基于改进Hough变换的收获机器人行走目标直线检测

提出了基于改进随机Hough变换(RHT)的收获机器人行走目标直线检测算法.将摄像机安装在联合收获机的顶部,在收获过程中采集农田场景图像.根据已收获区域、未收获区域和非农田区域的不同颜色特征,利用统计分析和边缘检测,确定行走目标直线的终点位置以及直线方向上的候选点.以候选点为点集,采用改进RHT完成直线检测.与传统的RHT相比,避免了无效采样和累积问题.经过对多幅图片的处理,证明算法能够有效检测出直线参数,且处理时间在200 ms左右.     

轮式谷物联合收获机视觉导航系统设计与试验

为提高联合收获机收获质量与效率，构建了轮式谷物联合收获机视觉导航控制系统，结合OpenCV设计了谷物收获边界直线检测算法识别水稻田间已收获区域与未收获区域边界，经预处理、二次边缘分割和直线检测等得到联合收获机视觉导航作业前视目标路径，并根据前视路径相对位置信息进行田间动态标定获得联合收获机满幅收获作业状态；提出了一种基于前视点的直线路径跟踪控制方法，通过预纠偏控制实现维持满割幅的同时防止作物漏割，以相对位置偏差值和实时转向后轮转角作为视觉导航控制器的输入，并根据纠偏策略对应输出转向轮控制电压大小。稻田试验结果表明，该导航系统实现了轮式联合收获机田间相对位置姿态的可靠采集及目标直线路径跟踪控制的稳定执行，在田间照度符合人眼正常工作的情况下，收获边界识别算法检测准确率不低于96.28%，单帧检测时间50 ms以内；以不产生漏割为前提的视觉导航平均割幅率为94.16%，随作业行数增多，割幅一致性呈提高趋势。本研究可为联合收获机自动导航满割幅作业提供技术支撑。     

基于改进算法的小麦收获机作物密度检测研究

针对谷物联合收获机喂入量实时调整的需求,研究成熟期作物密度与收获机喂入量间的函数关系。首先对图像进行灰度化与中值滤波处理,然后以改进的图像分割算法获得了更为准确的图像分割阈值,从而将作物的谷、叶从背景中分割出来。在此基础上,以数据拟合的方式得到小麦收获机喂入量随图像像素的变化模型,为谷物收获机实时、精准地控制喂入量提供可行的方案。     

阴影环境下稻麦收获边界线实时提取方法研究

稻麦收获边界提取是联合收获机视觉导航的重要环节,针对现有收获边界提取过程中易受光照及阴影影响、处理速度较慢的问题,提出一种适用于阴影环境下的稻麦收获边界线实时提取方法。选用YCrCb色彩空间中的Cb分量进行后续图像处理,以降低光照影响,并对图像进行滤波、阈值分割、形态学操作及边缘检测处理。同时,采用累计概率霍夫变换算法提取收获边界线,在直线提取过程中通过两次筛选的方法提高阴影环境下稻麦收获边界检测的准确性。在此基础上,结合卡尔曼滤波算法、基于投影法的边界线位置预测方法,通过两次动态感兴趣区域选取的方式对算法进行改进,使得每幅图像平均处理时间由0.176087s缩短至0.064547s。该方法可为降低阴影对稻麦边界线提取的干扰、提高图像处理速度提供可行性论证及技术支撑。     

基于机器视觉的大豆机械化收获质量在线监测方法

针对大豆机械化收获过程中缺少联合收获机作业质量(破碎含杂率)在线监测装置的问题,提出了基于机器视觉的大豆机械化收获图像采集系统、大豆成分分类识别算法和谷物联合收获机作业质量监测方法.采用改进分水岭算法对大豆图像进行有效分割,筛选RGB和HSV颜色空间特征值,基于颜色特征值对分割后大豆图像各闭合区域进行分类识别,构建了量...     

基于达芬奇平台的联合收获机视觉导航系统路径识别

针对联合收获机视觉导航对实时性及鲁棒性要求,采用了基于达芬奇平台的路径识别算法实现方案.在分析小麦收获视频图像纹理度量的基础上,提出了基于改进平滑度纹理特征的视觉导航路径识别算法.该算法利用水平方向上图像平滑度纹理特征,把原亮度图像转换成水平方向平滑度图像,然后采用自适应阈值分割图像的边界点,最后通过Hough变换确定视觉导航的路径.为验证该算法在达芬奇平台的运行效果,对联合收获机田间收获小麦进行导航实验.结果表明:算法运行实时性高,识别路径平均速度可达28.6帧/s;算法鲁棒性好,对多种环境下的路径识别有较好的适应性;算法运行稳定可靠,持续运行时间无限制.     

