技术特征：
1.一种甘蔗收获机运行状态的识别预测方法，其特征在于：包括如下步骤：
①
平台的搭建及数据处理：从固定安装在收获机车体上的激光雷达获取点云数据；对相机进行标定以消除相机畸变；对相机与雷达联合标定，实现图像在空间上的同步，并将雷达采集的点云数据和相机传感器时间信息进行匹配；对相机采集到的图像数据进行去噪、增强处理；对雷达采集的点云数据进行坐标系变换，使处理后点云数据的roi区域与图像数据的区域相同；
②
目标检测：基于甘蔗特征对yolov5s模型进行改进，提高视觉检测的速率、准确性和鲁棒性；
③
视觉与雷达融合检测：为应对收获机复杂多变的作业环境，基于雷达与视觉融合检测甘蔗，将点云数据生成的雷达预测框，与视觉预测框进行关联度匹配，准确识别收获机前方收割甘蔗及其位置，避免甘蔗遗漏；
④
匹配分类：采用广义回归神经网络模型对识别甘蔗预测框与收获机运行状况匹配分类，识别预测框为雷达和视觉融合检测甘蔗得到；
⑤
预测工况：基于匹配的收获机运行状况分类结果决策甘蔗收获机的关键部位输出。2.如权利要求1所述的甘蔗收获机运行状态的识别预测方法，其特征在于：所述关键部位包括行走系统、刀盘系统、风机系统。3.如权利要求1所述的甘蔗收获机运行状态的识别预测方法，其特征在于：所述步骤
①
中，对相机与雷达联合标定为，求解相机像素平面的齐次坐标和点云数据坐标系的齐次坐标之间的变换矩阵m。4.如权利要求1所述的甘蔗收获机运行状态的识别预测方法，其特征在于：所述步骤
①
中，对雷达采集的点云数据进行坐标系变换为，将雷达采集的点云数据通过变换矩阵m进行三维至二维图像坐标系变换投影到相机图像数据上。5.如权利要求1所述的甘蔗收获机运行状态的识别预测方法，其特征在于：所述激光雷达是固态激光雷达。6.如权利要求1所述的甘蔗收获机运行状态的识别预测方法，其特征在于：所述步骤
①
中将雷达采集的点云数据和相机传感器时间信息进行匹配采用ros message_filters。7.如权利要求1所述的甘蔗收获机运行状态的识别预测方法，其特征在于：所述改进的yolov5s模型为bcsp模块、混合空间金字塔池化h-spp、注意力机制和diou柔性非极大值抑制soft-diou-nms的改进。8.如权利要求7所述的甘蔗收获机运行状态的识别预测方法，其特征在于：所述注意力机制采用将空间注意机制与通道注意机制相结合的卷积块注意机制。9.如权利要求1所述的甘蔗收获机运行状态的识别预测方法，其特征在于：所述广义回归神经网络模型为基于果蝇算法改进得到。10.如权利要求1所述的甘蔗收获机运行状态的识别预测方法，其特征在于：所述收获机运行状况分类为：a.i类：当收获机前方甘蔗倒伏成0-30
°
或150
°‑
180
°
时，收获机工况最为恶劣，易出现堵塞情况；b.ii类：当收获机前方甘蔗倒伏成30
°‑
60
°
或120
°‑
150
°
时，收获机工况较为恶劣，易出现重载情况；
c.iii类：当收获机前方甘蔗倒伏成60
°‑
75
°
或105
°‑
120
°
时，收获机工况一般，偶尔出现重载情况；d.vi类：当收获机前方甘蔗与地面为75
°‑
105
°
时，收获机工况较为好，收获机运行正常；e.v类：当收获机前方甘蔗密度稀疏，且与地面为75
°‑
105
°
时，收获机工况为轻载。
技术总结
本发明提供了一种甘蔗收获机运行状态的识别预测方法，包括如下步骤：
技术研发人员：蒙艳玫 陈贵 韦锦 董振 朱纪洪 蒙丽雯 韩冰
受保护的技术使用者：广西大学
技术研发日：2022.07.20
技术公布日：2022/10/4