導(dǎo)語：自動收割機(jī)控制系統(tǒng)分析一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要:收割是農(nóng)業(yè)生產(chǎn)的最后一道工序，對作物最終的產(chǎn)量和品質(zhì)有著直接的影響。我國大部分地區(qū)的稻麥都實(shí)現(xiàn)了機(jī)械化收割，但收割機(jī)的控制系統(tǒng)相比整體水平較為落后，包括對行走速度的控制。為此，設(shè)計了基于機(jī)器視覺的收割機(jī)自動控制系統(tǒng)，根據(jù)作物圖像中的谷粒信息計算作物密度，依照設(shè)定的喂入量對收割機(jī)行走速度進(jìn)行相應(yīng)的調(diào)節(jié)，以保持較高的作業(yè)效率和質(zhì)量。在試驗(yàn)中，收割機(jī)對水稻和高密度種植小麥的作業(yè)效率較高，對大麥和低密度種植小麥的作業(yè)效率較低，需要設(shè)定較大的喂入量值。結(jié)果表明:系統(tǒng)從拍攝作物圖像到啟動步進(jìn)電機(jī)的整個過程耗時1s，可以實(shí)現(xiàn)對收割機(jī)行走速度的實(shí)時調(diào)節(jié)。

關(guān)鍵詞:機(jī)器視覺;自動收割機(jī);控制系統(tǒng);喂入量;作物密度

我國地理環(huán)境多樣，在地勢平坦的地區(qū)有大面積的成片農(nóng)田。近年來，伴隨著農(nóng)業(yè)產(chǎn)業(yè)經(jīng)營模式的改變，更多的農(nóng)田出現(xiàn)了向種植大戶集中的趨勢，單面積較大的田塊數(shù)量迅速增加。在這種背景下，傳統(tǒng)的農(nóng)業(yè)生產(chǎn)方式效率低下和成本較高的問題日益明顯，已經(jīng)無法適應(yīng)現(xiàn)代農(nóng)業(yè)的發(fā)展要求。例如，作物的最佳播種時期一般較短，人工播種方式效率太低，難以按時完成播種而錯過最佳時機(jī)，可能對作物的后續(xù)生長造成影響。作物的收獲也面臨同樣問題，提前收割會損失日產(chǎn)量，推遲則會增加鳥鼠蟲害和極端天氣帶來的損失。農(nóng)業(yè)機(jī)械化是農(nóng)業(yè)現(xiàn)代化的重要內(nèi)容之一，農(nóng)田的集中連片為大型農(nóng)業(yè)機(jī)械發(fā)揮作用提供了空間。我國的農(nóng)業(yè)機(jī)械化近些年來推進(jìn)迅速，針對水稻、玉米和小麥這3大糧食作物都設(shè)計了種類繁多的機(jī)械，并在部分種植區(qū)實(shí)現(xiàn)了全程機(jī)械化。但是，部分農(nóng)業(yè)機(jī)械的適應(yīng)性沒有得到檢驗(yàn)，智能化水平也有待改善。我國農(nóng)業(yè)機(jī)械化的整體程度仍不高，還具有進(jìn)一步提升的空間和潛力。精準(zhǔn)農(nóng)業(yè)是當(dāng)今世界現(xiàn)代農(nóng)業(yè)的新方向，可以推動農(nóng)業(yè)生產(chǎn)向規(guī)?；蛯I(yè)化發(fā)展，同時也對農(nóng)業(yè)機(jī)械提出了新的要求［1］。農(nóng)業(yè)機(jī)械實(shí)現(xiàn)自動化和智能化，可以有效降低人力成本，提高土地利用率，符合精準(zhǔn)農(nóng)業(yè)的生產(chǎn)要求。收割是農(nóng)業(yè)生產(chǎn)的最后一道工序，對作物最終的產(chǎn)量和品質(zhì)有著直接的影響。