CN218736029U - 农作物收割设备 - Google Patents

农作物收割设备 Download PDF

Info

Publication number
CN218736029U
CN218736029U CN202222134946.XU CN202222134946U CN218736029U CN 218736029 U CN218736029 U CN 218736029U CN 202222134946 U CN202222134946 U CN 202222134946U CN 218736029 U CN218736029 U CN 218736029U
Authority
CN
China
Prior art keywords
crop
equipment
harvesting
image
image acquisition
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.)
Active
Application number
CN202222134946.XU
Other languages
English (en)
Inventor
周璇德
黎鑫溢
唐明
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.)
Zhonglian Agricultural Machinery Co ltd
Original Assignee
Zhonglian Agricultural Machinery 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 Zhonglian Agricultural Machinery Co ltd filed Critical Zhonglian Agricultural Machinery Co ltd
Priority to CN202222134946.XU priority Critical patent/CN218736029U/zh
Application granted granted Critical
Publication of CN218736029U publication Critical patent/CN218736029U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及农作物收割领域,公开了一种农作物收割设备,包括:粮仓,用于存储收割设备收获的农作物;第一图像采集设备,与收割设备的输送槽连接,用于在收割设备作业过程中实时采集作业区域的区域图像;第二图像采集设备,设置于粮仓,用于在收割设备作业过程中实时采集粮仓内的作物堆积图像;定位装置,用于实时确定收割设备的位置信息;以及用于根据区域图像和作物堆积图像分别实时确定作业区域的作业宽幅和粮仓内的作物存储量的处理器,处理器与第一图像采集设备和第二图像采集设备电连接。可以在收割设备对农作物收割的过程中,实时且准确地获取到收割设备的多种作业信息。