小区谷物联合收获机作业速度智能调控算法设计与仿真

针对小区谷物联合收获机收获过程中人工操作不能及时调整收获作业速度从而导致脱粒滚筒发生堵塞、严重损伤种子及影响小区试验结果正确性的问题,设计了脱粒滚筒转速—期望作业速度模糊控制器与模糊PID作业速度智能调控算法。根据脱粒滚筒转速变化情况不断地调节作业速度,使喂入量保持在脱粒滚筒额定范围内,防止发生堵塞,在保证脱粒质量的前提下,提高作业效率。同时,建立了小区联合收获机行走系统的数学模型,并以实际试验数据对算法进行了Simulink仿真试验验证,结果表明调控算法正确可行。     

机身倾斜导致谷物流量传感器零点漂移的补偿

当联合收获机倾斜时谷物流量传感器因发生严重的零点漂移而导致较大的测量误差.通过对单板冲击式谷物流量传感器的倾斜试验发现,传感器的零点电压与联合收获机的倾斜角度成线性关系,当联合收获机左右倾斜15°时,零点漂移电压达25.4mV,可能导致-8.3%～28%的测量误差.为了消除倾斜导致的零点漂移,在单板冲击式流量传感器后面增加一个与冲击板结构相同的参考检测板,构成双板差分冲击式谷物流量传感器.倾斜试验发现,在联合收获机左右倾斜15°范围内,冲击板和参考板的零点电压的变化一致,使用差分算法补偿后的零点漂移从25.4mV降低到1mV.     

计算机视觉鸭蛋图像分割技术研究

计算机视觉鸭蛋品质检测中,目标与背景的有效分割尤为重要。为了解决传统灰度阈值分割存在的弊端,构造图像的灰度-梯度共生矩阵,提出基于灰度、梯度信息和最大熵原理的二维阈值分割方法。通过统计目标和背景的熵,并使二者和最大,确定与此对应的灰度、梯度值,即为最佳分割阈值。采用数学形态学方法对分割图像后进行处理,去除噪声点,使分割效果更理想。实验表明,该方法有效。     

谷物联合收获机自动测产系统产量模型

为了提高谷物联合收获机自动测产系统的测产精度,在研究了谷物联合收获机田间工作状态和升运器速度变异的基础上,通过分析谷物的运动学原理及其对冲量传感器作用的力学原理,建立了电压/升运器速度产量模型。为进一步消除收获机作业时的噪声干扰,在测产原始数据预处理时,先采用回归差分法降低振动噪声,然后采用双阈值滤波以及阈值取代法、前值取代法2种插值方法以消除差分电压中的奇异值,结果显示前值取代法效果较佳。此外,还提出了升运器速度归一化方法和冲量电压标准化方法以消除量纲影响并简化计算。田间测产试验结果表明,提出的电压/升运器速度模型比传统的质量-电压模型更能准确表征谷物运动实际情况,测产精度高,验证均方根误差为2.03%。     

切纵流联合收获机田间小麦收获最优路径与速度试验

为研究切纵流联合收获机田间小麦收获时的最优行走路径和最佳前进速度,分析了割台宽度为4.75m的切纵流联合收获机在田间收获小麦时的3种典型路径,并从收获拐弯换向耗时最小的角度进行了理论推导,在田间进行前进速度与籽粒总损失速率之间的试验并建立数学模型,在室内依据等效喂入量进行前进速度与脱粒分离总功耗之间的试验并建立数学模型,得出最佳前进速度的数学模型。结果表明,切纵流联合收获机在田间应采用回转式收获路径,当前进速度为小于等于1.0m/s时,等效喂入量为小于等于7.79kg/s,籽粒总损失速率为小于等于19.33g/s,籽粒总损失率为小于等于0.609%,切纵流脱粒分离部分总功耗为小于等于83.94kW。     

基于双目视觉的田间作物高度和收割边界信息提取

为实现收获机无人驾驶自适应调控,提出一种基于双目视觉对田间作物高度和收割边界信息进行提取的方法.利用双目相机获取三维数据,基于RANSAC算法拟合初始地面平面,结合IMU计算作业实时平面,根据点到平面的距离将三维数据转换为对应的实际高度.提出一种改进的结合密度峰聚类和K均值聚类的方法对高度数据分类,同时基于归一化彩色图...     

联合收割机排气联合远红外在机稻谷干燥试验台的设计

利用联合收割机内燃机的排气余热产生的热风联合远红外在机干燥能够有效实现谷物的干燥节能,并防止稻谷发生霉变。为了验证该在机干燥方案的可行性并优化在机干燥工艺,以联合收割机的谷物提升搅龙和收粮箱为基础,搭建了联合收割机排气联合远红外在机稻谷干燥试验台。该试验台能够实现收割速度、干燥风温和风速以及2个远红外加热器功率的多因素组合试验,模拟了在联合收割机中直接进行谷物干燥的作业环境。该试验台的搭建为优化在机干燥设备和干燥工艺等方面研究提供有利的平台。     

