JP2021103975A - 収穫機管理システム、収穫機、及び収穫機管理方法 - Google Patents

Abstract

【課題】収穫物ロスを適切に管理する収穫機管理システム、収穫機、及び収穫機管理方法を提供することである。【解決手段】収穫機管理システムは、穀稈から得られる穀粒の量である収量を測定する収量測定器と、脱穀装置における脱穀ロスを示すロス量を算出するロス量算出ユニット７２と、収量とロス量とに基づいて単位収量当たりのロス量であるロス率を算出するロス率算出部７３とを備える。【選択図】図５

Description

本発明は、圃場の作物を収穫する収穫部と、前記収穫部によって収穫された収穫物を貯留する貯留部とを備えた収穫機における収穫物ロスを管理する収穫機管理システム、そのような収穫機管理システムを備えた収穫機、及び収穫機管理方法に関する。

コンバインは、植立穀稈の刈取り、刈取穀稈の脱穀、穀粒の選別、選別された穀粒の貯留を行う。扱胴部による脱穀処理物には、穀粒、枝梗（枝付き穀粒）、藁くず、藁、などが含まれており、選別部によって脱穀処理物から選別された穀粒は、穀粒タンクに搬送され、貯留される。なお、正常な穀粒以外の脱穀処理物（枝梗や藁くずなど）は、本明細書では非穀粒と総称する。藁や藁くずは扱胴部または選別部から機体後部から排出される。理想的には、穀粒以外の脱穀処理物だけが、扱胴部から機体外部に排出されることが好ましいが、穀粒も一緒に排出される。このような穀粒のロスは、扱胴ロスと呼ばれる。さらに、扱胴部から選別部に落下する脱穀処理物にも穀粒だけでなく、枝梗などの不良穀粒や藁くずが混じる。選別部に混じり込んだ不良穀粒や藁くずは、二番物として、再度脱穀処理に戻される。このような選別部における二番物の発生は、選別ロスと呼ばれる。本明細書では、扱胴ロスと選別ロスとを合わせて脱穀ロスと総称する。コンバインでは、この脱穀ロスを低減するように脱穀装置の動作機器が調節される。

特許文献１では、扱胴ロスセンサと揺動ロスセンサとにより算出されたロス量によってフィードバック制御が行われ、ロス量が目標範囲に収まるように、送塵弁やチャフシーブや車速が調節されるコンバインが開示されている。穀粒との接触に伴う負荷感知によって穀粒の量を感知する扱胴ロスセンサは、扱胴の下方に敷設された受網の終端部から落下する穀粒の量を検出する。感圧センサである揺動ロスセンサは、揺動選別装置の後部から二番物回収部の方に落下する穀粒の量を検出する。

特許文献２には、穀粒タンクに貯留する穀粒の撮影画像を画像処理して、穀粒の状態及び異物の混入などを検査し、その検査結果に基づいて、脱穀装置の送塵弁やチャフシーブが調節されるコンバインが開示されている。

特開２０１７−１７６０６０号公報 特開２０１３−０２７３４０号公報

特許文献１における脱穀制御では、扱胴ロスセンサと揺動ロスセンサとからなる脱穀ロスセンサによって瞬時の脱穀ロス量を計測し、その計測値が目標範囲を逸脱した場合に、脱穀装置が調節される。しかしながら、脱穀処理量は時々刻々変化し、例えば、脱穀処理量が多ければ必然的に脱穀ロス量も大きくなるので、瞬時の脱穀ロス量に基づいて、脱穀装置を調節した場合、必ずしも適正な脱穀制御にはならないという問題が生じる。

特許文献２における脱穀制御では、穀粒の状態及び異物の混入などの検査が、カメラによる撮影画像を画像処理することによって行われる。この脱穀制御では、カメラの設置スペースは、特許文献１に示された機械的に動作する脱穀ロスセンサの設置スペースより小さいという利点が得られる。しかしながら、ここでの検査対象となる異物の混入量も瞬時の脱穀ロス量として検出されることになり、特許文献１と同様な問題を有する。

上記の実情に鑑み、本発明の目的は、収穫物ロスを適切に管理する収穫機管理システム、収穫機、及び収穫機管理方法を提供することである。

圃場の作物を収穫する収穫部と、前記収穫部によって収穫された収穫物を貯留する貯留部とを備えた収穫機における収穫物ロスを管理する、本発明による収穫機管理システムは、
前記収穫物の収穫量を測定する収穫量測定ユニットと、前記収穫物が前記収穫部から前記貯留部に搬送される間に生じるロスの量を示すロス量を算出するロス量算出ユニットと、前記収穫量と前記ロス量とに基づいて単位収穫量当たりの前記ロス量であるロス率を算出するロス率算出部とを備える。

この構成によれば、収穫量測定ユニットによって測定された収穫量とロス量算出ユニットによって算出されたロス量とがロス率算出部に与えられる。ロス率算出部は、収穫作業時の単位収穫量当たりのロス量であるロス率を順次算出する。このようにロス率が順次算出されると、ロス率に基づく収穫機制御が可能となる。ロス率は、ロス量を収量で割った値であるので、ロス率に基づく収穫機制御では、直接ロス量の変動に基づく制御に比べて、突発的なロス量の変動が生じても、制御に及ぼす影響が少なくなる。その結果、ロス率に基づく収穫機制御は、瞬時のロス量に基づく制御において生じうる問題を解消する。

本発明の好適な実施形態の１つでは、前記ロスが生じるロス部域に、前記ロスを検出する検出部が備えられ、前記ロス量算出ユニットは、前記検出部からの検出結果に基づいて前記ロス量を出力するように構成されている。この構成では、収穫物が収穫部から貯留部に搬送される間にロスが発生する、予め分かっているロス部域を特定し、そのロス部域にロスを検出する検出部が備えられているので、検出部は特定ロス部域でのロスを外乱などの悪影響をほとんど受けずに、迅速に検出することができる。

従来、脱穀装置内での脱穀ロスは、設置スペースが大きいという欠点を有する衝撃センサを用いて測定されていたが、本発明では、このような問題を解消するために、ロス部域での撮影画像と機械学習ユニットであるニューラルネットワークとを用いてロス量を算出することが提案される。つまり、本発明の好適な実施形態の１つでは、前記検出部として、前記ロスが生じるロス部域を撮影する撮影部が備えられ、
前記ロス量算出ユニットは、前記撮影部からの撮影画像から生成された画像入力データに基づいて前記ロス量を出力するニューラルネットワークとして構成されている。このニューラルネットワークは、撮影画像に写されている実収穫物（例えば穀粒）と疑似収穫物（例えば、枝梗や藁くずなどの非穀粒）との割合からロス量が出力されるように学習された機械学習モデルである。その際、ニューラルネットワークの信頼性を高めるために、順次送られてくる撮影画像に対して、正規化などの前処理を施すことで得られる画像入力データが、ニューラルネットワークの入力データとして入力されることが好ましい。