Description

农作物收割设备
技术领域
本实用新型涉及农业领域,具体地涉及一种农作物收割设备。
背景技术
收割机是一种一体化收割农作物的机械,可以一次性完成收割、脱粒,并将谷粒集中到储藏仓,通过传送带将粮食输送到运输车上。目前,收割机正在向大型、高速、可靠及高适应性方向进行发展。但是在现有技术中,收割机在进行收割作业时,对于收割机的作业参数以及农作物的相关数据,还无法实时进行实时检测,从而无法实现收割机在各种田间环境及对多种不同作物进行流畅地收割作业。
实用新型内容
本申请的目的是为了克服现有技术存在的当收割设备进行作业时,不能够实时准确地获取收割设备的多种作业信息的问题,提供一种农作物收割设备。该农作物收割设备,具有能够实时确定收割设备所在的位置信息、收割设备在所在位置的实时宽幅和作物收获量等多种作业信息。
为了实现上述目的,本申请一方面提供一种农作物收割设备,其特征在于,包括:
粮仓,用于存储收割设备收获的农作物;
第一图像采集设备,与收割设备的输送槽连接,用于在收割设备作业过程中实时采集作业区域的区域图像;
第二图像采集设备,设置于粮仓,用于在收割设备作业过程中实时采集粮仓内的作物堆积图像;
定位装置,用于实时确定收割设备的位置信息;以及
用于根据区域图像和作物堆积图像分别实时确定作业区域的作业宽幅和粮仓内的作物存储量的处理器,处理器与第一图像采集设备和第二图像采集设备电连接。
在本申请的实施例中,还包括:水分传感器,设置于粮仓的内部,与处理器电连接,用于检测粮仓内作物的当前含水率并将当前含水率发送至处理器。
在本申请的实施例中,定位装置与处理器通过RS-232接口连接,用于将位置信息传输至处理器。
在本申请的实施例中,还包括:显示设备,与处理器通过HDMI接口连接,用于显示作业宽幅、作物存储量、位置信息和当前含水率中的任一者。
在本申请的实施例中,还包括:第一支架组件,与驾驶室前方的安装杆连接,用于固定显示设备;第一固定组件,用于连接显示设备与第一支架组件。
在本申请的实施例中,还包括:第二支架组件,与输送槽连接,用于固定第一图像采集装置;第二固定组件,用于连接第一图像采集设备和第二固定组件与第二支架组件。
在本申请的实施例中,还包括:第三支架组件,第三支架组件与粮仓内的顶部连接,用于固定第二图像采集设备;第三固定组件,用于连接第二图像采集设备和第三支架组件。
在本申请的实施例中,还包括:第四固定组件,用于固定定位装置,定位装置通过第四固定组件与驾驶室的顶部连接。
在本申请的实施例中,还包括:第五固定组件,用于固定处理器,处理器通过第五固定组件与驾驶室的座椅连接。
在本申请的实施例中,还包括:第一连接线,第一图像采集设备通过第一连接线与处理器电连接;第二连接线,第二图像采集设备通过第二连接线与处理器电连接。
通过上述技术方案,将第一图像采集设备与收割设备的输送槽连接,可以在收割设备作业过程中实时采集作业区域的区域图像。将第二图像采集设备设置在粮仓内,可以实时采集粮仓内的作物堆积图像。将处理器分别与第一图像采集设备和第二图像采集设备电连接,通过处理器可以根据区域图像和作物堆积图像分别实时确定作业区域的作业宽幅和粮仓内的作物存储量的。以及通过定位装置可以实时确定收割设备的位置,可以在收割设备对农作物收割的过程中,实时且准确地获取到收割设备的多种作业信息。
附图说明
图1示意性示出了根据本申请实施例的农作物收割设备的示意图;
图2示意性示出了应用于本申请实施例提供的农作物收割设备的用于确定农作物产量的方法的流程示意图;
图3示意性示出了应用于本申请实施例提供的农作物收割设备的产量分布图的示意图;
图4示意性示出了应用于本申请又一实施例提供的农作物收割设备的用于确定农作物产量的方法的步骤示意图;
图5示意性示出了应用于本申请实施例提供的农作物收割设备的结构框图;
图6示意性示出了应用于本申请另一实施例的农作物收割设备的结构框图。
附图标记说明
010-粮仓,020-第一图像采集设备,030-第二图像采集设备,040-定位装置,050-处理器,060-水分传感器,070-显示设备。
具体实施方式
以下结合附图对本申请的具体实施方式进行详细说明,应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请,本申请的保护范围并不局限于下述的具体实施方式。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“设置”、“设有”、“安装”、“配合”、“连接”、“布置”应做广义理解,例如,连接可以是直接连接,也可以是通过中间媒介进行间接的连接,可以是固定连接,也可以是可拆卸连接,或者是一体连接;可以是直接连接,也可以是通过中间连接件间接连接,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
此外,术语“第一”、“第二”仅用于描述的目的,而不能理解为指示或暗示相对重要性或隐含指明所指示的技术特征的数量,因此,限定有“第一”、“第二”的特征可以明示或隐含地包括一个或更多个所述特征。
在一个实施例中,提供了一种农作物收割设备,包括:
粮仓010,用于存储收割设备收获的农作物;
第一图像采集设备020,与收割设备的输送槽连接,用于在收割设备作业过程中实时采集作业区域的区域图像;
第二图像采集设备030,设置于粮仓010,用于在收割设备作业过程中实时采集粮仓010内的作物堆积图像;
定位装置040,用于实时确定收割设备的位置信息;以及
用于根据区域图像和作物堆积图像分别实时确定作业区域的作业宽幅和粮仓010内的作物存储量的处理器050,处理器050与第一图像采集设备020和第二图像采集设备030电连接。
农作物收割设备可以是立式割台收割机、卧式割台收割机、侧挂式割台收割机等联合收割机的任意一者,以下简称收割设备。粮仓010是收割设备用于存储收获的农作物的装置,在收割设备进行收割作业时,农作物的果实通过传送装置输送到粮仓010中进行存储。定位装置040是以确定空间位置为目标而构成的相互关联的一个装置,可以是BDS终端,可以实时定位收割设备的位置,获取其经纬度信息。在收割设备的割台处安装有第一图像采集设备020,具体地,可以是与割台处的输送槽连接。通过第一图像采集设备020实时采集到收割设备在所在区域工作时,割台采集作业区域的区域图像。第二图像采集装置030,可以是安装在粮仓010内的顶部上。通过第二图像采集装置030可以实时采集到粮仓010内的作物堆积图像。第一图像采集设备020和第二图像采集设备030可以是摄像头,摄像机,相机,扫描仪,其他带有拍照功能的设备(手机、平板电脑等)。处理器050可以根据第一图像采集设备020采集到的区域图像和第二图像采集设备030采集到的作物堆积图像,来实时确定作业区域的作业宽幅和粮仓内的作物存储量。具体地,可以通过模拟图像处理或是数字图像处理。例如,通过深度卷积神经网络模型计算出作物堆积图像对应的图像数据。
在一个实施例中,还包括:水分传感器060,设置于粮仓010的内部,与处理器050电连接,用于检测粮仓010内作物的当前含水率并将当前含水率发送至处理器050。