目前，我國的許多作物都有相應(yīng)的收割機(jī)械，許多學(xué)者對部分機(jī)械的自動控制系統(tǒng)進(jìn)行了研究，以提高作業(yè)效率和質(zhì)量。以甘蔗為例，陳遠(yuǎn)玲等基于壓力反饋，設(shè)計了一種甘蔗收割機(jī)的臺架升降系統(tǒng)，以提高甘蔗的收割質(zhì)量［2］。李凱華等設(shè)計了基于PLC的甘蔗收割機(jī)切深控制系統(tǒng)，用于自動調(diào)節(jié)刀盤入土深度，降低宿根的破頭率［3］。水稻和小麥?zhǔn)俏覈钪匾膬深愖魑?，其高產(chǎn)和穩(wěn)產(chǎn)可為糧食安全提供保障。稻麥類作物的種植面積大，收割時機(jī)較短，對機(jī)械化作業(yè)有迫切需求。目前，我國大部分地區(qū)的稻麥都采用聯(lián)合收割機(jī)進(jìn)行收割，但收割機(jī)的自動控制系統(tǒng)相比整體水平較為落后，包括對行走速度和割臺高度的控制。行走速度是對收割機(jī)作業(yè)質(zhì)量影響最大的因素，受到多種因素的限制，包括機(jī)械的動力、撥禾輪工作速度和其它配套的部件性能等。合適的行走速度需要兼顧作業(yè)效率和質(zhì)量:速度太低導(dǎo)致喂入量不足，作業(yè)效率也會相應(yīng)地降低;速度太高會引起喂入量偏大，造成谷稈分離效果差，谷粒分離和清選的損失增加。喂入量過大時則會引起收割機(jī)零部件的變形甚至損壞，產(chǎn)生故障并最終導(dǎo)致無法正常工作［4］。現(xiàn)有的聯(lián)合收割機(jī)行走速度大多是由人工控制的，駕駛?cè)藛T根據(jù)經(jīng)驗(yàn)判斷和調(diào)節(jié)。但是，若喂入量變化頻繁，便對人員的判斷和操作能力提出了較高的要求，也會增加工作強(qiáng)度。針對這一問題，國內(nèi)外都開展了相應(yīng)的研究，設(shè)計了多種收割機(jī)行走速度自動控制的方法和系統(tǒng)。袁文勝等和庹朝永分別利用收割機(jī)輸送器上的壓力傳感器檢測喂入量，設(shè)計了收割機(jī)的行走速度自動控制系統(tǒng)，能夠?qū)崟r調(diào)節(jié)行走速度，使收割機(jī)保持穩(wěn)定的運(yùn)行負(fù)荷［5］。趙爽基于收割機(jī)的滾筒轉(zhuǎn)速，利用模糊神經(jīng)網(wǎng)絡(luò)控制步進(jìn)電機(jī)對行走速度進(jìn)行調(diào)節(jié)，獲得了理想的作業(yè)效率和質(zhì)量［6］。另外，在割臺高度的控制上也有相應(yīng)的報導(dǎo)［7］。機(jī)器視覺技術(shù)包括圖像理解和圖像分析，在國民經(jīng)濟(jì)生產(chǎn)的很多領(lǐng)域都有廣泛的應(yīng)用，其在農(nóng)業(yè)中的用途主要是農(nóng)產(chǎn)品的分級、檢測和收割［8－10］。20世紀(jì)80年代，機(jī)器視覺被提出用于引導(dǎo)機(jī)器人采摘水果，隨后得以實(shí)現(xiàn)。在大田作物機(jī)械上，機(jī)器視覺可以用于導(dǎo)航，提供合適的行走路徑［11－12］。本文設(shè)計了一個基于機(jī)器視覺的收割機(jī)自動控制系統(tǒng)，拍攝分析田間作物圖像，根據(jù)谷粒信息計算作物密度，從而獲得喂入量。系統(tǒng)根據(jù)喂入量對收割機(jī)行走速度進(jìn)行相應(yīng)的調(diào)節(jié)，使其保持較高的作業(yè)效率和質(zhì)量。