本発明の好適な実施形態の１つでは、前記ニューラルネットワークは、前記収穫機による収穫作業中に撮影された学習用撮影画像から生成された学習用画像入力データと、前記学習用撮影画像から実際に推定された推定ロス量（収穫処理の熟練者または専門家による推定値）とを学習データとして、学習されている。つまり、学習時には、前記収穫作業中に撮影された学習用撮影画像から生成された学習用画像入力データが入力用学習データとして用いられ、当該学習用撮影画像から人為的に推定された前記ロス量が出力用学習データ（正解データ）として用いられる。この構成では、実際の収穫作業中に撮影された撮影画像を学習用撮影画像とし、この学習用撮影画像から収穫処理の熟練者または専門家が実際に推定した推定ロス量が正解データとして用いられているので、学習済のニューラルネットワークから出力されるロス量に基づく脱穀制御は、収穫処理の熟練者または専門家の判断に裏付けられたものとなる。

ロスの確認に適したロス部域の１つは、大量の実収穫物の中に少量の疑似収穫物が混じる部域であり、他の1つは、大量の疑似収穫物の中に少量の実収穫物が混じる部域である。このため、このような２つの異なる部域を撮影視野とした撮影画像に基づく画像入力データが、同じューラルネットワークの入力として用いられると、ロス量の算出が困難となる可能性がある。このことから、本発明の好適な実施形態の１つでは、前記撮影部にはそれぞれ異なる撮影視野を有する複数のカメラが含まれており、かつ、前記複数のカメラのそれぞれに対応するように複数の前記ニューラルネットワークが備えられ、前記複数のカメラからの前記撮影画像に対応する個別の前記画像入力データが、撮影元である前記カメラに対応する前記ニューラルネットワークのそれぞれに入力される。この構成では、異なる部域の撮影画像のそれぞれに適するように構成された専用のニューラルネットワークによって、それぞれの部域でのロス量が出力される。異なった部域でのロス量が、それぞれ、最適な撮影画像と専用のニューラルネットワークとによって算出されるので、信頼性の高いロス量が得られる。

ロスが生じるロス部域の撮影において、当該部域での収穫物が種々の位置及び種々の撮影方向で撮影されることで、撮影画像から得られる情報量が多くなる。このことから、本発明の好適な実施形態の１つでは、前記撮影部にはそれぞれ異なる撮影視野を有する複数のカメラが含まれており、かつ、前記複数のカメラに１つの前記ニューラルネットワークが対応しており、前記複数のカメラからの前記撮影画像に対応する全ての前記画像入力データが、前記ニューラルネットワークに入力される。この構成では、収穫物を種々の位置及び種々の方向から撮影した撮影画像に基づいて、より信頼性の高いロス量が出力される。

本発明の好適な実施形態の１つでは、前記収穫機に、前記収穫物を脱穀処理する脱穀装置が備えられ、前記収穫量測定ユニットは、前記収穫量として、前記収穫物から得られる穀粒の量である収量を測定し、前記ロス量算出ユニットは、前記ロス量として、前記脱穀装置における脱穀ロスの量を算出する。収穫機における収穫物処理の１つである脱穀処理において、刈取穀稈は扱胴を通り抜けながら穀粒と藁とに分離される。扱胴から下方に落下した穀粒などの脱穀処理物は、さらに選別処理をうける。藁は扱胴の後方に送り出され、機体の後方から放出される。その際、扱胴の後方から機外に送り出される藁（疑似収穫物）に混じり込む穀粒（実収穫物）の量が扱胴ロスに相当し、その混じり込む穀粒の量が大きければ扱胴ロスが大きいということになる。また、扱胴から落下した脱穀処理物が選別処理の結果、藁くずなどの非穀粒（疑似収穫物）に混じって機外に放出される穀粒（実収穫物）の量が選別ロスに相当し、機外に放出される穀粒の量が大きければ、選別ロスが大きいということになる。選別ロスと扱胴ロスとは脱穀ロスとして総称される。このことから、ロス量として脱穀ロスを採用することが、効果的である。

選別ロスと扱胴ロスとは、その定義が異なるので、撮影画像に基づいて選別ロスと扱胴ロスとを算出する場合には、それぞれ別々の脱穀領域（ロス部域）で撮られた撮影画像が用いられる。このため、本発明の好適な実施形態の１つでは、前記ロスが生じるロス部域に、扱胴終端領域とシーブケース後端領域とが含まれており、さらに別な実施形態の１つでは、前記ロスが生じるロス部域に、穀粒以外の非穀粒（藁や藁くずなど）を脱穀装置から排出する排出部領域が含まれている。

ニューラルネットワークによって算出されたロス量（選別ロス量や扱胴ロス量など）を用いて算出されたロス率が許容範囲に収まるように収穫機の動作機器が自動的に調節されると、適正な収穫機の制御が実現する。このため、本発明の好適な実施形態の１つでは、前記ロス量に基づいて前記収穫機の制御パラメータを決定するパラメータ決定部が備えられている。もちろん、パラメータ決定部は、ロス量とロス率との組み合わせ、またはロス率だけに基づいて、収穫機の制御パラメータを決定するように構成されてもよい。

上述した本発明は、収穫機にも適用される。そのような収穫機は、圃場の作物を収穫する収穫部と、前記収穫部によって収穫された収穫物を貯留する貯留部と、前記収穫物の収穫量を測定する収穫量測定ユニットと、前記収穫物が前記収穫部から前記貯留部に搬送される間に生じるロスの量を示すロス量を算出するロス量算出ユニットと、前記収穫量と前記ロス量とに基づいて単位収穫量当たりの前記ロス量であるロス率を算出するロス率算出部とを備える。本発明による収穫機も、上述した種々の作用及び効果を得ることができる。

本発明による収穫機の好適な実施形態の１つでは、走行装置と、前記収穫物を搬送する搬送装置と、前記収穫物を脱穀処理する脱穀装置とが備えられ、前記ロス率に基づいて、前記走行装置、前記収穫部、前記搬送装置、及び、前記脱穀装置の少なくとも一つの制御パラメータを決定するパラメータ決定部が備えられている。この構成により、収穫機は、ロス率が許容範囲に収まるように各動作機器が自動的に調節されることで、その収穫性能を向上させることができる。

