及用于与其他系统或装置通信的网络接口715。机器网络710包括根据本公开的实施例的传感器712(例如,速度传感器、湿度传感器、螺旋推运器传感器、质量流量传感器、压头传感器等)、用于控制并监测机器的运行的控制器711(例如,GPS接收器、雷达单元)以及用于捕捉农作物和田地的土壤状况的图像的图像捕捉装置714(例如,前视图像捕捉装置、后视图像捕捉装置、俯视图像捕捉装置)。网络接口715可以包括GPS收发器、WLAN收发器(例如,WiFi)、红外收发器、蓝牙收发器、以太网、蜂窝收发器或与包括机具740在内的其他装置和系统通信的其他接口。网络接口715可以集成有机器网络710或与机器网络710分离,如图7所示。I/O端口729(例如,诊断/车载诊断(OBD)端口)使得能够与另一个数据处理系统或装置(例如,显示装置、传感器等)通信。
在一个示例中,机器执行联合收割机的运行以收割谷物作物。该机器将收割、脱粒和扬谷操作结合在单个收割作业中。割台780(例如,谷物平台、挠性平台)包括切割机构以使农作物的切割被定位到螺旋推运器或输送器(皮带进给)中。割台780包括定向装置782或用于定向农作物(例如,玉米、大豆)的机构,以用于改进利用至少一个图像捕捉装置784的图像捕捉。
处理系统720可以包括一个或多个微处理器、处理器、片上系统(集成电路)或一个或多个微控制器。处理系统包括用于执行一个或多个程序的软件指令的处理逻辑726、以及用于经由机器网络710或网络接口715从机器传递和接收通信或者经由机具网络(implement network)750或网络接口760从机具传递和接收通信的通信单元728(例如,发送器、收发器)。通信单元728可以集成有处理系统或与处理系统分离。在一个实施例中,通信单元728经由I/O端口729的诊断/OBD端口与机器网络710和机具网络750进行数据通信。
包括一个或多个处理器的处理逻辑726可以处理从通信单元728接收的包括农业数据的通信。系统700包括存储器705,用于存储数据和程序以供处理系统执行(软件706)。存储器705可以存储例如软件部件,比如用于执行本公开的操作或方法的图像捕捉软件、田地视图软件,或任何其他软件应用程序或模块、图像(例如,捕捉的农作物图像)、警报、地图等。存储器705可以是任何已知形式的机器可读非暂时性存储介质,例如半导体存储器(例如闪存;SRAM;DRAM等)或非易失性存储器,例如硬盘或固态驱动器。该系统还可以包括音频输入/输出子系统(未示出),该音频输入/输出子系统可以包括麦克风和扬声器,例如用于接收和发送语音命令或用于用户身份验证或授权(例如,生物识别)。
处理系统720分别经由通信链路730﹣736与存储器705、机器网络710、网络接口715、割台780、显示装置730、显示装置725和I/O端口729进行双向通信。
显示装置725和730可以为用户或操作者提供可视的用户界面。显示装置可以包括显示控制器。在一个实施例中,显示装置725是具有触摸屏的便携式平板装置或计算装置,该触摸屏显示由农业数据分析软件应用程序或田地视图软件应用程序生成的图像(例如,捕捉的图像和数据(本地化视图地图层、种植或收割数据的高清田地地图或其他农业变量或参数、产量地图、警报、经济损失数据、单位面积种子、用于确定性能的玉米穗(cob)和玉米穗大小、破裂的籽粒的百分比、用于确定发芽和生长的植物数量的植株计数(standcount)数据(茎秆数)、从图像测量的茎秆直径数据等)),并且接收来自用户或操作者的针对定制的比例区域和田地区域的对应视图的数据、监测和控制田地操作、或本公开的任何操作或方法的输入。操作可以包括机器或机具的构造、数据的记录、基于来自图像捕捉装置的所捕捉图像而对机器或机具(包括传感器和控制器)的控制(例如,调整割台的角度、割台高度、割台速度、拔禾轮速度、拨禾轮齿倾角、台板间距、调整风扇速度、滚筒速度、凹板间隙、车速、预清器、筛选机、扩展部、筛网、输送器带速度)、以及存储所生成的数据。显示装置730可以是显示器(例如,由原始设备制造商(OEM)提供的显示器),其显示针对局部视图地图层的图像和数据、种植或收割的数据、产量数据、控制机器(例如播种机、拖拉机、联合收割机、喷雾机等)、使机器转向以及监测机器或机具(例如播种机、联合收割机、喷雾器等),其通过位于机器或机具上的传感器和控制器连接到机器。
驾驶室控制模块770可以包括用于启用或禁用机器或机具的某些部件或装置的附加控制模块。例如,如果用户或操作者不能使用显示装置中的一个或多个来控制机器或机具,那么驾驶室控制模块可以包括开关以停机或关闭机器或机具的部件或装置。
在一个实施例中,机器可读的非暂时性介质(例如,存储器705)包含可执行的计算机程序指令,所述计算机程序指令在由数据处理系统执行时使该系统执行本公开的操作或方法,所述操作或方法包括利用扩展和平移操作定制农田的比例和对应的天地视图。虽然机器可读的非暂时性介质(例如,存储器705)在示例性实施例中被示为单个介质,但术语“机器可读的非暂时性介质”应理解为包括存储一组或多组指令的单个介质或多个介质(例如,集中式或分布式数据库,和/或相关联的高速缓存和服务器)。术语“机器可读的非暂时性介质”也应理解为包括能够存储、编码或携带一组指令以供机器执行并且使机器执行本公开的方法的任何一个或多个方法的任何介质。因此,术语“机器可读的非暂时性介质”应理解为包括但不限于固态存储器、光和磁介质以及载波信号。
图8A示出了根据某些实施例的具有图像捕捉系统的割台的示例。割台800包括多个鼻部820和可以安装在多个位置(例如,在鼻部上、在鼻部内、与反射器集成)的图像捕捉装置810﹣813。