水分传感器060可以是微波雷达水分传感器、电容式水分传感器、电阻式水分传感器等的任意一者。例如,电阻式水分传感器可以对粮仓010内的粮食水分进行检测时,将收集到电压信号通过AI/DI转换成数字信号,计算出粮仓中作物的当前含水率,并将当前含水率发送至处理器050。
在一个实施例中,定位装置040与处理器050通过RS-232接口连接,用于将位置信息传输至处理器050。RS-232接口是常用的串行通信接口标准之一,并且RS-232应用范围广泛、价格便宜、编程容易,并且可以比其它接口使用更长的导线,适用于农作物收割设备这种大型设备中。定位装置040可以将位置信息中的经纬度信息通过RS-232传输给处理器050。
在一个实施例中,还包括:显示设备070,与处理器050通过HDMI接口连接,用于显示作业宽幅、作物存储量、位置信息和当前含水率中的任一者。
显示设备070可以是CRT显示器、LCD显示器、LED显示器、3D显示器等可以接受数据并显示图像的任意一种设备。显示设备070通过HDMI连接与处理器050连接,可以传输音频和视频等信号,以显示收割设备的区域面积、作物收获量、位置信息、当前含水率以及产量分布图中的任一者。高清多媒体接口(HDMI)是一种全数字化视频和声音发送接口,可以发送未压缩的音频及视频信号。HDMI可用于机顶盒、DVD播放机、个人计算机、电视、游戏主机、综合扩大机、数字音响与电视机等设备。HDMI可以同时发送音频和视频信号,由于音频和视频信号采用同一条线材,大大简化系统线路的安装难度。在另一个实施例中,显示设备还采用移动网络通讯与云平台传输数据,云平台可以接收显示设备发送的作业宽幅、作物存储量、位置信息、当前含水率等数据,对当前作业区域的地块绘制产量分布图。
在一个实施例中,还包括:第一支架组件,与驾驶室前方的安装杆连接,用于固定显示设备070;第一固定组件,用于连接显示设备070与第一支架组件。
第一支架组件通过固定在驾驶室前方的安装杆。具体地,安装杆是驾驶室前方的横杆。第一固定组件可以是螺栓、铆钉、键鞘等固定组件,第一支架组件通过第一固定组件与显示设备070连接,可以将显示设备070设置在驾驶前方,便于驾驶员或其他用户进行查看。
在本申请的实施例中,还包括:第二支架组件,与输送槽连接,用于固定第一图像采集装置020;第二固定组件,用于连接第一图像采集设备020和第二固定组件与第二支架组件。
第二支架组件固定在输送槽上,输送槽位于割台处。第二固定组件可以是螺栓、铆钉、键鞘等固定组件。第一图像采集设备020通过第二固定组件与第二支架组件连接,可以将第一图像采集设备020设置在输送槽上,便于第一图像采集设备020采集作业区域的区域图像,以通过区域图像确定收割设备的作业宽幅。
在一个实施例中,还包括:第三支架组件,第三支架组件与粮仓内的顶部连接,用于固定第二图像采集设备030;第三固定组件,用于连接第二图像采集设备030和第三支架组件。
第三支架组件固定在粮仓010内的顶部,第三固定组件可以是螺栓、铆钉、键鞘等固定组件。第二图像采集设备030通过第三固定组件与第三支架组件连接,可以将第二图像采集设备030设置在粮仓内的顶部,便于第二图像采集030可以的采集到整个粮仓010内部的作物堆积图像,以进一步确定作物堆积高度和作物堆积面积。
在一个实施例中,还包括:第四固定组件,用于固定定位装置040,定位装置040通过第四固定组件与驾驶室的顶部连接。
第四固定组件可以是螺栓、铆钉、键鞘等固定组件,定位装置040通过第四固定组件固定在驾驶室的顶部,可以实时获取收割设备的位置信息。
在一个实施例中,还包括:第五固定组件,用于固定处理器050,处理器050通过第五固定组件与驾驶室的座椅连接。
第五固定组件可以是螺栓、铆钉、键鞘等固定组件,处理器050通过第五固定组件固定在驾驶室的座椅下方区域。
在一个实施例中,还包括:第一连接线,第一图像采集设备020通过第一连接线与处理器050电连接;第二连接线,第二图像采集设备030通过第二连接线与处理器050电连接。
第一连线和第二连线都可以是图像采集连接线,第一图像采集设备020、第二图像采集设备030分别通过第一连线和第二连线与处理器050电连接,并通过第一连线和第二连线图像数据。
通过上述技术方案,将第一图像采集设备与收割设备的输送槽连接,可以在收割设备作业过程中实时采集作业区域的区域图像。将第二图像采集设备设置在粮仓内,可以实时采集粮仓内的作物堆积图像。将处理器分别与第一图像采集设备和第二图像采集设备电连接,通过处理器可以根据区域图像和作物堆积图像分别实时确定作业区域的作业宽幅和粮仓内的作物存储量的。通过定位装置、水分传感器、可以实时确定收割设备的位置信息以及粮仓内作物的当前含水率。通过RS-232接口、HDMI接口以及图像采集连接线可以将获取到的数据实时传输给处理器。通过多个支架组件和多个固定组件可以将上述装置或设备固定在农作物收割设备上,以便于上述装置或设备在所在位置进行工作。如此,可以在收割设备对农作物收割的过程中,实时且准确地获取到收割设备的多种作业信息。
图2示意性示出了根据本申请实施例的用于确定农作物产量的方法的流程示意图。如图2所示,在本申请一实施例中,提供了一种用于确定农作物产量的方法,应用于农作物收割设备,收割设备包括粮仓,方法包括以下步骤:
步骤202,在收割设备沿着作业路径对农作物收割的过程中,确定收割设备在每个预设时间段内的位置,每个预设时间段内的位置包括起始时间点的第一位置和终止时间点的第二位置。
步骤204,根据第一位置和第二位置确定收割设备在每个预设时间段内的作业区域。
步骤206,获取粮仓在每个预设时间段内与起始时间点对应的第一作物堆积图像和与终止时间点对应的第二作物堆积图像。
步骤208,根据第一作物堆积图像和第二作物堆积图像确定收割设备在每个作业区域内的作物收获量。
在收割设备在农田进行作业时,通常是沿着某一直线方向的作业路径对农作物进行收割。在这个作业过程中,可以根据收割设备的行进速度设定一个预设时间段,例如可以是3秒、10秒、30秒、1分钟的任意时间段。处理器可以获取收割设备在每个预设时间段内的位置,包括在每个预设时间段的起始时间点的第一位置和终止时间点的第二位置。在收割设备沿着作业路径持续作业的过程中,下一个预设时间段的起始时间点可以是上一个预设时间段的终止时间点。第一位置和第二位置都包括该位置下收割设备的经纬度信息以及收割设备上其他工作装置采集到的信息。处理器可以根据第一位置和第二位置,确定收割设备在每个预设时间段内的作业区域。其中,作业区域是指被收割设备进行过收割作业的农作物区域。同时,处理器还可以获取收割设备的粮仓在每个预设时间段内与起始时间点对应的第一作物堆积图像,以及和终止时间点对应的第二作物堆积图像。收割设备在对农作物收割的过程中,采集到的粮食可以通过输送管道运送至粮仓中,粮食抛洒进入粮仓的过程中会产生堆积。第一作物堆积图像和第二作物堆积图像是指在对应的起始时间点和终止时间点,在粮仓中采集到的粮食堆积的图像。进一步地,处理器可以对第一作物堆积图像和第二作物堆积图像进行图像数据处理,来确定收割设备在每个预设时间段内对应的每个作业区域内的作物收获量。具体地,可以通过模拟图像处理或是数字图像处理。例如,通过深度卷积神经网络模型计算出作物堆积图像对应的图像数据,以确定出每个作业区域内的作物收获量。