本発明は、上述した収穫機管理システムで採用されている収穫機管理方法にも適用される。そのような収穫機管理方法は、圃場の作物を収穫する収穫部と前記収穫部によって収穫された収穫物を貯留する貯留部とを備えた収穫機によって収穫作業を行いながら、前記収穫物の収穫量を測定し、前記収穫機によって前記収穫作業を行いながら、前記収穫物が前記収穫部から前記貯留部に搬送される間に生じるロスの量を示すロス量を算出し、前記収穫機によって前記収穫作業を行いながら、前記収穫量と前記ロス量とに基づいて単位収穫量当たりの前記ロス量であるロス率を算出する。本発明による収穫機管理方法も、上述した種々の作用及び効果を得ることができる。

本発明による収穫機管理方法の好適な実施形態の１つでは、前記収穫機によって前記収穫作業を行いながら、前記ロス率に基づいて前記収穫機の制御パラメータを決定する。この収穫機管理方法により、収穫機の各動作機器は、ロス率が許容範囲に収まるように自動的に調節される、その収穫性能が向上する。

脱穀装置を備えたコンバインの側面図である。 脱穀装置を備えたコンバインの平面図である。 脱穀装置の縦断側面図である。 穀粒タンク内における収量測定器及び食味値測定器の配置を示す模式図である。 コンバインの制御系の機能ブロック図である。 脱穀ロス管理ユニットの構成図である。 脱穀処理物の撮影画像の拡大された模式図である。 脱穀処理物のラベル画像の拡大された模式図である。 脱穀ロス管理ユニットの別な構成を示す構成図である。 脱穀ロス管理ユニットのさらに別な構成を示す構成図である。

以下、本発明の好ましい実施の形態を、図面を参照しながら説明する。この実施の形態では、収穫機は、走行しながら刈り取った穀稈を脱穀処理するコンバインであり、収穫機管理システムは、このコンバインに備えられた脱穀管理システムである。

図１は、コンバインの側面図である。図２は、コンバインの平面図である。また、図３は脱穀装置１の断面図である。なお、以下では、本実施形態のコンバインは普通型コンバインであるが、もちろん、自脱型コンバインであっても良い。

ここで、理解を容易にするために、本実施形態では、特に断りがない限り、「前」（図１に示す矢印Ｆの方向）は機体前後方向（走行方向）における前方を意味し、「後」（図１に示す矢印Ｂの方向）は機体前後方向（走行方向）における後方を意味するものとする。また、「上」(図１に示す矢印Ｕの方向)及び「下」(図１に示す矢印Ｄの方向)は、機体の鉛直方向(垂直方向)での位置関係であり、地上高さにおける関係を示すものとする。更に、左右方向または横方向は、機体前後方向に直交する機体横断方向（機体幅方向）、すなわち、「左」(図２に示す矢印Ｌの方向)及び「右」(図２に示す矢印Ｒの方向)は、夫々、機体の左方向及び右方向を意味するものとする。

図１及び図２に示されるように、コンバインは、機体フレーム２とクローラ走行装置（走行装置の一例）３とを備えている。走行機体１７の前方には、植立穀稈を刈り取る刈取部（収穫部の一例）４が設けられる。

刈取部４の後方には、刈取穀稈を脱穀処理する脱穀装置１が設けられ、刈取部４と脱穀装置１とに亘って、刈取穀稈を脱穀装置１に向けて搬送するフィーダ（搬送装置の一例）１１が設けられる。脱穀装置１の側方には、脱穀処理後の穀粒を貯留する穀粒タンク（貯留部の一例）１２が設けられ、脱穀装置１の後方には、排藁細断装置１３が設けられる。

走行機体１７の前部における右側には、キャビン１０で覆われた運転部９が配置される。運転部９の下方にはエンジンＥが設けられる。エンジンＥの動力は動力伝達構造（図示しない）によって、クローラ走行装置３や脱穀装置１等に伝達される。さらに、穀粒タンク１２内の穀粒を外部に排出する穀粒排出装置１４が設けられる。

穀粒排出装置１４には、穀粒タンク１２内の穀粒を上方に向けて搬送する縦搬送部１５と、縦搬送部１５からの穀粒を機体外側に向けて搬送する横搬送部１６とが備えられる。穀粒排出装置１４は、縦搬送部１５の軸心周りで旋回可能に構成される。縦搬送部１５の下端部は、穀粒タンク１２の底部に連通接続される。横搬送部１６のうち縦搬送部１５側の端部は、縦搬送部１５の上端部に連通接続され、かつ、上下揺動可能に支持される。

図３に示すように、脱穀装置１は、刈取穀稈を脱穀する扱胴部４１と、選別部４２とを備える。扱胴部４１は脱穀装置１における上部に配置され、選別部４２は、扱胴部４１の下方に配置されている。選別部４２は、揺動選別機構２４と、一番物回収部２６と、二番物回収部２７と、二番物還元部３２とを備えている。

扱胴部４１は、扱室２１に収容された扱胴２２と、扱胴２２の下部に敷設された受網２３とを有する。扱室２１は、前側の前壁５１と、後側の後壁５２と、左右の側壁と、上部を覆う天板５３とで取り囲まれる空間として形成される。扱室２１のうち前壁５１の下方には刈取穀稈が供給される供給口５４ａが形成され、この供給口５４ａの下に案内底板５９が配置されている。また、扱室２１のうち後壁５２の下方に排塵口５４ｂが形成される。

扱胴２２は、回転駆動機構５６からの駆動回転力によって一体回転する胴体６０と回転支軸５５とを有する。胴体６０は、前端部の掻込部５７と、掻込部５７の後方位置の扱処理部５８とで一体形成される。

天板５３の内面（下面）には、プレート状の複数の送塵弁５３ａが、前後方向に沿って所定の間隔で設けられる。扱室２１において、扱胴２２と共に回転する刈取穀稈には後方移動力が働く。複数の送塵弁５３ａは、この後方移動力を調節できるように構成される。

扱胴部４１で処理された脱穀処理物には穀粒、枝梗、藁くず等が含まれる。また、一番物とは、主として穀粒を含む脱穀処理物であり、二番物とは、単粒化が不充分な穀粒と枝梗や藁くず等とを含む脱穀処理物である。