1系統(tǒng)的設(shè)計及組成

1．1總體設(shè)計。自動控制系統(tǒng)由信號采集模塊、計算機(jī)視覺模塊、速度調(diào)節(jié)裝置和信號輸出模塊4大部分組成。信號采集模塊包括壓力傳感器和速度檢測裝置。其中，壓力傳感器安裝在輸送器中用于檢測喂入量，速度檢測裝置安裝在地輪上檢測機(jī)械的瞬時速度，采集的信號都經(jīng)過轉(zhuǎn)換器發(fā)送給核心計算機(jī)。計算機(jī)視覺模塊包括核心計算機(jī)和數(shù)碼相機(jī)，用于拍攝圖像進(jìn)行分析，同時處理信號采集模塊發(fā)送的數(shù)據(jù)，最終生成速度控制指令。速度調(diào)節(jié)裝置包括步進(jìn)電機(jī)和無級變速器，步進(jìn)電機(jī)在計算機(jī)的指令下按照相應(yīng)的方向轉(zhuǎn)動，改變液壓無級變速器的操作桿位置而實(shí)現(xiàn)對機(jī)械速度的調(diào)整。信號輸出模塊包括顯示屏和報警器，分別用于顯示機(jī)械運(yùn)行的各項(xiàng)參數(shù)和在喂入量偏離設(shè)定值過大時啟動報警，如圖1所示。1．2組成部分。裝載自動控制系統(tǒng)的收割機(jī)以久保田4LZ－4型履帶式全喂入聯(lián)合收割機(jī)為基礎(chǔ)改裝，采用無級變速，割幅2m，并為控制系統(tǒng)提供電源。壓力傳感器為TJP－1型，安裝在輸送器入口下部的地板處，可以將谷物通過時產(chǎn)生的壓力轉(zhuǎn)換為電信號，用于在試驗(yàn)中測定實(shí)際的喂入量。速度檢測裝置為HAL41F型霍爾元件，安裝在機(jī)械的地輪上，能檢測地輪的轉(zhuǎn)動形成脈沖電信號，用于檢測機(jī)械的行走速度。它們都是通過TLC1543CN型A/D轉(zhuǎn)換器與核心計算機(jī)連接。數(shù)碼相機(jī)為尼康COOLPIXP60型，800萬像素，安裝在收割機(jī)前方。相機(jī)光軸與豎直方向夾角60°，可以俯視拍攝割臺前方5m長、3m寬范圍內(nèi)的田間作物，生成JPEG格式的圖像。圖像采集卡為天創(chuàng)UB570型，用于將JPEG格式圖像轉(zhuǎn)換為數(shù)字信號以供計算機(jī)視覺分析。核心計算機(jī)為戴爾7040MT型，帶有Inteli7中央處理器，8GB的DDR4內(nèi)存和1TB硬盤，運(yùn)行速度可以滿足圖像實(shí)時處理要求。計算機(jī)安裝Linux操作系統(tǒng)和MatLab10．0視覺軟件，流程設(shè)計靈活，圖像處理質(zhì)量高，有便捷的接口功能。計算機(jī)分析獲得喂入量后，與設(shè)定值比較，根據(jù)比較的結(jié)果發(fā)出速度調(diào)節(jié)指令。驅(qū)動電路根據(jù)指令驅(qū)動步進(jìn)電機(jī)轉(zhuǎn)動，通過無級變速器實(shí)現(xiàn)速度調(diào)節(jié)。顯示屏也連接在計算機(jī)上，用于設(shè)定相關(guān)參數(shù)和顯示收割機(jī)的運(yùn)行狀態(tài)。顯示屏還整合報警器，用于在喂入量偏離設(shè)定值過大時啟動聲光報警。

