水果成熟度隔袋智能检测系统和检测方法技术方案

本发明专利技术提供了一种水果成熟度隔袋智能检测系统和检测方法，包括传感器模块、云服务模块和控制模块，所述的控制模块分别与传感器模块、云服务模块相连；所述的云服务模块包括云服务器子模块和云数据库子模块，所述的传感器模块包括超宽带毫米波雷达传感器；所述的控制模块包括单片机。本系统使得采摘水果过程中不需要去除保护袋便可判断果实的成熟度，不仅可以降低人工判断带来的经济损失，还能保证采摘的是成熟果实，提高工作效率。

【技术实现步骤摘要】
水果成熟度隔袋智能检测系统和检测方法
本专利技术涉及一种基于超宽带毫米波雷达的非接触类型物质检测系统和检测方法，尤其是涉及一种水果成熟度隔袋智能监测系统和检测方法。
技术介绍
近年来，智能水果成熟度检测在智慧农业的快速形成过程中已经发展为农业的一个重要研究方向。有机水果种植过程中要求不能使用农药，目前大多数果园采取在果实成长期套上纸袋的方式使果实在成长过程中免受病虫害和鸟类的破坏，该纸袋一旦套上后便用订书钉封死，直到果实采摘下来后才打开，采摘工人无法通过纸袋看到果实的成长情况，靠掂果实的重量无法准确判断果实成熟度，目前只能通过轻轻捏果实进行成熟度的判断，而捏的力度稍重可能给果实带来疤痕。因此果实在采摘过程中如何隔着纸袋判断果实的成熟度变得十分困难。现有的水果成熟度检测方法包括近红外光谱法、气敏传感器阵列法、数字图像法等。近红外光谱法是用多种数学建模方法将光谱值与果品的内部成分含量建立关联，选择不适合的方法将导致所建模型的过适应或欠适应；回归分析的过度拟合现象会导致某些重要的波段被忽略，数据的正确性会被光谱仪自身的信噪比影响；光谱探测的准确性容易被果皮厚度所影响从而带来一定的误差。近红外光谱技术大部分只是在实验室范围内对水果品质进行检测，很少形成真正的商业化应用。气敏传感器阵列法主要是通过其内置的气敏传感器阵列与被测样本的气体挥发物发生瞬时响应获取样本信息。数字图像法测量准确，是建立果实的成熟度与颜色信息之间的关系，但是会有辐射残留，而且仪器设备昂贵，测量过程和果实食用过程均对身体有害。现有的这些方法虽然能达到水果成熟度的无损检测，但只能在果实采摘后除去保护袋时使用，无法在采摘过程中隔着纸袋对果实成熟度进行检测。水果在采摘、包装、保存、运输及加工等多个环节中的损失率增大的一个主要原因是：水果采摘后不确定成熟度而将其混在一起存放。并且根据果农经验进行采摘的果实可能过熟或尚未成熟，这将给果农带来极大的损失。因此市场上亟待出现一种非接触隔袋水果成熟度智能检测系统。
技术实现思路
本专利技术为克服现有技术提供了一种基于超宽带毫米波雷达的水果成熟度隔袋智能检测系统和检测方法，可检测范围包括苹果、橘子、香梨和桃子等薄皮类水果。本系统使得采摘水果过程中不需要去除保护袋便可判断果实的成熟度，不仅可以降低人工判断带来的经济损失，还能保证机械采摘的是成熟果实，提高工作效率。为了达到上述目的，本专利技术的技术方案是：一种水果成熟度隔袋智能检测系统，包括传感器模块、云服务模块和控制模块，所述的控制模块分别与传感器模块、云服务模块相连；所述的云服务模块包括云服务器子模块和云数据库子模块，所述的传感器模块包括超宽带毫米波雷达传感器；所述的控制模块包括单片机。一种水果成熟度隔袋智能检测系统的检测方法：利用所述的控制模块中的单片机控制超宽带毫米波雷达传感器发射毫米波信号、并接收反射信号进行果皮信息数据采集，同时利用所述的单片机对超宽带毫米波雷达传感器获得的反射信号进行数据预处理并存储；其中不同成熟度的水果有不同含量的糖分，其酸性和硬度不同，所述的超宽带毫米波雷达传感器接收到的数据相当于是不同物质的数据，得到所测果子的当前信号强度，然后对检测果子一段时间内的检测信号峰值点连线，可得到该果子稳定的信号变化包络线及其稳定的信号包络波形图数据；将上述所有数据入云数据库子模块存储；然后基于预处理的目标数据，利用所述的云服务器子模块对数据进行分类，所述的云数据库子模块调用分类器将测到的果子数据与已存数据进行数据分析和对比，来判断水果成熟度；最后云服务模块会对分析结果做出界面显示并将数据反馈入控制模块。所述的数据预处理为利用所述的控制模块的单片机进行目标检测，包括滤波处理以及提取波形频域特征两个步骤；首先筛选雷达数据，利用卡尔曼滤波对含有噪声的检测信号进行处理，去除数据的干扰，在平均的意义上求得误差最小的真实信号强度R，其中信号强度最大值即每个波峰位置标注为Q；然后在此波形上提取频域特征，返回的波形图中波峰是信号最强处，以Q为中心截取规定长度的一段波形数据，按照一定波峰数目的间期提取特征形成测试样本，从测试样本中随机选取一定个数的样本构成输入的训练集，用于云服务器对该检测果子的成熟度识别分类。所述的云数据库子模块中的已存数据来源为：将控制模块预处理后的目标数据回传入云数据库子模块存储；所述的云服务器对训练集进行大数据分析从而确定水果成熟度判断参数，然后通过分类算法进行对不同成熟度水果大量的测量数据进行分类，所述的云数据库子模块调用分类器将测到的果子数据与已存数据进行数据分析和对比，结合判断参数描述水果成熟度分类结果。所述的分类算法采用KNN(k-NearestNeighbor邻近算法)、SVM(SupportVectorMachine,支持向量机算法)、CNN(ConvolutionalNeuralNetworks，卷积神经网络算法)算法中的一种。本专利技术的有益效果为：本专利技术通过超宽带毫米波雷达传感器接收到的不同成熟度水果信号数据的不同，接收信号强度之后采集进云端数据库进行数据对比，可以探测区分不同成熟度的苹果、橘子、香梨和桃子等薄皮类水果。本专利技术是基于超宽带毫米波雷达传感器的水果成熟度隔袋检测系统，探测信号采用毫米波，波形形式为连续波(CW)信号；与现有的可见光成像和红外热成像技术相比，毫米波检测精度较高，并且具有穿透烟、灰尘和雾的能力，可全天候工作；比起其他传统的果品成熟度检测技术具有低功耗、低成本、无需接触水果表皮以及无需破坏水果结构的优点；本专利技术无需去除水果成长期套上的保护袋就可在水果采摘下来之前进行成熟度的判断，不仅可以降低人工判断带来的经济损失，还能保证采摘的是成熟果实，果农可以根据检测结果对不同成熟度的水果分类放置，提高工作效率。该方法灵活性强并且具有实用价值，可以实现高精度的成熟度识别，具有非常广阔的应用前景。附图说明图1是本专利技术的系统模块联系图；图2是本专利技术毫米波雷达数据融合的示意图；图3是本专利技术成熟度检测流程分析图；图4是本专利技术以CNN卷积神经网络为实例的数据分类流程图；图5是本专利技术实验过程中水果X不套纸袋测量的信号包络图；图6是本专利技术实验过程中水果X套上纸袋测量的信号包络图；图7是本专利技术实验过程中水果Y不套纸袋测量的信号包络图；图8是本专利技术实验过程中水果Y套上纸袋测量的信号包络图；图9是本专利技术以水果Z为实例的4成熟侧面波形图；图10是本专利技术以水果Z为实例的9成熟侧面波形图；图11是本专利技术以KNN邻近算法为实例的数据分类流程图；图12是本专利技术以SVM支持向量机算法为实例的分类器训练图；图13是本专利技术以SVM支持向量机算法为实例的分类过程图。具体实施方式实施例1本实施例的一种水果成熟度隔袋智能检测系统，如图1所示，包括传感器模块、云服务模块和控制模块，所述的控制模块分别与传感器模块、云服务模块相连；所述的云服务模块包括云服务器子模块和云数据库子模块，所述的传感器模块包括低功耗超宽带毫米波雷达传感器；所述的控制模块包括单片机。本实施例的一种水果成熟度隔袋智能检测系统的检测方法：如图3所示，利用所述的控制模块中的单片机控制超宽带毫米波雷达传感器发射毫米波信号、并接收反射信号进行果皮信息数据采集，同时利用所述的单片机对超宽带毫米波雷达传感器本文档来自技高网...