扱胴部４１では、フィーダ１１からの収穫物が供給口５４ａを介して扱室２１に供給される。供給された刈取穀稈は、掻込部５７の螺旋羽根によって案内底板５９に沿って掻き込まれ、脱穀処理される。

脱穀処理によって得られた穀粒と短い藁くず等が受網２３を漏下して選別部４２に落下する。これに対し、受網２３を漏下できない処理物（穀稈や、長寸の藁くず等）は、排塵口５４ｂから扱室２１の外に排出される。

揺動選別機構２４は、偏心軸等を用いた偏心カム機構により、枠状のシーブケース３３を前後方向に揺り動かす。前から後への選別風を発生させる唐箕２５が選別部４２に設けられる。唐箕２５から選別風が供給される環境において、シーブケース３３が揺り動かされることで脱穀処理物から穀粒（一番物）が選別される。また、シーブケース３３の下方には一番物回収部２６と、二番物回収部２７とが配置される。

一番物回収部２６により回収された一番物は、一番物回収搬送部２９により穀粒タンク１２に向けて上方に搬送される（揚送される）。一番物回収搬送部２９により搬送された一番物は、貯留スクリュ３０（図１参照）により右方に搬送して穀粒タンク１２（図１参照）へ供給される。

二番物回収部２７は、回収された二番物を横方向に搬送する二番物スクリュとして構成される。二番物回収部２７により回収された二番物は、二番物還元部３２により前斜め上方に搬送してシーブケース３３の上方に還元される。

シーブケース３３には、第１グレンパン３４、複数の第１篩線３５、第２篩線３６、第１チャフシーブ３８、第２チャフシーブ３９、グレンシーブ４０、上部グレンパン６１、下部グレンパン６５が備えられる。

上部グレンパン６１より後側に複数のチャフリップ３８Ａを有する第１チャフシーブ３８が配置され、この第１チャフシーブ３８より後側に第２チャフシーブ３９が配置される。なお、複数のチャフリップ３８Ａは処理物が搬送される搬送方向（後方向）に沿って並べられ、複数のチャフリップ３８Ａの各々は、後端側ほど斜め上方に向かう傾斜姿勢で配置される。下部グレンパン６５は、第１チャフシーブ３８の前端部の下方に配置され、この後方に連なる位置に網状体でなるグレンシーブ４０が配置される。第２チャフシーブ３９は、第１チャフシーブ３８の後端部の下方であって、グレンシーブ４０の後方に配置される。シーブケース３３の後端部（図３では右端部）と、受網２３の後端部とで排出部２８が形成される。

第１チャフシーブ３８は選別風による風選別と、揺動に伴う比重選別とにより脱穀処理物を後側に搬送すると同時に、脱穀処理物に含まれる穀粒を漏下させる。藁くず等の茎稈類は第２チャフシーブ３９に受け渡され、この第２チャフシーブ３９の後端からシーブケース３３の後方に送り出され、排出部２８から排藁細断装置１３に向けて排出される。排出部２８から排出された茎稈類は、排藁細断装置１３により細断され、脱穀装置１の外部に排出される。また、受網２３を介して第２チャフシーブ３９に直接、漏下してくる穀粒は、第２チャフシーブ３９で穀粒と藁くず等の茎稈類とに選別される。

穀粒を多く含む処理物がグレンシーブ４０の上面で受け止められる。藁くず等はグレンシーブ４０の上面で後方に送られるので、グレンシーブ４０を漏下する脱穀処理物の大部分は穀粒であり、一番物回収部２６に流下して回収され、一番物回収搬送部２９によって穀粒タンク１２に貯留される。グレンシーブ４０を漏下しなかった脱穀処理物のうち藁くず類は、選別風により後方に送られる。

これに対し、グレンシーブ４０の最後端の部位を漏下した脱穀処理物、あるいは、第２チャフシーブ３９から落下した脱穀処理物は、二番物回収部２７に流下して回収され、二番物還元部３２によって揺動選別機構２４の上流側に戻される。そして、選別処理によって発生した藁くずなどの塵埃はシーブケース３３の後端から後方へ送られ、排出部２８から排藁細断装置１３に排出される。

二番物は、扱胴部４１における受網２３の側方であって、受網２３を通り抜けない位置に還元される。この二番物の還元を行う二番物還元部３２の二番物排出口３２Ａは、円弧状の受網２３における径方向外側の位置に設けられ、この位置において二番物が排出される。

選別部４２によって脱穀処理物から穀粒を選別する選別能力は、第１チャフシーブ３８に設けられた複数のチャフリップ３８Ａの夫々の開度の調節、及び唐箕２５の風量の調節によって変更可能である。また、本実施形態では、送塵弁５３ａは、天板５３に対する取付角度が変更可能に構成されているので、送塵弁５３ａの角度の調節によっても、選別能力を変更することができる。さらには、チャフリップ３８Ａの開度や唐箕２５の風量の調節による選別能力の変化は、脱穀処理物の量や二番物の還元量とも関係する。刈取穀稈量が多いと、脱穀処理物の量は多くなるが、作物の状態が同じなら車速が早いほど、刈取穀稈量は多くなる。このことから、脱穀装置１において選別能力を含む脱穀性能に影響を与えるパラメータとして、チャフリップ３８Ａの開度、唐箕２５の風量、送塵弁５３ａの角度、二番物の還元量、車速などを挙げることができる。

図４には、脱穀装置１から一番物回収搬送部２９（図１参照）及び貯留スクリュ３０を通じて穀粒タンク１２に投入される穀粒の量である収量（収穫量）を測定する収量測定器Ｍ１が収穫量測定ユニットの一例として示されている。さらに、穀粒タンク１２に投入される穀粒の品質（水分やタンパク量など）を計測する食味値測定器Ｍ２も示されている。

収量測定器Ｍ１は、貯留スクリュ３０の終端に設けられた穀粒放出装置３０ａに組み込まれている。穀粒放出装置３０ａは、搬送されてきた穀粒を回転板によって穀粒タンク１２の内部に拡散放出する。収量測定器Ｍ１は、回転板の回転毎に拡散放出される穀粒の衝突力によって歪むロードセルの信号から穀粒の流量を算出する。さらに、収量測定器Ｍ１は、穀粒タンク１２に投入される穀粒の回転板の回転周期である所定周期での穀粒の流量に基づいて単位収量である単位時間当たりの収量（単位収穫量の一種）を演算する。

