[发明专利]一种联合收割机喂入量预测系统及其预测方法

权利要求书

1.一种联合收割机喂入量预测系统，包括安装在联合收割机上的监测装置，其特征在于：

所述的监测装置包括激光雷达传感器、三维立体视觉传感器、RTK-GPS模块、车速传感器、割幅宽度传感器、割台高度传感器、工控处理器和显示器，所述激光雷达传感器、三维立体视觉传感器、RTK-GPS模块、车速传感器、割幅宽度传感器、割台高度传感器的信号输出端分别与工控处理器的信号输入端相连，所述工控处理器的输出端与显示器相连；

所述激光雷达传感器用于采集联合收割机前端作物的三维图，并通过回归模型生成生物量图；三维立体视觉传感器检测联合收割机前面的作物情况；车速传感器测量联合收割机作业速度，割幅宽度传感器测量联合收割机作物时实际的割幅宽度，割台高度传感器测量割台距离地面的距离，工控处理器用于处理各类传感器的数据，构建喂入量预测模型；

三维立体视觉传感器获取图像后，通过机器学习检测和分类作物高度、作物倒伏及倒伏方向、间隙、车道和收获区域，工控处理器先通过机器学习获得的结果对回归模型进行修正，然后再利用割台高度对回归模型进行修正。

2.根据权利要求1所述的一种联合收割机喂入量预测系统，其特征在于：所述激光雷达传感器为三维激光雷达传感器，三维立体视觉传感器为双目立体视觉传感器。

3.根据权利要求1所述的一种联合收割机喂入量预测系统的预测方法，其特征在于，包括以下步骤：

31)原始数据的获取：联合收割机工作，激光雷达传感器、三维立体视觉传感器获取联合收割机前方的农作物信息，RTK-GPS模块、车速传感器、割幅宽度传感器和割台高度传感器获取联合收割机的数据，并均传送给工控处理器；

32)生物量图的生成：工控处理器利用激光雷达传感器获取的三维点云数据或利用机载、卫星载激光雷达传感器方式生成的三维点云数据，处理生成生物量图；

33)生物量图的修正：作物的检测分类：工控处理器利用三维立体视觉传感器获取的三维点云数据，对联合收割机前方的农作物信息进行检测分类获得作物高度；修正生物量图：利用通过立体视觉传感器处理后的三维点云数据中的作物高度和割台高度传感器获取的数据对生物量图进行修正，获得修正的生物量图；

34)喂入量预测值的获得：工控处理器车速传感器、割幅宽度传感器获取的数据依喂入量预测模型对喂入量Q进行预测，喂入量预测模型如下：

Q＝B·W·V，

其中，B为对应收割区域修正后的生物量，W为割幅宽度传感器获取的联合收割机实际割幅宽度，V为车速传感器获取的联合收割机作业速度。

4.根据权利要求3所述的一种联合收割机喂入量预测系统的预测方法，其特征在于，所述生物量图的生成包括以下步骤：

41)将获得的原始点云数据和RTK-GPS数据进行编码，并用车速对坐标数据进行修正，形成地理参考点云数据；

42)去除地理参考点云数据中的噪声点；

43)提取地面点、植被点特征信息；

44)计算三维剖面指数；

45)利用三维剖面指数和生物量数据构建生物量回归模型；

46)以均方根误差最小作为准则自动优化回归模型，生成生物量图。

5.根据权利要求3所述的一种联合收割机喂入量预测系统的预测方法，其特征在于，所述作物的检测分类包括以下步骤：

51)将获得的原始点云数据和RTK-GPS数据进行编码，并用车速对坐标数据进行修正，形成地理参考点云数据；

52)去除地理参考点云数据中的噪声点；

53)提取地面点、植被点等特征信息；

54)通过机器学习检测和分类作物高度、作物倒伏及倒伏方向、间隙、车道和收获面积。

6.根据权利要求3所述的一种联合收割机喂入量预测系统的预测方法，其特征在于，所述修正生物量图包括以下步骤：

61)利用立体视觉传感器测得的作物高度减去割台高度传感器测得的作物茬高度得到实际联合收割机收割的作物高度；

62)通过实际收割作物高度占收割前作物总高度的比例乘以作物生物量，得到修正后的生物量图。