一种稻麦联合收割机及其割幅检测装置和检测方法与流程

本发明涉及一种农业联合收割机，特别是一种稻麦联合收割机及其非接触式割幅检测装置及检测方法。

背景技术：

目前，联合收割机正朝着大型化、高速化方向发展，仅用人的视力去识别收获边界，保证收割机作业时割幅一致性将变得越来越困难。当联合收割机在田间作业时，通常在满割幅情况下作业，已达到额定的喂入量，获得较高的生产率，这就要求驾驶员具有较高的驾驶技能，长时间保持全幅跟踪作业，驾驶员劳动强度大，并且田间作业灰尘大，依靠肉眼很难收获准确的边界。联合收割机测产系统需要根据收割割幅和实际车速来实时计算收获面积，目前国内外联合收割机测产系统还主要靠操作员手动输入收割幅度，但是实际收割时，很难保证满幅收割，而是根据实际情况变割幅作业。在进行联合收割机喂入量的检测时，也需要根据割幅、谷草密度、作业速度来测算得到。联合收割机自动驾驶系统也可以根据收获边界进行自动跟踪驾驶，因此，割幅在线检测是联合收割机智能监控系统的一个重要指标。近年来，随着计算机与传感器检测技术的发展，国内外研究学者对割幅检测进行许多研究和发明，可分为接触法和非接触法。典型的接触法是利用弹簧控制探测杆的一端与作物紧密接触，测角器测量出探测杆的偏转角度，然后根据三角函数计算出作物与支撑杆之间的距离。两个支撑杆安装在联合收割机割台的两个分禾器上，把两个支撑杆的间距减去作物离开两个支撑杆的距离就可测量联合收割机的实际收割幅度。此方法机械结构简单，但可靠性差，并存在安全隐患。非接触法主要采用了两个超声波传感器来测量作物离开两个分禾器的距离，从而计算出实际割幅。但是超声波测量角度发散，同时作物的疏密程度会影响超声波的反射导致测量的误差。对于分行种植的水稻，超声波传感器有时会正好穿过作物的行间而不发生反射。总体来说对割幅的测量基本处于理论或实验室研究阶段，并没有在田间实现，更没有达到可以量产的层次。随着联合收割机大型化与智能监控技术的发展，实时监测割幅的大小显的尤为重要，割幅监测是联合收割机在线测量技术中的一个关键参数。

技术实现要素：

本发明所要解决的技术问题是提供一种稻麦联合收割机割幅检测方法及装置，用于解决割幅在线监测的问题，为喂入量在线监测、自动导航及作业统计提供关键基础数据。

为了实现上述目的，本发明提供了一种稻麦联合收割机的割幅检测装置，其中，包括：

激光传感器，安装于稻麦联合收割机的割台上方，用于获取所述稻麦联合收割机的收获区域与未收获区域的边界，并输出被测物的距离与角度信息；

信号采集器，安装在所述稻麦联合收割机上，通过数据总线与所述激光传感器连接，用于获取并发送所述激光传感器输出的距离与角度信息数据；以及

车载监控器，安装在所述稻麦联合收割机上，与所述信号采集器连接，用于完成所述信号采集器发送的信号处理、分析、显示和数据存储。

上述的割幅检测装置，其中，所述激光传感器为线扫描方式对扇形区域内的物体进行循环探测，所述激光传感器通过可伸缩支撑杆安装于所述割台的左上方或右上方。

上述的割幅检测装置，其中，所述信号采集器和所述车载监控器安装在所述稻麦联合收割机的驾驶室内。

为了更好地实现上述目的，本发明还提供了一种稻麦联合收割机的割幅检测方法，其中，采用上述的割幅检测装置进行检测，包括如下步骤：

S100、通过车载监控器设定激光传感器的工作参数，所述激光传感器按照设定的工作参数，对扫描平面内的物体进行循环检测，得到检测数据组(ρ，θ)，其中ρ为所述激光传感器到被测物的距离，θ为在所述激光传感器的参考坐标系中激光束与Ox轴的夹角，所述激光传感器的参考坐标系为R＝(O,Ox,Oy,Oz)，所述激光传感器在平面Ozx内检测，Ox轴平行于地面；

S200、信号采集器获取所述激光传感器的检测数据组(ρ，θ)，并发送给所述车载监控器；

S300、所述车载监控器对所述检测数据组进行极坐标到平面坐标的转换；

S400、采用移动平均滤波方法对转换后的所述检测数据组进行数据滤波处理；

S500、对滤波处理后的所述检测数据组的数据进行一阶差分计算，将差分结果与设定的阈值δ比较，得到大于阈值δ的数据点的序号j，由此确定已收割区域与未收割区域的分界点，并根据所述激光传感器的安装位置偏差Δx，和所述分界点在轴Ox上的投影x_j和割台宽度d₀，计算实际割幅d_s为：