食味値測定器Ｍ２は、穀粒放出装置３０ａによって拡散放出された穀粒の一部を、一時的に貯留し、その貯留された穀粒に向けて光を照射し、穀粒を通じて戻ってきた光を分光分析して、穀粒の食味値（水分やタンパク質）を計測する。このような穀粒の一時貯留及び食味値計測が周期的に行われる。

この実施形態では、収穫物ロスは穀粒のロスであり、特に脱穀装置１における脱穀性能を表す指標として用いられる脱穀ロス（脱穀ロス量）が取り上げられる。脱穀ロス量は、扱胴ロス量と選別ロス量とに分けることができる。この実施形態では、扱胴ロス量は、藁くず（排藁）と共に扱室２１の後端部から排出される穀粒の量である。扱胴ロス量には、脱穀されずに藁とともに排出される穀粒の量、及び、脱穀されたにもかかわらず藁くずとともに扱室２１の後端部から排出される穀粒の量が含まれる。さらに、選別ロス量は、脱穀され、選別部４２に落下したにもかかわらず、藁くずと共に選別部４２の後端部から排出された穀粒の量である。このような脱穀ロス量は、公知の感圧センサなどの衝撃検出センサによって測定可能であるが、この実施形態では、以下に詳しく述べるように、撮影画像を入力とするニューラルネットワークを用いて算出される。さらには、算出された脱穀ロス量と、収量測定器Ｍ１によって測定された収量とを用いて、単位収穫量当たり、つまり単位収量当たりの脱穀ロス量が算出される。

例えば、収穫作業中のコンバインが所定時間または所定距離走行しながら計測された収量（単位収量）と、その走行中に算出された脱穀ロス量との比から、単位収量当たりのロス量であるロス率（単位走行でのロス率）が算出される。このロス率を走行軌跡に割り当てることにより、圃場の所定領域でのロス率や圃場全体のロス率が算出される。この実施形態では、ロスが生じるロス領域に、当該ロスを検出する検出部として、ロス領域を撮影する撮影部８０が用いられる。

脱穀ロス量を算出する撮影画像は、脱穀ロスが生じるロス部域を撮影視野とする撮影部８０によって撮影された画像である。この実施形態では、扱胴ロスの認識に適したロス部域は、扱胴２２の後端部または扱胴２２の後方であり、選別ロスの認識に適したロス部域は、シーブケース３３の後端部で第２チャフシーブ３９の上方である。もちろん、その他の脱穀ロスを認識できる部域はロス部域として利用可能である。車体から放出された排藁に混じった穀粒の量も脱穀ロスの一種であるので、車体の後方の刈り跡をロス部域として利用してもよい。

図５は、コンバインの制御系の機能ブロック図である。図５には、制御装置１００と、撮影部８０、脱穀ロス管理ユニット７、収量測定器Ｍ１、食味値測定器Ｍ２、各種センサ及び各種動作機器が示されている。ここでは、撮影部８０と脱穀ロス管理ユニット７と収量測定器Ｍ１とによって、脱穀ロス管理システムが構築されている。

各種動作機器には、走行動作機器Ｄ１、刈取動作機器Ｄ２、脱穀動作機器Ｄ３、排出動作機器Ｄ４などが含まれる。走行動作機器Ｄ１には、エンジン動作機器、変速動作機器、操舵動作機器が含まれる。刈取動作機器Ｄ２には、刈取部４やフィーダ１１の動きを作り出す動作機器が含まれる。脱穀動作機器Ｄ３には、扱胴２２、揺動選別機構２４、チャフリップ３８Ａ、唐箕２５、送塵弁５３ａ、一番物回収搬送部２９、二番物還元部３２などの動きを作り出す動作機器が含まれる。排出動作機器Ｄ４には、穀粒排出装置１４の動きを作り出す動作機器が含まれる。

各種センサのうちで本発明に特に関係するセンサは、走行状態センサＳ１及び脱穀状態センサＳ２である。走行状態センサＳ１は、種々の走行動作機器Ｄ１の動作状態を検出する。脱穀状態センサＳ２は、扱胴２２、揺動選別機構２４、チャフリップ３８Ａ、唐箕２５、一番物回収搬送部２９、二番物還元部３２などの動作状態を検出する。なお、この実施形態では、走行状態センサＳ１に、衛星電波を受信して、位置座標を演算する衛星測位機能を有するＧＮＳＳセンサが含まれている。

制御装置１００には、走行制御ユニットＲＵ、刈取制御ユニットＣＵ、脱穀制御ユニットＴＵ、排出制御ユニットＵＵが備えられている。走行制御ユニットＲＵは、走行制御に関する制御信号を生成して、入出力信号処理部ＩＯを介して走行動作機器Ｄ１に送って、走行機体１７の走行を制御する。この実施形態では、走行制御ユニットＲＵは、ＧＮＳＳユニットから出力される位置座標に基づいて圃場における自車位置を算出する自車位置算出機能、経時的な自車位置から走行軌跡を算出する走行軌跡算出機能、自車位置に基づいて自動走行を行う自動走行機能も有する。刈取制御ユニットＣＵは、刈取制御に関する制御信号を生成して、入出力信号処理部ＩＯを介して刈取動作機器Ｄ２に送って、刈取り作業の動作を制御する。

脱穀制御ユニットＴＵは、脱穀制御に関する制御信号を生成して、入出力信号処理部ＩＯを介して脱穀動作機器Ｄ３に送って、脱穀作業の動作を制御する。脱穀制御ユニットＴＵは、チャフリップ３８Ａの開度を調節するチャフ開度制御部Ｔ１、唐箕２５の風力を調整する唐箕風力制御部Ｔ２、送塵弁５３ａの弁角度を調整する弁角度制御部Ｔ３などを有する。

排出制御ユニットＵＵは、穀粒タンク１２から穀粒を排出する排出制御に関する制御信号を生成して、入出力信号処理部ＩＯを介して排出動作機器Ｄ４に送って、穀粒排出作業の動作を制御する。