在一个示例中,图像捕捉装置只能位于这样远的地方(通常不超过3个鼻部),以使得装置可以看到从前一行散布到地面上的种子。鼻部805的末端可以利用与鼻部轮廓相匹配的保护盖中的照相机(例如,图像捕捉装置810、811)所代替。一个示例是圆顶中的照相机。
图8B示出了根据其他实施例的具有图像捕捉系统的割台的示例。割台850包括多个鼻部和可以安装在多个位置(例如,在鼻部上、在鼻部内、与反射器集成)的图像捕捉装置。图像捕捉装置805、860﹣863面向前方以捕捉从田地的相邻区域的先前通行路径中抛出的种子的数量。该割台850可以是玉米割台以捕捉每行的割台损失。
在该示例中,多个图像捕捉装置870﹣880被定位在割台之后的每一行处以捕捉种子的数量,其包括来自先前通行路径的被抛出的种子的数量。这些装置870﹣880可以向下或向后看。通过从装置870﹣880捕捉的图像的行数量中减去来自装置860﹣863的图像中的先前种子,这会给出每一行的割台丢失。
此外,如图9所示,存在将图像捕捉装置安装在鼻部900下方的位置。图像捕捉装置910和920可以安装在鼻部下方的任何表面(例如,902、904)上。优选地,图像捕捉装置还需要光源。
当操作者驾驶收割机穿过田地时,成像系统在与已收割的第二区域相邻的待收割的第一区域中如图10所示捕捉未收割的农作物的图像(例如,图像1000)。分析所捕捉的图像以确定来自第一区域的农作物信息(例如,玉米穗数据99、籽粒数据98),所述农作物被收割机在收割第二区域时分散。图11示出了在如方法200的操作中所讨论的基于对捕捉的图像进行分析来调整收割机的设置之后已经由收割机的成像系统捕捉的图像1100。图像1100显示从第二区域分散的更少的玉米穗和籽粒,这减少了农民的经济损失。
以下示例中的任何示例可以组合成单个实施例,或者这些示例可以是单独的实施例。在第一实施例的一个示例中,一种用于调整收割机的设置的计算机实施方法,包括:利用位于收割机上的至少一个图像捕捉装置捕捉待收割的未收割区域的田地视图的图像、分析所捕捉的图像以确定与未收割区域相邻的已收割区域的农作物的农作物信息、以及基于已收割区域的农作物的农作物信息调整未收割区域的收割机的设置或运行参数。
在第一实施例的另一个示例中,其中调整设置或运行参数包括基于农作物信息针对未收割的区域调整收割机的割台角度、割台高度、割台速度、拨禾轮速度、拨禾轮齿倾角、台板间距、调整风扇速度、滚筒速度、凹板间隙、车速、预清器、筛选机、扩展部、筛网、输送器带速度中的一项或多项。
在第一实施例的另一示例中,其中至少一个图像捕捉装置包括前视装置,其观察收割机前方。
在第一实施例的另一示例中,其中所述至少一个图像捕捉装置包括俯视装置以观察未收割区域的地表和农作物。
在第一实施例的另一示例中,计算机实施方法还包括将由所述至少一个图像捕捉装置捕捉的图像或视频显示到显示装置。
在第一实施例的另一个示例中,计算机实施方法还包括将农作物信息显示到显示装置。
在第一实施例的另一个示例中,其中调整设置或运行参数包括在没有用户输入的情况下基于农作物信息针对未收割区域自动地调整收割机的设置或运转参数。
在第一实施例的另一个示例中,其中农作物信息包括残茬农作物的水平或数量或残茬农作物效率。
在第一实施例的另一个示例中,其中农作物信息包括以下中的一项或多项:未切割的弯折农作物、大豆的未切割茎秆的百分比或未切割长茎秆的百分比、弯曲茎秆的面积百分比、切割良好的大豆的水平或百分比、或完整豆荚的面积百分比。
在第一实施例的另一个示例中,其中农作物信息包括以下中的一项或多项:观察到的具有籽粒的表面积百分比、基于蒲式耳英亩估算或每英亩成本估算的农作物产量损失百分比、基于每英亩成本估算的每英亩农作物损失的蒲式耳、或来自已收割区域的由收割机分散或丢弃的农作物的经济损失窗口。
在第二实施例的一个示例中,一种联合收割机,包括:用于接合农作物的割台、用来捕捉联合收割机的前方的未收割区域的图像的至少一个图像捕捉装置、以及通信地联接到所述至少一个图像捕捉装置的至少一个处理器。所述至少一个处理器被构造为执行指令以分析所捕捉的图像,以确定与未收割区域相邻的已收割区域的农作物的农作物信息,并且基于已收割区域的农作物的农作物信息针对未收割区域调整联合收割机的设置或运转参数。
在第二实施例的另一示例中,其中割台包括多个鼻部并且至少一个鼻部包括与鼻部的末端集成的至少一个图像捕捉装置。
在第二实施例的另一示例中,其中割台的三个最外侧的鼻部中的至少一个鼻部包括前视图像捕捉装置。
在第二实施例的另一示例中,其中所述至少一个图像捕捉装置沿着向下观察方向位于割台下方,例如在鼻部下面。
在第二实施例的另一示例中,其中所述至少一个图像捕捉装置沿着向前或向下观察的方向安装在割台上。
在第二实施例的另一示例中,联合收割机还包括用于支撑所述收割机的底盘,其中至少图像捕捉装置安装在所述底盘上。
在第二实施例的另一示例中,其中调整设置或运行参数包括基于农作物信息针对未收割区域调整收割机的割台的角度、割台高度、割台速度、拨禾轮速度、拨禾轮齿倾角、台板间距、调整风扇速度、滚筒速度、凹板间隙、车速、预清器、筛选机、扩展部、筛网、输送器带速度中的一项或多项。
在第二实施例的另一示例中,联合收割机还包括显示装置,用于显示由所述至少一个图像捕捉装置捕捉的图像或视频。
在第二实施例的另一示例中,其中显示装置显示农作物信息。
在第二实施例的另一个示例中,其中农作物信息包括残茬农作物的水平或数量或残茬农作物效率。