在一个实施例中,根据第一作物堆积图像和第二作物堆积图像确定收割设备在每个作业区域内的作物收获量包括:根据第一作物堆积图像和第二作物堆积图像确定粮仓在每个预设时间段内的作物堆积高度和作物堆积面积;根据作物堆积高度和作物堆积面积确定每个预设时间段内的作业区域的作物收获量。
处理器可以通过深度卷积神经网络模型或是其他算法模型,计算出在每个预设时间段内,第一作物堆积图像和第二作物堆积图像对应的作物果实堆积的高度和面积。在收集粮食的过程中,粮食会抛洒在粮仓中,通常粮食堆积在粮仓内的横截面积比较稳定,但是高度会随着收割设备持续的采集作业而递增。处理器可以根据在每个预设时间段内粮仓内堆积的作物堆积高度差和作物堆积面积,将每个预设时间段的作物收获量确定为在对应的作业区域的作物收获量。其中,作物收获量是指粮仓收集到的粮食的重量。具体地,每个预设时间段对应的作业区域的作物收获量可以根据公式(3)进行计算:
M=ρ×S×(H2-H1) (3)
其中,M是指每个预设时间段对应的作业区域的作物收获量,ρ是指粮仓内作物品种对应的密度,H2是指在每个预设时间段的终止时间点的第二作物堆积图像对应的作物在粮仓内堆积的高度,H1是指在每个预设时间段的起始时间点的第一作物堆积图像对应的作物在粮仓内堆积的高度,S是指是指在每个预设时间段的作物堆积面积。
在另一个实施例中,也可以是将第一作物堆积图像和第二作物堆积图像发送至推理计算平台处理收集到的图像信息,确定出对应的粮仓内粮食堆积的高度和面积,再传输给处理器来对作物收获量进行计算,以减少处理器数据处理的压力。
在一个实施例中,收割设备的割台处安装有第一图像采集设备,根据第一位置和第二位置确定收割设备在每个预设时间段内的作业区域包括:在收割设备沿着作业路径对农作物收割的过程中,通过第一图像采集设备实时获取收割设备所在区域的区域图像;根据区域图像确定收割设备所在区域的作业宽幅;根据第一位置和第二位置确定每个预设时间段内收割设备的作业路径长度;根据作业宽幅和作业路径长度确定每个预设时间段内对应的作业区域,以及作业区域的作业面积。
收割设备的割台是在进行收割作业的过程中,直接与农作物接触并收割的装置。在收割设备的割台处安装有第一图像采集设备,具体地,可以是安装在割台处的输送槽上。第一图像采集设备可以是摄像头,摄像机,相机,扫描仪,其他带有拍照功能的设备(手机、平板电脑等)。通过第一图像采集设备实时采集到收割设备在所在区域工作时,割台采集作业区域的区域图像。那么,处理器可以根据采集到的区域图像通过图像数据处理技术,来确定收割设备在所在区域工作时,割台采集作业的作业宽幅。具体地,可以通过模拟图像处理或是数字图像处理。例如,通过深度卷积神经网络模型计算出区域图像的图像数据,以确定出每个作业区域内割台采集作业的作业宽幅。通常收割作业设备在田间对农作物进行作业时,在每个预设时间段内割台采集的作业宽幅是比较稳定的。处理器可以根据收割设备在每个预设时间段内的第一位置和第二位置的经纬度信息,来确定出收割设备对应的作业路径长度。例如,可以将经纬度坐标换算成平面坐标,来计算在作业路径上两个时间点对应的第一位置和第二位置之间的相隔距离,即作业路径长度。进一步地,处理器可以根据确定的作业宽幅和作业路径长度确定每个预设时间段内对应的作业区域,以将作业宽幅和作业路径长度进行几何计算确定出作业区域的作业面积。如果第一位置和第二位置对应的作业宽幅不一致,也可以根据第一位置对应的作业宽幅、第二位置对应的作业宽幅和作业路径长度进行几何计算确定作业区域的作业面积。
在一个实施例中,收割设备还包括定位装置,确定收割设备在每个预设时间段内的位置信息包括:通过定位装置确定与起始时间点对应的第一位置的经纬度数据,以及与终止时间点对应的第二位置的经纬度数据;经过高斯投影坐标转换,分别确定与第一位置的经纬度数据对应的第一平面坐标和与第二位置的经纬度数据对应的第二平面坐标;根据第一位置和第二位置确定收割设备在每个预设时间段内的作业区域包括:根据第一平面坐标和第二平面坐标确定收割设备在每个预设时间段内的作业区域。
通过收割设备上安装的定位装置可以确定与起始时间点对应的第一位置的经纬度数据,以及与终止时间点对应的第二位置的经纬度数据。处理器可以获取到经纬度数据,将数据中的经纬度坐标(B,L)根据6度分带高斯克吕格投影转换为平面坐标(X,Y),得到与起始时间点T1对应的第一位置的第一平面坐标(X1,Y1),以及与终止时间点T2对应的第二位置的第二平面坐标(X2,Y2)。根据以下公式(4)可以确定每个预设时间段内对应的作业区域的作业路径长度:
Figure BDA0003795859600000121
其中,L是指每个预设时间段内对应的作业区域的作业路径长度,X1是指第一平面坐标的横坐标值,X2是指第二平面坐标的横坐标值,Y1是指第一平面坐标的纵坐标值,Y2是指第二平面坐标的纵坐标值。
进一步地,根据第一平面坐标和第二平面坐标确定出作业路径长度后,处理器可以根据作业路径长度和通过区域图像确定的作业宽幅,来确定每个预设时间段内对应的作业区域,以及作业区域的作业面积。
在一个实施例中,通过第一图像采集设备实时获取收割设备所在区域的区域图像包括:根据收割设备的实时移动速度确定第一图像采集设备的图像采集频率;控制第一图像采集设备按照图像采集频率采集区域图像。
处理器可以根据收割设备的实时移动速度确定第一图像采集设备的图像采集频率,如果收割设备的移动速度较快,为了尽可能的采集到更多的作物数据,可以根据移动速度提高图像采集频率。如果收割设备的移动速度较慢,那么可以适当降低图像采集频率,以减少对图像采集设备的工作损耗,以及减少多余的区域图像对存储介质的内存占用。例如,设置初始图像采集频率为每隔3s采集一次,根据以下公式(5)来对图像采集频率进行调整:
Figure BDA0003795859600000131
其中,j是指第一图像采集设备的图像采集频率,v是指收割设备的实时移动速度。
在一个实施例中,方法还包括:实时获取作物收获量对应的当前含水率;确定作物对应的标准含水率;根据每个作业区域的作业面积、作物收获量、当前含水率以及标准含水率确定每个预设时间段所对应的单位面积目标产量;根据每个预设时间段的单位面积目标产量确定收割设备的全部作业区域的产量分布图。
当前含水率是指在预设时间段内粮仓内收集到的粮食的水分含量,可以通过水分传感器进行检测。处理器可以获取到作物收获量对应的当前含水率,并根据作物的品种类型确定其标准含水率。其中,标准含水率是在国家标准GB/T1354-2018《大米》中,明确规定了各种大米的水分含量要求。其中籼米、籼糯米的水分要求为14.5%,粳米及粳糯米的水分不能超过15.5%的上限。
进一步地,处理器可以根据每个作业区域的作业面积、作物收获量、当前含水率以及标准含水率确定每个预设时间段所对应的单位面积目标产量。单位面积目标产量是指在每个预设时间段对应的作业区域内采集到的作物收获量,其作物在标准含水率下的单位面积的产量。以此,可以计算出每块作业区域的实时亩产量。根据以下公式(1)可以对单位面积目标产量进行计算:
Figure BDA0003795859600000132
其中,M标准是指与标准含水率对应每个预设时间段的单位面积目标产量,M是指与当前含水率对应的每个作业区域的作物收获量,P是指每个作业区域的作业面积,O1是指标准含水率,O2是指当前含水率。