上述した走行状態センサＳ１や脱穀状態センサＳ２も、入出力信号処理部ＩＯを介して制御装置１００に信号やデータを送り込む。

脱穀ロス管理ユニット７は、撮影部８０から送られてきたロス部域の撮影画像を入力して、単位収量当たりのロス量であるロス率を出力する。この実施形態では、撮影部８０は、第１カメラ８１と第２カメラ８２とを有する。各カメラには照明ユニット８４が付属している。第１カメラ８１は、扱胴ロスに適したロス部域である扱胴２２の終端領域（扱胴２２の後方を含む扱胴終端領域）を撮影する。第２カメラ８２は、選別ロスに適したロス部域であるシーブケース３３の後端領域（第２チャフシーブ３９の上方を含むシーブケース後端領域）撮影する。さらに、第１カメラ８１を複数用意して、扱胴ロスに適したロス部域を複数の撮影角度で撮影し、複数の異なる撮影視野の撮影画像が送り出されるように構成することも可能である。同様に、第２カメラ８２を複数用意して、選別ロスに適したロス部域を複数の撮影角度で撮影し、複数の異なる撮影視野の撮影画像が送り出されるように構成することも可能である。カメラ台数は限定されない。

脱穀ロス管理ユニット７は、前処理部７１、ロス量算出ユニットとしてのロス量ニューラルネットワーク７２、ロス率算出部７３を備えている。前処理部７１は、撮影部８０からの撮影画像に対してトリミングや色調整や解像度変更などの前処理を行う。さらに、脱穀装置１は、外部から閉鎖されており、その内部は照明されていても、穀粒以外の粉塵が舞い回っているので、撮影条件を一定に維持することは困難である。このため、撮影画像の正規化が、前処理部７１によって行われる。前処理部７１は、前処理が行われた撮影画像をさらにニューラルネットワークの入力に適したデータに変換し、画像入力データとしてロス量ニューラルネットワーク７２に与える。

図６で示すように、ロス量ニューラルネットワーク７２は、畳み込みニューラルネットワーク、好ましくはディープラーニングにより構成されており、複数の畳み込み層と、複数のプーリング層と、１つ以上の全結合層とを含んでおり、入力側には入力層、出力側には出力層が設けられている。畳み込み層とプーリング層とは複数回繰り返すように構成されている。

図６の例では、説明を簡単にするために、撮影画像として、第１カメラ８１のカラー撮影画像（第１撮影画像）と第２カメラ８２のカラー撮影画像（第２撮影画像）とが用いられていることにする。前処理部７１は第１撮影画像から第１画像入力データを生成し、第２撮影画像から第２画像入力データを生成する。ロス量ニューラルネットワーク７２は、第１画像入力データと第２画像データを入力とし、ロス量を出力する。

ロス量ニューラルネットワーク７２の構築は、学習データとしての多数の学習用サンプル（学習用撮影画像とそのロス量）を使用した教師あり学習により実現される。学習用サンプルは、実際の撮影画像と、当該撮影画像から専門家によって実際に推定された推定ロス量とによって構成される。なお、ディープラーニングのようなニューラルネットワークでは、学習用サンプルが多いほど出力の信頼度が高くなる。このため、学習用サンプル数を多くするためには、実際の撮影画像を流用した学習用撮影画像を学習用サンプルとするだけでなく、この学習用サンプルに回転や並進の画像処理を施した画像を同じ推定ロス量を有する追加の学習用サンプルとして用いる。なお、実際に、このロス量ニューラルネットワーク７２に学習用データとして入力されるのは、学習用撮影画像に基づいて、前処理部７１が生成する学習用画像入力データである。

画像入力データを入力して、直接ロス量を出力させる形態ではなく、撮影画像における脱穀処理物を穀粒と非穀粒とに区分けしたラベル画像を出力させ、このラベル画像からロス量を算出する形態を採用してもよい。そのような形態では、全結合層が分割され、前段の全結合層はラベル画像を出力し、後段の全結合層はラベル画像からロス量を出力する。その際、学習用データとして、実際の撮影画像と、当該撮影画像から専門家による穀粒と非穀粒との区分けに基づいて作成されたラベル画像から算出されたロス量とが用いられてもよい。図７に、脱穀処理物の撮影画像の部分拡大模式図が濃淡画で示されている。図８は、図７に示された撮影画像の部分拡大箇所に対応するラベル画像である。図８で示されたラベル画像では、穀粒は「１」、非正常穀粒は「２」、背景は「０」で示されている。穀粒は穀粒が有する独特の形状と粒色を示すものであり、非穀粒には、枝梗や藁くずなどだけでなく、規定外の形状と粒色を示す不良穀粒が含まれている。図７及び図８は、理解を容易にするための模式図であり、実際の状態に即したものではない。

さらに、ロス量ニューラルネットワーク７２の出力であるロス量に代えて、脱穀処理状態として、脱穀処理物における穀粒または非穀粒の分布を示す正規分布やガウス分布のパラメータを算出させ、この分布からロス量を算出する構成を採用してもよい。あるいは、ロス量ニューラルネットワーク７２がセマンティックセグメンテーションネットワークとして構成されると、画素毎に穀粒と非穀粒と背景の推定度が示されるラベル画像が生成されるので、そのラベル画像からロス量を算出して、出力させてもよい。

なお、撮影画像における認識対象としての脱穀処理物の大部分は穀粒であるので、より精密な認識を行うためには、前処理部７１において撮影画像を複数の領域（パッチ領域）に分割し、当該領域毎に画像入力データを生成してもよい。あるいは、ロス量ニューラルネットワーク７２の入力層において、画像入力データを複数のパッチに分割してもよい。

ロス率算出部７３には、ロス量ニューラルネットワーク７２からロス量が与えられるだけでなく、収量測定器Ｍ１から収量が与えらる。これにより、ロス率算出部７３は、単位収量当たりのロス量であるロス率を算出する。このロス率には、単位時間当たりの収量から求められるロス率、単位走行当たりの収量から求められるロス率、圃場全体での収量から求められるロス率も含まれる。さらに、ロス率算出部７３には、走行制御ユニットＲＵから走行軌跡情報も与えられるので、圃場の所定領域での収量から求められるロス率も算出可能である。そのようなロス率は、走行制御ユニットＲＵで算出される走行軌跡にリンクさせることができる。これにより、収量、食味値、ロス量が、圃場の微小区画毎に記録される。

ロス率は脱穀性能を示す重要なファクタであるので、作業走行中に算出されたロス率に基づいて、パラメータ決定部７４は、作業走行中に、脱穀性能を改善するための脱穀装置１の脱穀制御パラメータを決定し、脱穀制御ユニットＴＵに与える。脱穀制御ユニットＴＵは、例えば、受け取ったロス率を適正ロス率に近づけるように、作業走行中に、チャフリップ３８Ａの開度調節、唐箕２５の風力調節、車速の調節、送塵弁５３ａの調節、などを行う。このことから、ロス率は、コンバインの作業中に、連続的に、または所定の繰り返しタイミングで算出される。また、１つの圃場での作業走行で得られたロス量やロス率は、コンバインの走行情報や作業情報などとともに記録される。