上述的割幅检测方法，其中，所述激光传感器的工作参数包括扫描角度、扫描采样频率和扫描角度步长。

上述的割幅检测方法，其中，所述步骤S300中对所述检测数据组进行极坐标到平面坐标转换公式如下：

上述的割幅检测方法，其中，所述步骤S300进一步包括：将所述激光传感器从扫描起始角度到终止角度所获得的一组传感器数据定义为一帧，一帧的数据个数N由扫描角度范围和扫描角度步长确定，根据转换公式对一帧传感器数据进行坐标转换，得到：

其中k∈[1,N]。

上述的割幅检测方法，其中，所述步骤S400中的移动平均滤波方法包括：

S401、将连续采样数据看成一个长度为N的队列；

S402、在新的一次采样数据得到后，去除上述队列的首数据，其余N-1个数据依次前移，并将新的采样数据插入到队列的尾部；

S403、对整个队列进行算术运算，并将其作为本次测量的结果，计算公式如下：

其中z_k-j为第k-j时刻的激光光束在轴Oz上的投影测量值，为第k时刻的滤波值，N为滤波窗口；

S404、当且z_k为错误数据，进行剔除，其中h为稻麦秆高度均值或估算值，α为调整系数。

上述的割幅检测方法，其中，所述步骤S500中对Oz轴方向滤波处理后的数据进行一阶差分计算，离散数据一阶差分定义公式如下：

其中ε_k为第k点数据差分值。

为了更好地实现上述目的，本发明还提供了一种稻麦联合收割机，其中，包括割幅检测装置，所述割幅检测装置采用上述的割幅检测方法进行割幅检测。

本发明的有益效果在于：

由于联合收割机割台越来越宽，有经验的驾驶员日益短缺，田间作业灰尘较大，依靠驾驶员肉眼来判断收获边界将变得困难，收割割幅一致性无法得到保障，联合收割机喂入量波动较大，影响机器工作性能。与现有技术相比，本发明采用非接触式激光检测技术、数字信号处理技术、模式识别技术等，可以实时、准确获取联合收割机实际割幅，解决收获边界的识别及割幅实时在线监测的问题，为喂入量在线监测、自动导航及作业统计提供关键基础数据，提高了联合收割机可视化水平，对联合收割机智能监控装备的实际应用起到了促进作用。

以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。

附图说明

图1为本发明一实施例的稻麦联合收割机结构示意图；

图2为本发明一实施例的割幅检测装置结构框图；

图3为本发明一实施例的激光传感器工作原理图；

图4为本发明的割幅推算原理图。

其中，附图标记

1 割台

2 支撑杆

3 激光传感器

31 激光发射器

32 激光接收器

33 旋转棱镜

34 固定棱镜

35 电机

4 信号采集器

5 车载监控器

6 驾驶室

7 未收割区域

8 已收割区域

9 被测物

具体实施方式

下面结合附图对本发明的结构原理和工作原理作具体的描述：

参见图1，图1为本发明一实施例的稻麦联合收割机结构示意图。本发明的稻麦联合收割机，包括非接触式割幅检测装置，该割幅检测装置用于解决割幅在线监测的问题，为喂入量在线监测、自动导航及作业统计提供关键基础数据。因该联合收割机其他部分的组成、结构、相互位置关系、连接关系及功用等均为较成熟的现有技术，故在此不再赘述，下面仅对本发明的割幅检测装置及其检测方法予以详细说明。

参见图2，图2为本发明一实施例的割幅检测装置结构框图。本发明的割幅检测装置，包括：激光传感器3，安装于稻麦联合收割机的割台1上方，用于获取所述稻麦联合收割机的收获区域与未收获区域的边界，并输出被测物9的距离与角度信息，具有测量精度高、采样速度快、受环境干扰小等优点；信号采集器4，安装在所述稻麦联合收割机上，通过数据总线与所述激光传感器3连接，用于获取并发送所述激光传感器3输出的距离与角度信息数据；以及车载监控器5，安装在所述稻麦联合收割机上，通过CAN总线与所述信号采集器4连接，集成有数据处理软件，用于完成所述信号采集器4发送的信号处理、分析、显示和数据存储等功能。车载监控器5搭配有CAN总线模块、固态硬盘储存器、可触控的液晶屏及多种串行数据接口，直接使用车载24V蓄电池供电。整个检测装置采用CAN总线连接，布线简单，通讯可靠。

其中，所述激光传感器3为线扫描方式对扇形区域内的物体进行循环探测，所述激光传感器3通过可伸缩支撑杆2安装于所述割台1的左上方或右上方，联合收割机一般为顺时针收割机作业，优选将激光传感器3安装于割台1左侧上方。所述信号采集器4和所述车载监控器5优选安装在所述稻麦联合收割机的驾驶室6内。