在第二实施例的另一示例中,其中所述至少一个图像捕捉装置包括定位于割台的第一外边缘上的前视图像捕捉装置、被定位为在割台后面观察的图像捕捉装置、定位在割台的第二外边缘上的前视图像捕捉装置以及定位在收割机框架的前部区域上的图像捕捉装置。
在第二实施例的另一个示例中,其中前视图像捕捉装置面向前方以捕捉从田地的相邻的已收割区域的先前通行路径抛出的种子数量。
在第二实施例的另一个示例中,其中图像捕捉装置被定位成在割台后面观察以捕捉在针对当前通行路径的收割之后的种子的量,所述种子的量包括来自先前通行路径的被抛出的种子的数量。
在第二实施例的另一示例中,其中所述至少一个处理器被构造为执行指令以基于来自先前通行路径的种子数量和当前通行路径的种子的量来确定当前通行路径的每行处的割台损失。
应当理解,以上描述旨在说明性而非限制性。在阅读和理解以上描述后,许多其他实施例对于本领域技术人员将是显而易见的。因此,本公开的范围应当参照所附权利要求以及这些权利要求所享有的等效物的全部范围来确定。
Claims (24)
1.一种用于调整收割机的设置的计算机实施方法,所述计算机实施方法包括:
利用位于所述收割机上的至少一个图像捕捉装置捕捉待收割的未收割区域的田地视图的图像;
分析所捕捉的图像以确定与所述未收割区域相邻的已收割区域的农作物的农作物信息;和
基于所述已收割区域的农作物的所述农作物信息针对所述未收割区域调整所述收割机的设置或运行参数。
2.根据权利要求1所述的计算机实施方法,其中调整设置或运行参数包括基于所述农作物信息针对所述未收割区域调整所述收割机的割台的角度、割台高度、割台速度、拔禾轮速度、拔禾轮齿倾角、台板间距、调整风扇速度、滚筒速度、凹板间隙、车速、预清器、筛选机、扩展部、筛网、输送器带速度中的一项或多项。
3.根据权利要求1所述的计算机实施方法,其中,所述至少一个图像捕捉装置包括观察收割机的前方的前视装置。
4.根据权利要求1所述的计算机实施方法,其中,所述至少一个图像捕捉装置包括用来观察所述未收割区域的地表和农作物的俯视观察装置。
5.根据权利要求1所述的计算机实施方法,所述计算机实施方法还包括:
将由所述至少一个图像捕捉装置捕捉的图像或视频显示到显示装置。
6.根据权利要求1所述的计算机实施方法,所述计算机实施方法还包括:
将所述农作物信息显示到显示装置。
7.根据权利要求1所述的计算机实施方法,其中调整设置或运行参数包括在没有用户输入的情况下基于所述农作物信息针对所述未收割区域自动地调整所述收割机的设置或运行参数。
8.根据权利要求1所述的计算机实施方法,其中,所述农作物信息包括残茬农作物的水平或数量、或者残茬农作物效率。
9.根据权利要求1所述的计算机实施方法,其中所述农作物信息包括以下中的一项或多项:未切割的弯折农作物、大豆的未切割茎秆或未切割长茎秆的百分比、弯曲茎秆的百分比面积、切割良好的大豆的水平或百分比、或者完整豆荚的面积百分比。
10.根据权利要求1所述的计算机实施方法,其中,所述农作物信息包括以下中的一项或多项:所观察到的具有籽粒的表面积百分比、基于蒲式耳英亩估算或每英亩成本估算的农作物产量损失百分比、基于每英亩成本估算的每英亩农作物损失的蒲式耳、或者所述已收割区域的由所述收割机分散或丢弃的农作物的经济损失窗口。
11.一种联合收割机,所述联合收割机包括:
用于接合农作物的割台;
至少一个图像捕捉装置,用于捕捉所述联合收割机的前方未收割区域的图像;和
至少一个处理器,所述至少一个处理器通信地联接到所述至少一个图像捕捉装置,所述至少一个处理器被构造为执行指令以分析所捕捉的图像以确定与所述未收割区域相邻的已收割区域的农作物的农作物信息并且基于所述已收割区域的农作物的所述农作物信息针对所述未收割区域调整所述联合收割机的设置或运行参数。
12.根据权利要求11所述的联合收割机,其中,所述割台包括多个鼻部,并且至少一个鼻部包括与该鼻部的末端集成的所述至少一个图像捕捉装置。
13.根据权利要求12所述的联合收割机,其中,所述割台的三个最外侧的鼻部中的至少一个鼻部包括前视图像捕捉装置。
14.根据权利要求12所述的联合收割机,其中,至少一个图像捕捉装置沿向下观察的方向定位于鼻部下方。
15.根据权利要求11所述的联合收割机,其中,所述至少一个图像捕捉装置以向前或向下观察的方向安装在所述割台上。
16.根据权利要求11所述的联合收割机,所述联合收割机还包括:
底盘,用于支撑所述收割机,其中至少图像捕捉装置安装在所述底盘上。
17.根据权利要求11所述的联合收割机,其中,调整设置或运行参数包括基于所述农作物信息针对所述未收割区域调整所述收割机的割台的角度、割台高度、割台速度、拨禾轮速度、拨禾轮齿倾角、台板间距、调整风扇速度、滚筒速度、凹板间隙、车速、预清器、筛选机、扩展部、筛网、输送器带速度中的一项或多项。
18.根据权利要求11所述的联合收割机,所述联合收割机还包括:
显示装置,用于显示由所述至少一个图像捕捉装置捕捉的图像或视频。
19.根据权利要求18所述的联合收割机,其中,所述显示装置用于显示所述农作物信息。
20.根据权利要求11所述的联合收割机,其中,所述农作物信息包括残茬农作物的水平或数量、或者残茬农作物效率。
21.根据权利要求11所述的联合收割机,其中,所述至少一个图像捕捉装置包括定位于所述割台的第一外边缘上的前视图像捕捉装置、定位成在所述割台后方观察的图像捕捉装置、定位于所述割台的第二外边缘上的前视图像捕捉装置以及定位于所述收割机的框架的前部区域上的图像捕捉装置。
22.根据权利要求21所述的联合收割机,其中,所述前视图像捕捉装置面向前方以捕捉从田地的相邻的已收割区域的先前通行路径抛出的种子的数量。