図６に示すロス量ニューラルネットワーク７２の構成では、第１撮影画像と第２撮影画像とに基づいて生成された第１入力画像データと第２入力画像データとが、１つの共通するロス量ニューラルネットワーク７２の入力層に入力されていた。これに代えて、図９に示すように、第１撮影画像と第２撮影画像との撮影元である第１カメラ８１と第２カメラ８２に対応して、第１ロス量ニューラルネットワーク７２Ａと第２ロス量ニューラルネットワーク７２Ｂとが、ロス量ニューラルネットワーク７２として備えられてもよい。この構成では、第１撮影画像に基づく第１入力画像データが第１ロス量ニューラルネットワーク７２Ａに入力され、第２撮影画像に基づく第２入力画像データが第２ロス量ニューラルネットワーク７２Ｂに入力される。その結果、第１ロス量ニューラルネットワーク７２Ａは扱胴ロス量を算出し、第２ロス量ニューラルネットワーク７２Ｂは選別ロス量を算出する。ロス率算出部７３は、この扱胴ロス量と選別ロス量とに基づいて、総合的なロス率を算出する。ここでも、第１撮影画像及び第２撮影画像には、異なる撮影角度での撮影画像や異なる撮影視野での撮影画像が含まれてもよい。

さらに、図１０に示す構成では、図９に示す第１カメラ８１と第２カメラ８２とに加えて第３カメラ８３が用意されている。この第３カメラ８３は、わらなどの非穀粒を脱穀装置１から排出する排出部領域、例えば、排藁細断装置１３の入り口に配置される。あるいは、第３カメラ８３は、車体の後方の刈り跡を撮影する位置に配置されてもよい。さらに、図１０に示す構成では、第３ロス量ニューラルネットワーク７２Ｃが備えられている。この第３ロス量ニューラルネットワーク７２Ｃは、藁などの非穀粒を脱穀装置１から排出する排出部領域、あるいは車体の後方の刈り跡を撮影する第３カメラ８３の撮影画像に基づいて生成された第３入力画像データを入力して、車体から圃場面に放出される排藁に混じった穀粒の量を表す放出ロス量を算出する。ロス率算出部７３は、扱胴ロス量と選別ロス量と放出ロス量と収量とから、ロス率を算出する。もちろんここでも、ロス率算出部７３は、放出ロス量と収量とから放出ロス率も追加的に求めることが可能である。ここでも、第１撮影画像、第２撮影画像、第３撮影画像には、異なる撮影角度での撮影画像や異なる撮影視野での撮影画像が含まれてもよい。さらには、第４カメラ、第５カメラ・・・を用意して、脱穀ロス管理ユニット７が、対応する数のロス量ニューラルネットワーク群を備えてもよい。

図９や図１０に示す構成では、ロス率算出部７３は多種類のロス率を算出する。このような多種類のロス率に基づいて、脱穀装置１の脱穀制御パラメータを決定するために、パラメータ決定部７４を、ニューラルネットワーク化してもよい。ニューラルネットワーク化されたロス率算出部７３は、種々の部域におけるロス率を入力データとして、脱穀制御パラメータを出力する。

〔その他の実施形態〕
上記実施形態では、ロス率算出部７３によって算出されたロス率は、コンバインを構成する各種制御機器の制御パラメータを調整するために用いられた。これに代えて、作業中にロス率算出部７３によって刻々と算出されるロス率がメータパネルやディスプレイに表示され、運転者が表示されたロス率を見ながら、適正に各種制御機器の制御パラメータを調整するような構成を採用してもよい。その際、ロス率は、エンジン回転数や車速などの走行状態を示す指標、及び刈取り高さなどの作業状態を示す指標とともに表示されると、さらに好都合である。

上記実施形態では、ロス率に基づいて決定する制御パラメータの対象として、脱穀装置１の各種機器の調整量（チャフリップ３８Ａの開度、唐箕２５の風量、送塵弁５３ａの角度、二番物の還元量、）や走行制御量（車速）などが取り上げられた。これら以外に、パラメータ決定部７４は、クローラ走行装置３、刈取部４、各種搬送装置の少なくとも一つの制御パラメータを決定することも可能である。

上記実施形態では、ロスを検出する検出部がカメラで構成される撮影部８０であり、その撮影画像がロス量の算出のために用いられた。検出部は、撮影部８０だけに限定されるわけでなく、刈取部４、フィーダ１１、脱穀装置１、一番物回収搬送部２９などのコンバインの構成部材に設けられている各種センサが、検出部として機能し、検出部の検出結果としてのそれらの検出信号がロス量の算出のために用いられてもよい。さらには、検出部が、撮影部８０と各種センサとを組み合わせたものでもよい。

上記実施形態では、ロス量算出ユニットは、扱胴ロス量や選別ロス量を算出していた。しかし、ロスは、例えば、刈取部４内での穀稈搬送時やフィーダ１１での穀稈搬送時にも生じる。従って、ロス量算出ユニットは、刈取部４あるいはフィーダ１１や一番物回収搬送部２９などの各種搬送装置などにおけるロス量を算出してもよい。その場合、脱穀ロス管理ユニット７は、収穫機ロス管理ユニットとして構成され、ロス率算出部７３は、それぞれのロス量に対応するロス率を算出するようにも構成される。例えば、刈取部４からフィーダ１１によって脱穀装置１に送り込まれる刈取穀稈が、その刈取り搬送過程において、消失する刈取穀稈や籾を初期ロスとみなし、この初期ロスの量や、そのロス率を算出する構成を採用することも可能である。

上記実施形態では、ロス量算出ユニットがニューラルネットワークで構成されていたが、ニューラルネットワークに代えて、撮影画像における穀粒と非穀粒とを識別して、その識別情報からロス量を算出する画像認識ユニットが用いられてもよい。

上記実施形態では、ニューラルネットワークとして、１枚の撮影画像または同時的に撮影された複数の撮影画像に基づく入力画像データを入力とするディープラーニングが用いられていた。これに代えて、時系列撮影画像に基づく時系列入力画像データを入力とするニューラルネットワークが用いられてもよい。

上記実施形態では、前処理部７１とロス量ニューラルネットワーク７２とは、別構成であったが、前処理部７１はロス量ニューラルネットワーク７２に組み込んでもよい。さらには、前処理部７１とロス量ニューラルネットワーク７２とロス率算出部７３とが一体的に構成されてもよい。