2圖像分析

以水稻圖像為例，其在自然條件下拍攝，同時相機(jī)與作物之間具有一定的相對運(yùn)動速度，導(dǎo)致圖像含有不同程度的噪音。噪音會降低圖像的質(zhì)量，使圖像模糊，影響對目標(biāo)識別和檢測的精確度。這里采用5×5模式的中值濾波法預(yù)處理圖像，去除噪音后得到用于分析的原始圖像，如圖2所示。由于相機(jī)俯視拍攝，導(dǎo)致不同距離上相同大小的物體在圖像上對應(yīng)的像素點(diǎn)數(shù)不同，會對后續(xù)分析計算造成影響。這里參考紀(jì)壽文等的方法，矯正圖像的畸變［13］。然后利用Gamma校正非線性變換法灰度化處理原始圖像，以增強(qiáng)目標(biāo)的特征，如圖3所示。大田種植的稻麥類作物一般都具有較高的收獲指數(shù)，即谷粒在整個作物植株質(zhì)量中占據(jù)較大的比例，因此，一定范圍內(nèi)的谷粒數(shù)量與作物的生物量有相關(guān)性，可以用于計算作物密度。首先將收割機(jī)割幅內(nèi)的作物提取出來，其圖像基本由谷粒和莖葉組成，谷粒為黃色，莖葉為綠色，因此，依據(jù)顏色差異提取谷粒輪廓。文中選擇RGB模式，3個分量中的R分量在黃色和綠色之間的差異最大。因此，用雙峰法確定R分量在直方圖中的最佳閾值，進(jìn)行圖像閾值分割，提取谷粒的范圍，如圖4所示。分析谷粒范圍包含的像素點(diǎn)數(shù)，即可得到它們所占整個圖像的比例，然后利用建模集確定這個比例與作物密度之間的回歸方程。3試驗(yàn)結(jié)果與分析在本單位的試驗(yàn)農(nóng)場內(nèi)對當(dāng)季的水稻、小麥和大麥進(jìn)行收割試驗(yàn)，

3種作物密度計算公式分別為

Qs=3k+0．4、Qs=3k+0．3和Qs=4k－0．2。其中，Qs為作物密度(kg/m2);k為谷粒占圖像的比例。設(shè)置收割機(jī)的喂入量為4．0kg/s，其與行走速度之間的關(guān)系為qs=0．01SrvmQs。其中，qs為喂入量(kg/s);Sr為割幅(m);vm為行走速度(m/s);Qs為作物密度(kg/m2)。每種作物選擇4個種植密度的田塊，種植密度從小到大依次標(biāo)記為1、2、3、4號田塊。用裝載該自動控制系統(tǒng)的收割機(jī)收割，在作業(yè)過程中選擇多個時間點(diǎn)讀取壓力傳感器實(shí)測的喂入量值，比較其相對4．0kg/s設(shè)定值的偏差。試驗(yàn)結(jié)果如表1所示。收割機(jī)在水稻田不同種植密度下的喂入量保持在3．8～4．1kg/s，與設(shè)定值的最大相對誤差僅為5%，作業(yè)效率和質(zhì)量都較高。在小麥田的喂入量為3．6～4．0kg/s，與設(shè)定值的最大相對誤差為10%，對低密度種植小麥的作業(yè)效率下降。在大麥田的喂入量為3．5～3．9kg/s，與設(shè)定值的最大相對誤差為12．5%，作業(yè)效率普遍較低，須要設(shè)定較大的喂入量值以提高機(jī)械的行走速度和收割效率。自動控制系統(tǒng)從拍攝作物圖像到啟動步進(jìn)電機(jī)的整個過程耗時1s，可以實(shí)現(xiàn)對機(jī)械行走速度的實(shí)時調(diào)節(jié)。

4結(jié)論

設(shè)計了一個基于機(jī)器視覺的收割機(jī)自動控制系統(tǒng)，根據(jù)作物圖像中的谷粒信息計算作物密度，從而獲得喂入量，并對收割機(jī)行走速度進(jìn)行相應(yīng)的調(diào)節(jié)，以保持較高的作業(yè)效率和質(zhì)量。在實(shí)際的收割試驗(yàn)中，不同種植密度的水稻喂入量與設(shè)定值的最大相對誤差僅為5%，作業(yè)效率和質(zhì)量都較高。小麥的喂入量最大相對誤差為10%，對低密度種植小麥的作業(yè)效率下降。大麥的喂入量最大相對誤差為12．5%，作業(yè)效率普遍較低，需要設(shè)定較大的喂入量值。系統(tǒng)從拍攝作物圖像到啟動步進(jìn)電機(jī)的整個過程耗時1s，可以實(shí)現(xiàn)對收割機(jī)行走速度的實(shí)時調(diào)節(jié)。我國的農(nóng)業(yè)種植模式和作物品種復(fù)雜多樣，作物密度也會存在較大的差異。因此，該系統(tǒng)在各個種植區(qū)域作業(yè)時都需要建立作物密度的計算方法，并設(shè)定合適的喂入量值，才能同時獲得理想的收割效率和質(zhì)量。

作者:蔡雯 單位:汕頭技師學(xué)院