进一步地,收割设备在完成全部作业区域的收割作业后,可以将每个预设时间段对应的作业区域的单位面积目标产量以及作业区域的作业面积,来绘制出全部作业区域的产量分布图。产量分布图可以是饼状图、树状图、饼状图或平面图等能够反映全部作业区域的作物收获量具体情况的示意图。例如,可以是根据全部作业区域的实际面积按照比例绘制比例尺及绘图图幅大小。以收割设备的收割作业起点作为坐标原点建立绘图坐标系,将每个预设时间段对应的第一位置和第二位置的平面坐标转换为绘图坐标系坐标值,由每一个小块的作业区域对应的产量数据和几何数据将全部作业区域绘制完成,以形成产量分布图。
在一个实施例中,根据每个预设时间段的单位面目标产量确定收割设备的全部作业区域的产量分布图包括:根据每个预设时间段的单位面积目标产量确定每个作业区域的显示颜色;根据显示颜色分别每个作业区域进行颜色渲染,以生成全部作业区域的产量分布图。
在对产量分布图绘制的过程中,处理器可以对每个预设时间段对应的作业区域进行颜色渲染。根据每个预设时间段的单位面积目标产量确定每个作业区域的显示颜色,可以采用双色渐变色方案建立颜色与产量的对应关系。例如,单位面积目标产量为0kg/亩时为绿色,单位面积目标产量大于等于1100kg/亩是为红色,单位面积目标产量为0~1100kg/亩为绿色到黄色再到红色的颜色渐变。在一种更为具体的实施方式中,还可以对产量分布进行细化,以调整颜色与产量的关系,来得到修正后准确地产量分布图。如图3所示,示意性示出了根据本申请实施例的方法所绘制的产量分布图,可以直观地展示出每个区域的产量情况。
在一个实施中,显示颜色根据以下公式(2)进行计算:
Figure BDA0003795859600000151
其中,color(r,g,b)是指产量分布图中每个作业区域的显示颜色的RGB值,Ti为每个作业区域的单位面积目标产量。
在一个实施中,方法还包括:根据产量分布图调整针对下一次的农作物的管理决策,和/或分析针对当前收割的农作物的管理效果。
根据产量分布图的产量数据可以得到生产统计数据,例如,全部作业区域的平均产量、总产量、产量方差等数据。以此,可以根据产量分布图来分析针对当前收割的农作物的管理效果,来进行评价。并且可以对下一季农作物的种植管理决策进行调整,调整产量低的作业区域的施肥量、灌溉量、种植时间、种植品种等。通过上一季对下一季的分析评价和管理,可以形成一个闭环调节的智慧农业系统。
在一个实施例中,如图4所示,提供了一种用于确定农作物产量的方法,包括以下步骤:
S401,实时获取收割设备采集到的作业数据。
作业数据包括收割设备的位置信息,第一图像采集设备采集到的进行收割作业的区域图像,第二图像采集设备采集到的粮仓内的作物堆积图像,以及水分传感器采集到粮仓内作物的含水率数据。
S402,确定作业数据中的位置信息。
S403,读取位置信息中的经纬度坐标。
S404,根据高斯投影变换将经纬度坐标转换成平面坐标,确定每1s收割设备的平面坐标。
处理器可以获取到经纬度数据,将数据中的经纬度坐标(B,L)根据6度分带高斯克吕格投影转换为平面坐标(X,Y)。
S405,确定绘制比例尺和绘图图幅大小,以收割起点为原点,将平面坐标转换为绘图坐标系的坐标值,进行网格划分确定初始图像。
S406,确定作业数据中粮仓内粮食每1s的当前含水率数据。
S407,确定作业数据中粮仓内每1s的作业堆积图像,根据作业堆积图像确定每1s的作物收获量。
处理器可以根据在每1s内粮仓内堆积的作物堆积图像,通过图像数据处理确定作物堆积高度和作物堆积面积,将每1s内的作物收获量确定为在每1s内的作业区域的作物收获量。其中,作物收获量是指粮仓收集到的粮食的重量。具体地,每1s内对应的作业区域的作物收获量可以根据公式(3)进行计算:
M=ρ×S×(H2-H1) (3)
其中,M是指每1s内对应的作业区域的作物收获量,ρ是指粮仓内作物品种对应的密度,H2是指在每1s的终止时间点的第二作物堆积图像对应的作物在粮仓内堆积的高度,H1是指在每1s的起始时间点的第一作物堆积图像对应的作物在粮仓内堆积的高度,S是指是指在每1s内的作物堆积面积。
S408,根据每1s的含水率数据对每1s作业收获量进行修正,计算出标准含水率下的作物收获量。
根据以下公式(6)可以对标准含水率下的作物收获量进行计算:
Figure BDA0003795859600000161
其中,mi(dry)为作物在标准含水率下的作物收获量,mi为作物在当前含水率下的作物收获量,ha是指当前含水率,hr是指标准含水率。
S409,设置第一图像采集设备和第二图像采集设备的初始采样频率为每隔3s进行一次采样,并且根据车速动态调整采样频率j秒,根据这j秒内的作物收获量、作业宽幅以及第i秒和第i-j秒的平面坐标值确定出单位面积目标产量。
处理器可以根据收割设备的实时移动速度确定第一图像采集设备的图像采集频率,如果收割设备的移动速度较快,为了尽可能的采集到更多的作物数据,可以根据移动速度提高图像采集频率。如果收割设备的移动速度较慢,那么可以适当降低图像采集频率,以减少对图像采集设备的工作损耗,以及减少多余的区域图像对存储介质的内存占用。例如,设置初始图像采集频率为每隔3s采集一次,根据以下公式(5)来对图像采集频率进行调整:
Figure BDA0003795859600000171
其中,j是指第一图像采集设备的图像采集频率,v是指收割设备的实时移动速度。
根据以下公式(7)可以对单位面积目标产量进行计算:
Figure BDA0003795859600000172
其中,Ti是指与标准含水率对应每j秒内的单位面积目标产量,Hi是指与当前含水率对应每j秒内的总产量,w为每j秒内的作业宽幅,xi是指第一平面坐标的横坐标值,xi-j是指第二平面坐标的横坐标值,yi是指第一平面坐标的纵坐标值,yi-j是指第二平面坐标的纵坐标值。处理器可以通过第一图像采集设备采集到的进行收割作业的区域图像,根据图像数据处理来确定每j秒内的作业宽幅w。
S410,确定每个作业区域的单位面积目标产量与显示颜色的对应关系。
显示颜色根据以下公式(2)进行计算:
Figure BDA0003795859600000173
其中,color(r,g,b)是指产量分布图中每个作业区域的显示颜色的RGB值,Ti为每个作业区域的单位面积目标产量。
S411,判断收割设备需要进行收割作业的全部区域是否采样完成,若是,则执行S412;若否,则执行S401。
S412,根据每个j秒内对应的作业区域的单位面积目标产量,以及作业区域对应的绘图坐标系的坐标值,以将初始图像进行颜色渲染绘制成产量分布图。
在对产量分布图绘制的过程中,处理器可以对每个预设时间段对应的作业区域进行颜色渲染。根据每个预设时间段的单位面积目标产量确定每个作业区域的显示颜色,可以采用双色渐变色方案建立颜色与产量的对应关系。例如,单位面积目标产量为0kg/亩时为绿色,单位面积目标产量大于等于1100kg/亩是为红色,单位面积目标产量为0~1100kg/亩为绿色到黄色再到红色的颜色渐变。在一种更为具体的实施方式中,还可以对产量分布进行细化,以调整颜色与产量的关系,来得到修正后准确地产量分布图。如图3所示,示意性示出了根据本申请实施例的方法所绘制的产量分布图,可以直观地展示出每个区域的产量情况。