上記実施形態では、脱穀装置１がコンバインに搭載される場合を例として、脱穀状態管理システムが説明された。これに代えて、脱穀装置１がコンバインとは異なる作業車両に本発明の脱穀管理システムを搭載することや、固定型の脱穀装置１に、本発明の脱穀管理システム組み込むことは可能である。

上記実施形態では、収穫機としてコンバインが取り上げられたが、その他の収穫機、例えば、トウモロコシ、ジャガイモ、ニンジンなどの他の農産物を収穫する収穫機にも本発明は適用可能である。

本発明は、農産物を収穫する収穫機のための収穫機管理システム、そのような収穫機管理システムを備えた収穫機、そのような収穫機のための収穫機管理方法に適用することができる。

１ ：脱穀装置
４ ：刈取部（収穫部）
１２ ：穀粒タンク（貯留部）
２１ ：扱室
２２ ：扱胴
２４ ：シーブケース
４０ ：グレンシーブ
４１ ：扱胴部
４２ ：選別部
４３ ：揺動選別機構
５３ａ ：送塵弁
７ ：脱穀ロス管理ユニット
７１ ：前処理部
７２ ：ロス量ニューラルネットワーク
７２Ａ ：第１ロス量ニューラルネットワーク
７２Ｂ ：第２ロス量ニューラルネットワーク
７２Ｃ ：第３ロス量ニューラルネットワーク
７３ ：ロス率算出部
７４ ：パラメータ決定部
８０ ：撮影部（検出部）
８１ ：第１カメラ
８２ ：第２カメラ
８３ ：第３カメラ
１００ ：制御装置
ＣＵ ：刈取制御ユニット
Ｍ１ ：収量測定器

Claims (14)

1. 圃場の作物を収穫する収穫部と、前記収穫部によって収穫された収穫物を貯留する貯留部とを備えた収穫機における収穫物ロスを管理する収穫機管理システムにおいて、
   前記収穫物の収穫量を測定する収穫量測定ユニットと、
   前記収穫物が前記収穫部から前記貯留部に搬送される間に生じるロスの量を示すロス量を算出するロス量算出ユニットと、
   前記収穫量と前記ロス量とに基づいて単位収穫量当たりの前記ロス量であるロス率を算出するロス率算出部と、を備えた収穫機管理システム。
2. 前記ロスが生じるロス部域に、前記ロスを検出する検出部が備えられ、
   前記ロス量算出ユニットは、前記検出部からの検出結果に基づいて前記ロス量を出力するように構成されている請求項１に記載の収穫機管理システム。
3. 前記検出部として、前記ロスが生じるロス部域を撮影する撮影部が備えられ、
   前記ロス量算出ユニットは、前記撮影部からの撮影画像から生成された画像入力データに基づいて前記ロス量を出力するニューラルネットワークとして構成されている請求項２に記載の収穫機管理システム。
4. 前記ニューラルネットワークは、前記収穫機による収穫作業中に撮影された学習用撮影画像から生成された学習用画像入力データと、前記学習用撮影画像から実際に推定された推定ロス量とを学習データとして、学習されている請求項３に記載の収穫機管理システム。
5. 前記撮影部にはそれぞれ異なる撮影視野を有する複数のカメラが含まれており、かつ、前記複数のカメラのそれぞれに対応するように複数の前記ニューラルネットワークが備えられ、
   前記複数のカメラからの前記撮影画像に対応する個別の前記画像入力データが、撮影元である前記カメラに対応する前記ニューラルネットワークのそれぞれに入力される請求項３または４に記載の収穫機管理システム。
6. 前記撮影部にはそれぞれ異なる撮影視野を有する複数のカメラが含まれており、かつ、前記複数のカメラに１つの前記ニューラルネットワークが対応しており、
   前記複数のカメラからの前記撮影画像に対応する全ての前記画像入力データが、前記ニューラルネットワークに入力される請求項３または４に記載の収穫機管理システム。
7. 前記収穫機に、前記収穫物を脱穀処理する脱穀装置が備えられ、
   前記収穫量測定ユニットは、前記収穫量として、前記収穫物から得られる穀粒の量である収量を測定し、
   前記ロス量算出ユニットは、前記ロス量として、前記脱穀装置における脱穀ロスの量を算出する請求項１から６のいずれか一項に記載の収穫機管理システム。
8. 前記ロスが生じるロス部域に、前記脱穀装置における扱胴終端領域とシーブケース後端領域とが含まれている請求項７に記載の収穫機管理システム。
9. 前記ロスが生じるロス部域に、穀粒以外の非穀粒を前記脱穀装置から排出する排出部領域が含まれている請求項７または８に記載の収穫機管理システム。
10. 前記ロス率に基づいて前記収穫機の制御パラメータを決定するパラメータ決定部が備えられている請求項１から９のいずれか一項に記載の収穫機管理システム。
11. 圃場の作物を収穫する収穫部と、
    前記収穫部によって収穫された収穫物を貯留する貯留部と、
    前記収穫物の収穫量を測定する収穫量測定ユニットと、
    前記収穫物が前記収穫部から前記貯留部に搬送される間に生じるロスの量を示すロス量を算出するロス量算出ユニットと、
    前記収穫量と前記ロス量とに基づいて単位収穫量当たりの前記ロス量であるロス率を算出するロス率算出部と、を備えた収穫機。
12. 走行装置と、前記収穫物を搬送する搬送装置と、前記収穫物を脱穀処理する脱穀装置と、が備えられ、
    前記ロス率に基づいて、前記走行装置、前記収穫部、前記搬送装置、及び、前記脱穀装置の少なくとも一つの制御パラメータを決定するパラメータ決定部が備えられている請求項１１に記載の収穫機。
13. 圃場の作物を収穫する収穫部と前記収穫部によって収穫された収穫物を貯留する貯留部とを備えた収穫機によって収穫作業を行いながら、前記収穫物の収穫量を測定し、
    前記収穫機によって前記収穫作業を行いながら、前記収穫物が前記収穫部から前記貯留部に搬送される間に生じるロスの量を示すロス量を算出し、
    前記収穫機によって前記収穫作業を行いながら、前記収穫量と前記ロス量とに基づいて単位収穫量当たりの前記ロス量であるロス率を算出する収穫機管理方法。
14. 前記収穫機によって前記収穫作業を行いながら、前記ロス率に基づいて前記収穫機の制御パラメータを決定する請求項１３に記載の収穫機管理方法。
    

Images