参见图3，图3为本发明一实施例的激光传感器工作原理图。本实施例中的激光传感器3主要由激光发射器31、激光接收器32、棱镜组(包括旋转棱镜33和固定棱镜34)及电机35，电机35与旋转棱镜33连接。激光发射器31发射出的探测激光束经棱镜组的镜面反射后，打到被测物9上。同时，被测物9反射回的激光经棱镜组的镜面反射被激光接收器32拾取，通过激光光束从发射到拾取经过的时间t和光在空气中的传播速度C，可计算得到被测物9与激光传感器3之间的距离。旋转棱镜33由电机35带动旋转，从而使得激光束可以在一定扇形区域进行循环扫描。扇形扫描区域的起始角θ_s和结束角θ_e可进行设置，通常激光传感器3扫描的正前方为沿着轴Oz方向，激光传感器3扫描角θ为在激光传感器3的参考坐标系中激光束与轴Ox的夹角。

参见图4，图4为本发明的割幅推算原理图。图中ρ₁表示为打到农作物p₁点上的激光光束，ρ₂为打到分割边界p₂点上的激光光束，ρ₃为打到已收割区域8的p₃点上的激光光束，激光传感器3通过收发这三种典型光束信号，获取被测区域中被测物9的极坐标数据(ρ，θ)。信号采集器4获取激光传感器3的极坐标数据组(ρ，θ)，通过CAN总线发送给车载监控器5。车载监控器5首先通过坐标转换，将极坐标数据(ρ，θ)，转换为激光传感器3平面坐标R＝(O,Ox,Oy,Oz)，即(x,y,z)。图中z₁表示光束ρ₁在轴Oz上的投影，z₂表示光束ρ₂在轴Oz上的投影值，z₃表示光束ρ₃在轴Oz上的投影值。

本发明的割幅检测方法，采用上述的割幅检测装置进行检测，包括如下步骤：

步骤S100、通过车载监控器5设定激光传感器3的工作参数，该工作参数例如可包括扫描角度、扫描采样频率和扫描角度步长等。所述激光传感器3按照设定的工作参数，对扫描平面内的物体进行循环检测，得到检测数据组(ρ，θ)，其中ρ为所述激光传感器3到被测物9的距离，θ为在所述激光传感器3的参考坐标系中激光束与Ox轴的夹角，所述激光传感器3的参考坐标系为R＝(O,Ox,Oy,Oz)，所述激光传感器3在平面Ozx内检测，Ox轴平行于地面；

步骤S200、信号采集器4获取所述激光传感器3的检测数据组(ρ，θ)，并通过CAN总线发送给所述车载监控器5；

步骤S300、所述车载监控器5对所述检测数据组进行极坐标到平面坐标的转换；转换公式如下：

所述步骤S300进一步包括：将所述激光传感器3从扫描起始角度到终止角度所获得的一组传感器数据定义为一帧，一帧的数据个数N由扫描角度范围和扫描角度步长确定，根据转换公式对一帧传感器数据进行坐标转换，得到：

其中k∈[1,N]。

步骤S400、采用移动平均滤波方法对转换后的所述检测数据组进行数据滤波处理，根据激光传感安装位置等信息，剔除一些比较明显的错误数据(主要是灰尘的错误数据)；包括：

步骤S401、将连续采样数据看成一个长度为N的队列；

步骤S402、在新的一次采样数据得到后，去除上述队列的首数据，其余N-1个数据依次前移，并将新的采样数据插入到队列的尾部；

步骤S403、对整个队列进行算术运算，并将其作为本次测量的结果，计算公式如下：

其中z_k-j为第k-j时刻的激光光束在轴Oz上的投影测量值，为第k时刻的滤波值，N为滤波窗口，一般取N>3；

步骤S404、当且z_k为错误数据，进行剔除，其中h为稻麦秆高度均值或估算值，α为调整系数。

步骤S500、对滤波处理后的所述检测数据组的数据进行一阶差分计算，将差分结果与设定的阈值δ比较，得到大于阈值δ的数据点的序号j，由此确定已收割区域8与未收割区域7的分界点，并根据所述激光传感器3的安装位置偏差Δx，和所述分界点在轴Ox上的投影x_j和割台1宽度d₀，计算实际割幅d_s为：

所述步骤S500中对Oz轴方向滤波处理后的数据进行一阶差分计算，离散数据一阶差分定义公式如下：

其中ε_k为第k点数据差分值。

以上各步可同时进行，激光传感器3的检测数据通过CAN总线实时传输，在车载监控器5上进行数据处理与计算，推算得到联合收割机的实时割幅值，推算得到的割幅值在车载监控器5进行实时显示与存储。

当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。