S413,对产量分布进行细化,以调整颜色与产量的关系,来得到修正后准确地产量分布图。
S414,根据产量分布图确定生产统计数据,调整针对下一次的农作物的管理决策,和/或分析针对当前收割的农作物的管理效果。
据产量分布图的产量数据可以得到生产统计数据,例如,全部作业区域的平均产量、总产量、产量方差等数据。以此,可以根据产量分布图来分析针对当前收割的农作物的管理效果,来进行评价。并且可以对下一季农作物的种植管理决策进行调整,调整产量低的作业区域的施肥量、灌溉量、种植时间、种植品种等。通过上一季对下一季的分析评价和管理,可以形成一个闭环调节的智慧农业系统。
通过上述技术方案,在收割设备沿着作业路径对农作物收割的过程中,通过定位装置确定每个预设时间段内起始时间点的第一位置和终止时间点的第二位置后,将第一位置和第二位置的经纬度坐标转换为平面坐标,确定出每个预设时间段的作业路径长度。通过第一图像采集设备实时获取收割设备的区域图像,根据深度卷积神经网络算法确定出每个预设时间段的作业宽幅。根据每个预设时间段的作业路径长度和作业宽幅确定出收割设备的作业区域,以及作业区域面积。再通过第二图像采集设备获取粮仓内在每个预设时间段内与起始时间点对应的第一作物堆积图像和与终止时间点对应的第二作物堆积图像,计算出作物堆积高度和作业堆积面积,以确定收割设备在每个作业区域内的作物收获量。通过水分传感器实时获取粮仓内作物的当前含水率,确定出标准含水率下的作物收获量。根据确定收割设备的作业区域,以及作业区域对应的标准含水率下的作物收获量,来确定每个作业区域对应的标准含水率下的单位面积目标产量,并绘制可视化的产量分布图。可以掌握每一细分地块的产量数据,根据产量分布图调整针对下一次的农作物的管理决策,分析针对当前收割的农作物的管理效果,为农业的精准管理提供了更为精细的数据支撑。
图2为一个实施例中用于确定农作物产量的方法的流程示意图。应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种农作物收割设备500,包括:
粮仓502,用于存储收割设备收获的农作物;
定位装置504,用于实时确定收割设备的位置信息;
第二图像采集设备506,用于采集粮仓内的作物堆积图像;以及
处理器508,被配置成执行上述任意一种用于确定农作物产量的方法。
农作物收割设备500可以是立式割台收割机、卧式割台收割机、侧挂式割台收割机等联合收割机的任意一者,以下简称收割设备。粮仓是收割设备用于存储收获的农作物的装置,在收割设备500进行收割作业时,农作物的果实通过传送装置输送到粮仓502中进行存储。定位装置504是以确定空间位置为目标而构成的相互关联的一个装置,可以是BDS终端,可以实时定位收割设备500的位置,获取其经纬度信息。第二图像采集设备506,具体地,可以是安装在粮仓502内的顶部上。第二图像采集设备506可以是摄像头,摄像机,相机,扫描仪,其他带有拍照功能的设备(手机、平板电脑等)。通过第二图像采集设备506可以实时采集到粮仓内的作物堆积图像。处理器508被配置成执行上述用于确定农作物产量的方法,来控制粮仓502进行收集作业和控制第二图像采集设备506按照图像采集频率采集图像,以及控制定位装置实时获取收割设备的位置信息。
在一个实施例中,如图6所示,收割设备500还包括:
第一图像采集设备510,用于在收割设备沿着作业路径对农作物收割的过程中,实时采集收割设备所在区域的区域图像;
处理器508,还被配置成根据区域图像确定收割设备所在区域在每个预设时间段内的作业宽幅。
在收割设备的割台处安装有第一图像采集设备510,具体地,可以是安装在割台处的输送槽上。第一图像采集设备510可以是摄像头,摄像机,相机,扫描仪,其他带有拍照功能的设备(手机、平板电脑等)。通过第一图像采集设备510在收割设备500沿着作业路径对农作物收割的过程中,实时采集割台采集作业区域的区域图像。那么,处理器可以根据采集到的区域图像通过图像数据处理技术,来确定收割设备500在所在区域工作时,割台采集作业的作业宽幅。具体地,可以通过模拟图像处理或是数字图像处理。例如,通过深度卷积神经网络模型计算出区域图像的图像数据,以确定出每个作业区域内割台采集作业的作业宽幅。
在一个实施例中,如图6所示,收割设备500还包括:
水分传感器512,用于确定粮仓内作物的当前含水率;
处理器508,还被配置成:通过水分传感器获取当前含水率;确定作物对应的标准含水率;根据每个作业区域的作业面积、作物收获量、当前含水率以及标准含水率确定每个预设时间段所对应的单位面积目标产量。
水分传感器512可以是微波雷达水分传感器、电容式水分传感器、电阻式水分传感器等的任意一者。例如,电阻式水分传感器可以对粮仓内的粮食水分进行检测时,将收集到电压信号通过AI/DI转换成数字信号,计算出粮仓502中粮食的含水率。处理器508可以通过水分传感器512获取当前含水率,再根据国家标准确定作物的品种类型对应的标准含水率。进一步地,处理器可以根据每个作业区域的作业面积、作物收获量、当前含水率以及标准含水率确定每个预设时间段所对应的单位面积目标产量。单位面积目标产量是指在每个预设时间段对应的作业区域内采集到的作物收获量,其作物在标准含水率下的单位面积的产量。以此,可以计算出每块作业区域的实时亩产量。根据以下公式(1)可以对单位面积目标产量进行计算:
Figure BDA0003795859600000211
其中,M标准是指与标准含水率对应每个预设时间段的单位面积目标产量,M是指与当前含水率对应的每个作业区域的作物收获量,P是指每个作业区域的作业面积,O1为标准含水率,O2为当前含水率。
在一个实施例中,如图6所示,收割设备500还包括:显示设备514,与处理器508通过HDMI连接,用于显示收割设备的区域面积、作物收获量、位置信息、当前含水率以及产量分布图中的任一者。
显示设备514可以是CRT显示器、LCD显示器、LED显示器、3D显示器等可以接受数据并显示图像的任意一种设备。显示设备514通过HDMI连接与处理器508连接,可以传输音频和视频等信号,以显示收割设备500的区域面积、作物收获量、位置信息、当前含水率以及产量分布图中的任一者。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现对于确定农作物产量的方法。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现上述于确定农作物产量的方法。
本申请实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述于确定农作物产量的方法。
在本申请的描述中,参考术语“一个实施例”、“一些实施例”、“一种具体实施方式”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本申请中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本申请对各种可能的组合方式不再另行说明。
此外,本申请的各种不同的实施方式之间也可以进行任意组合,只要其不违背本申请的思想,其同样应当视为本申请所公开的内容。

