[发明专利]谷粒质量控制系统和方法

说明书

一种用于控制收割的谷粒质量的方法和系统包括通过一个或多个图像传感器在联合收割机的谷粒升降机内的采样位置处捕获一个或多个材料图像。所捕获的图像由图像像素集定义并且具有指示谷粒材料或非谷粒材料的分类特征，其中图像像素集由图像数据表示。一个或多个控制器接收与由一个或多个图像传感器捕获的所述一个或多个图像相关联的图像数据，并且选择样本图像，选定的样本图像由图像像素集的图像像素子集定义。一个或多个控制器将卷积神经网络(CNN)算法应用于选定的样本图像的图像像素子集的图像数据以确定分类特征。一个或多个控制器分析所确定的分类特征以调整联合收割机的操作参数。

相关申请的交叉引用

本申请要求2018年9月18日提交的美国临时申请No.62/732,779的优先权。

技术领域

本公开总体上涉及农业联合收割机，更具体地涉及用于改善收割的谷粒质量的系统。

背景技术

散装谷粒的价值可取决于散装谷粒的质量。高质量的谷粒反映在清洁不间断谷粒的百分比高以及破碎谷粒和谷粒以外的材料(MOG)的百分比低。监测散装谷粒的质量有助于提高谷粒质量。对谷粒材料进行成像和分类可以是有效的监测技术。准确的分类部分取决于谷粒的可靠采样和成像。

发明内容

本公开提供了用于监测和控制由农业联合收割机收割的谷粒的谷粒质量控制系统和方法。

在一个方面，本公开提供了一种控制联合收割机中收割的谷粒质量的方法。一个或多个图像传感器在联合收割机的谷粒升降机内的采样位置处捕获一个或多个材料图像。所捕获的图像由图像像素集定义并且具有指示谷粒材料或非谷粒材料的分类特征，其中图像像素集由图像数据表示。一个或多个控制器接收与由所述一个或多个图像传感器捕获的所述一个或多个图像相关联的所述图像数据。一个或多个控制器从所捕获的图像中选择样本图像，选定的样本图像由所述图像像素集的图像像素子集定义；并且将卷积神经网络(CNN)算法应用于选定的样本图像的所述图像像素子集的图像数据。一个或多个控制器基于CNN算法应用于选定的样本图像的图像数据而确定所述分类特征；并且分析所确定的分类特征以调整联合收割机的操作参数。

在另一方面，本公开提供了一种用于控制联合收割机中收割的谷粒质量的系统，该系统包括一个或多个图像传感器和一个或多个控制器。一个或多个图像传感器用于在联合收割机的谷粒升降机内的采样位置处捕获材料图像。所捕获的图像由图像像素集定义并且具有指示谷粒材料或非谷粒材料的分类特征，其中图像像素集由图像数据表示。一个或多个控制器可操作地耦合到所述一个或多个图像传感器并且具有用于执行命令的一个或多个处理器。一个或多个控制器处理与从所捕获的图像中选出的选定的样本图像相关联的图像数据。选定的样本图像的图像数据由所述图像像素集的图像像素子集定义。一个或多个控制器将卷积神经网络(CNN)算法应用于选定的样本图像的图像像素子集的图像数据；并且基于CNN算法应用于选定的样本图像的图像数据来确定所述分类特征。一个或多个控制器分析所确定的分类特征以调整联合收割机的操作参数。

在附图和以下描述中阐述了一个或多个实施例的细节。根据说明书、附图和权利要求，其他特征和优点将变得显而易见。

附图说明

图1是包括根据本公开的谷粒质量控制系统的一个示例性农业联合收割机的示意图；

图2是与谷粒质量控制系统一起使用的图1的联合收割机的示例性谷粒尾料升降机的透视图；

图3是图2的谷粒尾料升降机的一部分的局部放大视图；

图4是图2的谷粒尾料升降机的一部分的简化局部横截面侧视图；

图5和6是根据本公开的示例性谷粒质量控制系统的示意图；

图7是根据本公开的用于实施谷粒质量控制系统的示例性方法的过程流程图；