一种稻麦联合收获机喂入量实时精准预测方法及系统技术方案

本发明专利技术提供了一种稻麦联合收获机喂入量实时精准预测方法及系统，通过双目相机获取稻麦图像，根据卷积神经网络和穗头遮挡修复模块获取稻麦差异化高度‑质量关系，解决了解决光照不均、叶片遮挡、穗头粘连导致的稻麦穗头检测精度低的问题；并对同一稻麦待检测网格区域连续三个时刻检测结果取权重和，解决了作物尺度差异性大问题；最后提取稻麦穗头识别区域和地面区域的高程图像，得到每个稻麦待检测网格区域内稻麦差异化高度信息，通过稻麦差异化高度‑质量关系和稻麦密度和高度结果关系建立了稻麦联合收获机喂入量预测模型，有效的提高了稻麦联合收获机喂入量预测的精度和实时性，从而提高了稻麦联合收获机收获作业效率和收获质量。

【技术实现步骤摘要】

本专利技术属于农业机械自动化，尤其涉及一种稻麦联合收获机喂入量实时精准预测方法及系统。

技术介绍

1、水稻和小麦是我国的大宗农产品，是保障我国粮食安全的重要作物。水稻和小麦成熟后的适收期短、收获任务量大，这要求稻麦联合收获机保持长时间、高效率、高质量的工作状态。目前我国大部分地区稻麦收获作业时，稻麦联合收获机喂入量的控制需要依靠机手的作业经验，过大的喂入量加大了脱粒滚筒等工作部件的负荷，此时收获机容易发生堵塞；过小的喂入量会造成脱粒滚筒负荷不足，导致稻麦籽粒无法充分脱粒，增大了损失且降低了工作效率。因此，实现稻麦联合收获机喂入量的实时高精度预测对降低收获机故障率、保证工作效率、保障粮食安全有重要意义。

2、现有技术通过检测稻麦联合收获机不同部位的扭矩、压力、转速和功率等信息建立稻麦联合收获机喂入量的关系模型的方法，由于检测的是已经喂入脱粒装置的数据，喂入量的计算具有滞后性，检测精度不高。还有现有技术通过无人机平台搭载的光谱和视觉检测稻麦联合收获机喂入量的方法，但局部检测分辨率低、作物遮挡检测难度大、投入成本高，且难以做到与收获机的协同作业、收获本文档来自技高网...

【技术保护点】

1.一种稻麦联合收获机喂入量实时精准预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的稻麦联合收获机喂入量实时精准预测方法，其特征在于，所述步骤S2中网格化划分具体包括以下步骤：

3.根据权利要求1所述的稻麦联合收获机喂入量实时精准预测方法，其特征在于，所述步骤S4中对现有卷积神经网络模型进行优化设计具体包括以下步骤：

4.根据权利要求1所述的稻麦联合收获机喂入量实时精准预测方法，其特征在于，所述步骤S5中穗头遮挡修复模块包括生成器、判别器和损失函数；

5.根据权利要求4所述的稻麦联合收获机喂入量实时精准预测方法，其特征在于，所...

【技术特征摘要】

1.一种稻麦联合收获机喂入量实时精准预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的稻麦联合收获机喂入量实时精准预测方法，其特征在于，所述步骤s2中网格化划分具体包括以下步骤：

3.根据权利要求1所述的稻麦联合收获机喂入量实时精准预测方法，其特征在于，所述步骤s4中对现有卷积神经网络模型进行优化设计具体包括以下步骤：

4.根据权利要求1所述的稻麦联合收获机喂入量实时精准预测方法，其特征在于，所述步骤s5中穗头遮挡修复模块包括生成器、判别器和损失函数；

5.根据权利要求4所述的稻麦联合收获机喂入量实时精准预测方法，其特征在于，所述步骤s6的具体步骤包括：

6.根据权利要求1所述的稻麦联合收获机喂入量实时精准预测方法，其特征在于，所述步骤s7中得到高程图像包括以下步骤：

7.根据权利要...

【专利技术属性】
技术研发人员：张千，陈青山，徐立章，许文杰，赵正晖，赵世昊，
申请(专利权)人：江苏大学，
类型：发明
国别省市：