23.根据权利要求22所述的联合收割机,其中,所述图像捕捉装置定位成在所述割台后方观察,以捕捉针对当前通行路径在收割之后的种子的量,所述种子的量包括从先前通行路径抛出的种子的数量。
24.根据权利要求23所述的联合收割机,其中,所述至少一个处理器被构造为执行指令以基于来自先前通行路径的所述种子的数量和当前通行路径的所述种子的量来确定所述当前通行路径的每行处的割台损失。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962945289P | 2019-12-09 | 2019-12-09 | |
US62/945,289 | 2019-12-09 | ||
PCT/IB2020/060962 WO2021116802A1 (en) | 2019-12-09 | 2020-11-20 | Methods and imaging systems for harvesting |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114513949A true CN114513949A (zh) | 2022-05-17 |
Family
ID=73643136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080071105.XA Pending CN114513949A (zh) | 2019-12-09 | 2020-11-20 | 用于收割的方法和成像系统 |
Country Status (7)
Country | Link |
---|---|
US (2) | US11632905B2 (zh) |
EP (1) | EP4072263A1 (zh) |
CN (1) | CN114513949A (zh) |
AR (1) | AR120677A1 (zh) |
AU (1) | AU2020402653A1 (zh) |
CA (1) | CA3151163A1 (zh) |
WO (1) | WO2021116802A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115735536A (zh) * | 2022-11-23 | 2023-03-07 | 吉林大学 | 具有自适应调整功能的仿生平茬装置及控制系统 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019232179A1 (en) * | 2018-06-01 | 2019-12-05 | Monsanto Technology Llc | Rapid stalk strength assessment |
US20210329838A1 (en) * | 2019-09-04 | 2021-10-28 | Ag Leader Technology | Apparatus, Systems And Methods For Stalk Sensing |
US20220226871A1 (en) * | 2021-01-19 | 2022-07-21 | Deere & Company | Image-based roll gap optimization for roller conditioner systems |
US11980135B2 (en) * | 2021-02-03 | 2024-05-14 | Deere & Company | Method and system for harvesting, packaging, and tracking crop material |
US20230035890A1 (en) * | 2021-07-27 | 2023-02-02 | Cnh Industrial America Llc | Systems and methods for remotely controlling the operation of a harvesting implement for an agricultural harvester |
US20230046882A1 (en) * | 2021-08-11 | 2023-02-16 | Deere & Company | Obtaining and augmenting agricultural data and generating an augmented display |
US20240122106A1 (en) * | 2022-10-14 | 2024-04-18 | Cnh Industrial America Llc | Stubble lean detection system for an agricultural harvester |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5343761A (en) | 1991-06-17 | 1994-09-06 | Allen Myers | Method and apparatus for measuring grain mass flow rate in harvesters |
US8463510B2 (en) * | 2010-04-30 | 2013-06-11 | Cnh America Llc | GPS controlled residue spread width |