基于激光雷达的作物收获导航线实时提取方法研究

为提高联合收获机无人驾驶导航路径的精度,本文提出一种基于激光雷达的作物收获导航线实时提取方法。搭建点云数据采集系统,利用平面拟合法确定激光雷达安装高度和安装角度。利用三维激光雷达扫描收获机前方作物的点云数据,结合IMU惯性传感器反馈的姿态信息,实现作物点云数据从激光雷达坐标系到车体坐标系的变换。基于激光雷达扫描视场角、安装高度和安装角度获取感兴趣区域（ROI）的坐标,并对感兴趣区域进行直通滤波和统计滤波,去除灰尘、秸秆粉末等噪声的影响,以实现点云数据无效点和离群点的剔除。提出一种基于栅格八邻域高程差的作物收获导航线快速识别算法,以点云栅格化后在Z轴方向上的坐标值作为检测依据,定义某一栅格与其8个相邻栅格在Z轴坐标上的差值为高程差,遍历栅格并根据设定阈值进行比较判断,实现收获边界点的有效提取。采用最小二乘算法进行收获边界点的拟合,实现田间作业过程中作物收获导航线动态提取。田间试验表明,该方法具有较好的鲁棒性,能在作物稀缺、杂草较多等情况下保持较高的准确性,其中前进方向偏差角平均值为0.872°,割台横向偏差为0.104m,收获导航线准确率为93.5%,可为联合收获机工作提供辅助导航,提高无人驾驶的准确率。     

联合收获机脱粒滚筒角速度控制优化设计——基于小波神经网络

脱粒滚筒是联合收获机的核心部件,其性能决定了联合收获机的工作质量和生产效率。由于不同地块和不同作物的湿度、密度不同,联合收获机的行走速度和喂入量也不同,因此脱粒滚筒的转速也应做出适当的调整,使滚筒的线速度保持在一个有较好脱粒效果的状态。为此,提出了一种新的双滚筒脱粒滚筒结构,该结构利用传感器采集滚筒信息,形成了滚筒转速的闭环反馈调节机制,并采用小波神经网络算法对转速的精度进行调节,提高了脱粒滚筒的作业精度。最后,对基于小波神经网络算法的双滚筒脱粒滚筒的性能进行了实验测试和仿真模拟,测试和仿真模拟得到的籽粒破碎率基本吻合,验证了实验的可靠性。对滚筒的脱净率进行了进一步的实验测试发现,利用神经网络算法和小波神经网络算法的脱粒滚筒脱净率都比较高,且小波算法要比单纯使用设计网络算法脱净率高。     

联合收割机与运粮车协同作业调度技术研究

针对联合收割机作业路径规划不合理、联合收割机与运粮车无法协同优化调度等问题,以最小化联合收割机总非生产性作业时间和非生产性作业等待时间为目标,构建多机型多任务协同优化调度模型,设计多机协同优化调度算法(MMCOSA)。首先通过对传统蚁群算法(ACO)进行改进,计算得到联合收割机的静态路径规划方案,然后采用相对距离最近策略实现联合收割机与运粮车协同作业动态优化。试验结果表明,采用MMCOSA算法计算得到的联合收割机总非产性作业时间和非生产性作业等待时间均比传统ACO算法的结果平均缩短17.5%和19.02%,MMCOSA算法不仅加快收敛速度,而且缩短作业时间,为农忙时节联合收割机与运粮车的协同调度问题提供有效的解决方案。     

基于移动终端的谷物产量实时监测平台设计

作物产量的空间变异性反映了农田环境和管理等因素对产量的影响，获取准确的产量空间分布信息是实施资源按需最优化投入的前提。为了获取谷物产量空间信息，设计了基于移动终端的农田谷物产量空间分布信息实时监测平台，可实现对联合收获机实时位置、作业状况和产量数据的远程监测，进而对产量数据的空间分布状况进行分析。平台主要由数据接收及存储、数据传输、数据显示和数据分析4个模块构成。其中，数据接收及存储模块接收由收获机传来的位置、谷物流量、升运器转速、谷仓温湿度和割幅宽度等作业状况信息数据包，将数据解析并存入数据库。数据传输模块为移动终端提供Web service服务，提取数据库中相应数据供前端调用。数据显示模块在移动终端上实时显示联合收获机作业位置和作业状况等信息。数据分析模块通过调用ArcGIS Server GP服务，将谷物产量信息的空间分布进行插值分析，分析结果以产量空间分布图的形式显示。经过测试，该监测平台运行稳定，能够实时显示和分析农田谷物产量信息，为农田精细管理提供技术支持。     

液压式联合收割机电气控制系统的PLC设计

以液压式联合收割机电气控制系统为研究对象,分析了联合收割机工作原理,设计了液压式联合收割机液压系统及其电气系统的整体结构,实现了电气控制系统的PLC设计。收割试验结果表明:在联合收割机作业过程中,切秆刀具、一级二级喂入的转速比较平稳,切秆刀具转速在730r/min上下,未出现异常情况;系统有效降低了小麦漏割和漏粮现象,损失率在3%以下,验证了液压式联合收割机电气控制系统的可靠性。