【技术保护点】
1.一种水果成熟度隔袋智能检测系统，其特征在于包括传感器模块、云服务模块和控制模块，所述的控制模块分别与传感器模块、云服务模块相连；所述的云服务模块包括云服务器子模块和云数据库子模块，所述的传感器模块包括超宽带毫米波雷达传感器；所述的控制模块包括单片机。

【技术特征摘要】
1.一种水果成熟度隔袋智能检测系统，其特征在于包括传感器模块、云服务模块和控制模块，所述的控制模块分别与传感器模块、云服务模块相连；所述的云服务模块包括云服务器子模块和云数据库子模块，所述的传感器模块包括超宽带毫米波雷达传感器；所述的控制模块包括单片机。2.一种水果成熟度隔袋智能检测系统，其特征在于：所述的系统采用如下检测方法：利用所述的控制模块中的单片机控制超宽带毫米波雷达传感器发射毫米波信号、并接收反射信号进行果皮信息数据采集，同时利用所述的单片机对超宽带毫米波雷达传感器获得的反射信号进行数据预处理并存储；其中不同成熟度的水果有不同含量的糖分，其酸性和硬度不同，所述的超宽带毫米波雷达传感器接收到的数据相当于是不同物质的数据，得到所测果子的当前信号强度，然后对检测果子一段时间内的检测信号峰值点连线，可得到该果子稳定的信号变化包络线及其稳定的信号包络波形图数据；将上述所有数据入云数据库子模块存储；然后基于预处理的目标数据，利用所述的云服务器子模块对数据进行分类，所述的云数据库子模块调用分类器将测到的果子数据与已存数据进行数据分析和对比，来判断水果成熟度；最后云服务模块会对分析结果做出界面显示并将数据反馈入控制模块。3.如权利要求2所述的一种水果成熟度隔袋智能检测系统，其特征在于：所述的数据预处理为利用所述的控制...

【专利技术属性】
技术研发人员：张智，刘子瑜，费鑫霖，
申请(专利权)人：杭州立宸科技有限公司，
类型：发明
国别省市：浙江,33