US9043096B2 (en) * | 2011-03-31 | 2015-05-26 | Ag Leader Technology | Combine bin level monitoring system |
WO2014093814A1 (en) | 2012-12-14 | 2014-06-19 | Agco Corporation | Predictive load estimation through forward vision |
EP3125670B1 (en) | 2014-04-01 | 2019-01-23 | The Climate Corporation | Agricultural implement operator monitoring methods |
US10049296B2 (en) * | 2016-08-17 | 2018-08-14 | Cnh Industrial America Llc | Grain loss sensor array for crop harvesting machine |
WO2018101351A1 (ja) * | 2016-12-02 | 2018-06-07 | 株式会社クボタ | 走行経路管理システム及び走行経路決定装置 |
US10255670B1 (en) * | 2017-01-08 | 2019-04-09 | Dolly Y. Wu PLLC | Image sensor and module for agricultural crop improvement |
US10721859B2 (en) * | 2017-01-08 | 2020-07-28 | Dolly Y. Wu PLLC | Monitoring and control implement for crop improvement |
US10317272B2 (en) * | 2017-05-17 | 2019-06-11 | Deere & Company | Automatic wireless wagon detection apparatus and method |
US10757859B2 (en) | 2017-07-20 | 2020-09-01 | Deere & Company | System for optimizing platform settings based on crop state classification |
DE102018121031A1 (de) * | 2018-08-29 | 2020-03-05 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Arbeitsmaschine |
US20200133262A1 (en) * | 2018-10-31 | 2020-04-30 | Cnh Industrial America Llc | System and method for calibrating alignment of work vehicles |
CN209983105U (zh) | 2018-12-29 | 2020-01-24 | 丰疆智能科技股份有限公司 | 收割机 |
US11457563B2 (en) * | 2019-06-27 | 2022-10-04 | Deere & Company | Harvester stability monitoring and control |
US11758847B2 (en) * | 2019-09-19 | 2023-09-19 | Deere & Company | Residue quality assessment and performance system for a harvester |
-
2020
- 2020-11-20 CN CN202080071105.XA patent/CN114513949A/zh active Pending
- 2020-11-20 WO PCT/IB2020/060962 patent/WO2021116802A1/en unknown
- 2020-11-20 EP EP20816313.9A patent/EP4072263A1/en active Pending
- 2020-11-20 CA CA3151163A patent/CA3151163A1/en active Pending
- 2020-11-20 AU AU2020402653A patent/AU2020402653A1/en active Pending
- 2020-11-20 US US17/757,074 patent/US11632905B2/en active Active
- 2020-12-04 AR ARP200103389A patent/AR120677A1/es unknown
-
2023
- 2023-03-15 US US18/183,992 patent/US20230210052A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115735536A (zh) * | 2022-11-23 | 2023-03-07 | 吉林大学 | 具有自适应调整功能的仿生平茬装置及控制系统 |
Also Published As
Publication number | Publication date |
---|---|
AU2020402653A1 (en) | 2022-04-07 |
CA3151163A1 (en) | 2021-06-17 |
US20230210052A1 (en) | 2023-07-06 |
EP4072263A1 (en) | 2022-10-19 |
AR120677A1 (es) | 2022-03-09 |
US20230000015A1 (en) | 2023-01-05 |
US11632905B2 (en) | 2023-04-25 |
WO2021116802A1 (en) | 2021-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11632905B2 (en) | Methods and imaging systems for harvesting | |
US10860189B2 (en) | Systems and methods for customizing scale and corresponding views of data displays | |
CN109688792B (zh) | 用于利用种子定位器在农田内种子定向的系统、机具和方法 | |
CN109688793B (zh) | 播种期间具有可调节单排机的种子定向的系统、机具和方法 | |
CN109714947B (zh) | 用于农田内被动种子定向的系统、机具和方法 | |
US11212962B2 (en) | Field condition determination | |
CN109688794B (zh) | 用于农田内种子定向的系统、机具和方法 | |
US10126282B2 (en) | Yield estimation | |
US10188037B2 (en) | Yield estimation | |
US10178828B2 (en) | Per plant crop sensing resolution | |
US9903979B2 (en) | Yield estimation | |
US20140230580A1 (en) | Crop sensing | |
US20140236381A1 (en) | Crop sensing display | |
CA2968365C (en) | System and methods for identifying fields and tasks | |
US11849671B2 (en) | Crop state map generation and control system | |
US11727680B2 (en) | Predictive map generation based on seeding characteristics and control | |
US20240057508A1 (en) | Data transfer | |
CA3213508A1 (en) | Systems and methods for providing field views including enhanced agricultural maps having a data layer and image data | |
WO2024134326A1 (en) | Methods for imaging a field | |
US20240224839A9 (en) | Systems and Methods for Determining State Data for Agricultural Parameters and Providing Spatial State Maps | |
US20240130270A1 (en) | Systems and Methods for Determining State Data for Agricultural Parameters and Providing Spatial State Maps | |
WO2024150057A1 (en) | Method and system to provide a viewing and replay functionality for agricultural data layers | |
WO2024150055A1 (en) | Methods and systems for adjusting a range feature of an editor tool to automatically adjust a range of data values in a range region and automatically adjust a corresponding field view of a data display | |
WO2024150056A1 (en) | Method and system to provide a region explorer function for selecting regions of interest of agricultural data layers and to provide data metrics for the regions of interest | |
CN117295393A (zh) | 用于提供包括具有数据层的增强农业地图和图像数据的田地视图的系统和方法 |
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 |