Claims (10)

1.一种农作物收割设备,其特征在于,包括:
粮仓,用于存储收割设备收获的农作物;
第一图像采集设备,与所述收割设备的输送槽连接,用于在所述收割设备作业过程中实时采集作业区域的区域图像;
第二图像采集设备,设置于所述粮仓,用于在所述收割设备作业过程中实时采集所述粮仓内的作物堆积图像;
定位装置,用于实时确定所述收割设备的位置信息;以及
用于根据所述区域图像和所述作物堆积图像分别实时确定所述作业区域的作业宽幅和所述粮仓内的作物存储量的处理器,所述处理器与所述第一图像采集设备和所述第二图像采集设备电连接。
2.根据权利要求1所述的农作物收割设备,其特征在于,还包括:
水分传感器,设置于所述粮仓的内部,与所述处理器电连接,用于检测所述粮仓内作物的当前含水率并将所述当前含水率发送至所述处理器。
3.根据权利要求1所述的农作物收割设备,其特征在于,所述定位装置与所述处理器通过RS-232接口连接,用于将所述位置信息传输至所述处理器。
4.根据权利要求1至3中任意一项所述的农作物收割设备,其特征在于,还包括:
显示设备,与所述处理器通过HDMI接口连接,用于显示所述作业宽幅、所述作物存储量、所述位置信息和当前含水率中的任一者。
5.根据权利要求4所述的农作物收割设备,其特征在于,还包括:
第一支架组件,与驾驶室前方的安装杆连接,用于固定所述显示设备;
第一固定组件,用于连接所述显示设备与所述第一支架组件。
6.根据权利要求1所述的农作物收割设备,其特征在于,还包括:
第二支架组件,与所述输送槽连接,用于固定所述第一图像采集设备;
第二固定组件,用于连接所述第一图像采集设备和所述第二固定组件与所述第二支架组件。
7.根据权利要求1所述的农作物收割设备,其特征在于,还包括:
第三支架组件,所述第三支架组件与所述粮仓内的顶部连接,用于固定所述第二图像采集设备;
第三固定组件,用于连接所述第二图像采集设备和所述第三支架组件。
8.根据权利要求1所述的农作物收割设备,其特征在于,还包括:
第四固定组件,用于固定所述定位装置,所述定位装置通过第四固定组件与驾驶室的顶部连接。
9.根据权利要求1所述的农作物收割设备,其特征在于,还包括:
第五固定组件,用于固定所述处理器,所述处理器通过所述第五固定组件与驾驶室的座椅连接。
10.根据权利要求1所述的农作物收割设备,其特征在于,还包括:
第一连接线,所述第一图像采集设备通过所述第一连接线与所述处理器电连接;
第二连接线,所述第二图像采集设备通过所述第二连接线与所述处理器电连接。
CN202222134946.XU 2022-08-12 2022-08-12 农作物收割设备 Active CN218736029U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202222134946.XU CN218736029U (zh) 2022-08-12 2022-08-12 农作物收割设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202222134946.XU CN218736029U (zh) 2022-08-12 2022-08-12 农作物收割设备

Publications (1)

Publication Number Publication Date
CN218736029U true CN218736029U (zh) 2023-03-28

Family

ID=85691300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202222134946.XU Active CN218736029U (zh) 2022-08-12 2022-08-12 农作物收割设备

Country Status (1)

Country Link
CN (1) CN218736029U (zh)

Similar Documents

Publication Publication Date Title
US10832351B2 (en) Correcting bias in agricultural parameter monitoring
US20200126166A1 (en) Agricultural implement and implement operator monitoring apparatus, systems, and methods
US9934538B2 (en) Recalling crop-specific performance targets for controlling a mobile machine
US11740632B2 (en) Agricultural system
DE102016215197A1 (de) Einsatz- und Wegplanung unter Verwendung von Bildern von Erntegut-Windschäden
US9253941B2 (en) Specific location dry yield measurement for forage
US20210195827A1 (en) System and method for windrow path planning
CN111985724B (zh) 一种农作物产量预估的方法、装置、设备及存储介质
CN112734083A (zh) 一种基于机器视觉的水稻收割机路径规划控制系统
CN112913436A (zh) 水肥一体化节水灌溉控制系统、方法、介质、设备及终端
AU2021351010A1 (en) An agricultural system
US20230073551A1 (en) Row-by-row yield estimation system and related devices and methods
CN112304902A (zh) 一种农作物物候的实时监测方法和装置
CN218736029U (zh) 农作物收割设备
CN113099836B (zh) 农业收割机械智能化驱动平台
US20210195825A1 (en) System and method for windrow path planning
JPH04293404A (ja) 自動走行作業機における画像処理方法
CN115399139A (zh) 用于确定农作物产量的方法、设备、存储介质及处理器
CN114742288A (zh) 藜麦抽穗产量智能预测方法
CN113287422A (zh) 一种切割器高度自动调节装置和方法及再生稻联合收获机
WO2008077996A2 (en) Method, apparatus and system for determining a need for growth aids to promote vegetation growth
CN117523513A (zh) 一种收割打捆一体机喂入量预测方法及收割打捆一体机
US20240013363A1 (en) System and method for measuring leaf-to-stem ratio
JPH02242405A (ja) カラー情報による境界線の検出方法
JPH04293403A (ja) 自動走行作業機における画像処理方法

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant