谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備研發(fā)現(xiàn)狀淺析

莫恭武 金誠謙 陳滿 張光躍

0 引言

食為政首，糧安天下。減少糧食機(jī)收損失，就是增加糧食產(chǎn)量。目前，我國機(jī)收損失率約為1.5%～5%，機(jī)收損失控制技術(shù)水平與農(nóng)機(jī)化發(fā)達(dá)國家相比還有差距。究其原因，既有機(jī)具問題，也有種植品種、種植方式及立地條件等方面因素的制約，歸根結(jié)底還是由于良田、良種、良制、良機(jī)、良法“五良”融合不夠?，F(xiàn)結(jié)合江蘇省農(nóng)機(jī)化發(fā)展現(xiàn)狀，從“良機(jī)”“良法”融合的角度，探討谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備研發(fā)現(xiàn)狀及前景。

1 谷物聯(lián)合收割機(jī)智能減損檢測裝備研發(fā)背景及意義

1.1 研發(fā)背景

近年來，機(jī)器視覺、無線傳感、人工智能技術(shù)日漸成熟，應(yīng)用范圍已擴(kuò)大到農(nóng)業(yè)領(lǐng)域。利用機(jī)器視覺技術(shù)，鑒別谷物顏色、形狀、紋理，能夠?qū)崿F(xiàn)對完整籽粒、破碎籽粒、雜質(zhì)等成分的快速有效識別；基于壓力傳感技術(shù)，能夠?qū)崿F(xiàn)對谷物秸稈、籽粒等成分的快速有效識別。上述研究成果為谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備的研發(fā)提供了技術(shù)支持。但谷物圖像信息與聯(lián)合收割機(jī)破碎含雜率之間的耦合關(guān)系、谷物沖擊電信號信息與聯(lián)合收割機(jī)清選損失率及夾帶損失率之間的耦合關(guān)系等研究還不深入，仍處于探索階段。

1.2 研發(fā)意義

目前，江蘇省已進(jìn)入以實(shí)施鄉(xiāng)村振興戰(zhàn)略為統(tǒng)領(lǐng)，以高質(zhì)量發(fā)展為目標(biāo)導(dǎo)向，努力推進(jìn)農(nóng)機(jī)化向全程全面高質(zhì)量發(fā)展的新階段［1］。2018 年，江蘇省主要糧食作物耕種收機(jī)械化水平達(dá)93%，谷物聯(lián)合收割機(jī)保有量約17 萬臺。但由于缺乏谷物聯(lián)合收割機(jī)節(jié)糧減損檢測裝備，機(jī)具作業(yè)參數(shù)得不到及時調(diào)整，谷物收獲機(jī)質(zhì)量參差不齊［2］，部分機(jī)具的谷物收獲破碎率、含雜率較高，易造成谷物品質(zhì)下降，糧食浪費(fèi)嚴(yán)重。為認(rèn)真貫徹落實(shí)習(xí)近平總書記關(guān)于保障糧食安全和制止餐飲浪費(fèi)行為的重要指示精神，踐行《中國制造2025》《農(nóng)機(jī)裝備發(fā)展行動方案（2016－2025）》，推動農(nóng)機(jī)裝備產(chǎn)業(yè)轉(zhuǎn)型升級，加快提升農(nóng)機(jī)試驗(yàn)鑒定和技術(shù)推廣能力，推動農(nóng)業(yè)機(jī)械化向全程全面高質(zhì)高效發(fā)展，減少收獲環(huán)節(jié)損失，急需研發(fā)谷物聯(lián)合收獲機(jī)智能化節(jié)糧減損檢測裝置，實(shí)現(xiàn)谷物聯(lián)合收割機(jī)作業(yè)破碎率、含雜率、損失率的在線檢測，便于谷物聯(lián)合收割機(jī)駕駛員在收獲質(zhì)量不佳時，及時調(diào)整機(jī)具作業(yè)參數(shù)，從而提高收獲質(zhì)量，達(dá)到節(jié)糧減損的目標(biāo)。

2 技術(shù)研發(fā)現(xiàn)狀

2.1 國外技術(shù)研發(fā)現(xiàn)狀

克拉斯公司（CLAAS）推出了“谷物質(zhì)量相機(jī)”，通過拍攝脫粒過程中的谷物圖像，對圖像中非谷物成分和碎粒含量進(jìn)行分析，為駕駛員提供警示信號，為谷物質(zhì)量評估以及聯(lián)合收割機(jī)脫粒和清洗過程的優(yōu)化設(shè)置建立了一個全新的、更加精確的判斷標(biāo)準(zhǔn)。Geert Craessaerts 等人指出聯(lián)合收獲機(jī)風(fēng)機(jī)轉(zhuǎn)速和上篩面的負(fù)荷是影響含雜率的主要因素，并利用模糊理論建立了谷物含雜率非線性預(yù)測模型。魯汶大學(xué)的Wallays 等人研究出自動監(jiān)測小麥籽粒、雜質(zhì)的傳感器，通過遺傳算法對400～900 nm 范圍內(nèi)的5 個波段進(jìn)行組合，將圖像中的單個像素分類為小麥籽粒、雜質(zhì)，檢測結(jié)果及時顯示［3］。京都大學(xué)與洋馬公司的Mahirah Jahari 等人提出建立雙燈源照明的谷物破碎率與含雜率監(jiān)測系統(tǒng)，該系統(tǒng)為完善聯(lián)合收割機(jī)收獲質(zhì)量監(jiān)測技術(shù)提供了硬件支持。系統(tǒng)檢測的R2 值大于0.7，具有檢測相關(guān)性。孟加拉農(nóng)業(yè)大學(xué)的Md Abdul Momin 等人研究出基于機(jī)器視覺的大豆破碎籽粒含雜識別的試驗(yàn)室檢測裝置和識別算法。該算法可有效識別大豆樣本的各組成部分，其中裂豆識別準(zhǔn)確度為96%，污染豆識別準(zhǔn)確度為75%，缺陷豆和莖/莢識別準(zhǔn)確度為98%。W.Eldredge 將壓電傳感器固定在清潔篩上，然后將由谷物碰撞產(chǎn)生的電信號傳送到計(jì)數(shù)裝置，進(jìn)行損失籽粒數(shù)檢測。William 研制了一種谷物損失監(jiān)視儀，能測試某一時刻的谷物損失量，但不能真實(shí)反映谷物聯(lián)合收獲機(jī)的作業(yè)質(zhì)量。Hiregoudar S 通過人工接料方式記錄不同參數(shù)（機(jī)器的前進(jìn)速度、有效工作寬度、切割高度、谷物含水率、時間因素等）下割臺損失、清選損失與夾帶損失數(shù)據(jù)，并基于人工神經(jīng)網(wǎng)絡(luò)算法對谷物損失進(jìn)行評估。

由此可見，國外針對谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測技術(shù)研究較多，并有相關(guān)產(chǎn)品應(yīng)用到谷物聯(lián)合收割機(jī)上。

2.2 國內(nèi)技術(shù)研發(fā)現(xiàn)狀

2.2.1 江蘇省外技術(shù)研發(fā)現(xiàn)狀

浙江大學(xué)的蘇憶楠等人基于機(jī)器視覺和高光譜圖像技術(shù)構(gòu)建了糧粒與雜質(zhì)識別的靜態(tài)檢測硬件系統(tǒng)和識別模型，通過以單特征識別為主的決策樹判定法識別出68.6%的雜質(zhì)，BP 人工神經(jīng)網(wǎng)絡(luò)模型的總體識別正確率在90%以上。北京林業(yè)大學(xué)的閆磊等人提出了一種自動分割粘連谷物并識別雜質(zhì)的算法，使用分水嶺算法對粘連顆粒進(jìn)行分割，提取形態(tài)特征和顏色特征，計(jì)算雜質(zhì)與完好谷物的特征值之間的馬氏距離，并通過比較馬氏距離與設(shè)定的閾值，來識別混雜在谷物中的雜質(zhì)。中國農(nóng)業(yè)大學(xué)的劉韶軍和王庫研究了破損棉種的機(jī)器視覺識別方法，采用均值、方差、均方比等統(tǒng)計(jì)特性參數(shù)，計(jì)算棉種邊界破損參數(shù)，識別精度達(dá)93%。張?zhí)竦韧ㄟ^圖像采集設(shè)備采集損失物料，將采集到的圖像進(jìn)行灰度、濾波和二值化處理，最后運(yùn)用計(jì)算目標(biāo)面積的方法，來預(yù)報(bào)谷物損失個數(shù)。李俊峰采用新型敏感材料PVDF 壓電薄膜做敏感板，提出了采用單一傳感器進(jìn)行測量的設(shè)計(jì)方案［4］，這個設(shè)計(jì)解決了傳感器表面靈敏度分布不均問題，傳感器整體平均靈敏度不高的問題。

2.2.2 江蘇省內(nèi)技術(shù)研發(fā)現(xiàn)狀

江蘇省是農(nóng)機(jī)生產(chǎn)與應(yīng)用大省，也是農(nóng)機(jī)科研強(qiáng)省，針對谷物聯(lián)合收割機(jī)智能化在線檢測技術(shù)的研發(fā)一直走在全國前列。農(nóng)業(yè)農(nóng)村部南京農(nóng)業(yè)機(jī)械化研究所的金誠謙等人研發(fā)的基于高光譜技術(shù)的谷物破碎率、含雜率在線檢測技術(shù)，實(shí)現(xiàn)了谷物完整籽粒、破碎籽粒及雜質(zhì)的在線識別，建立了光譜反射率與谷物破碎率含雜率之間的對應(yīng)關(guān)系和谷物破碎含雜率在線預(yù)測模型。江蘇大學(xué)的陳進(jìn)等人提出了基于機(jī)器視覺的水稻雜質(zhì)與破碎籽粒分類識別方法，莖稈雜質(zhì)、細(xì)小枝梗雜質(zhì)、破碎籽粒識別的綜合評價指標(biāo)值分別達(dá)到了86.92%、85.07%和84.74%，平均識別一幅圖像的時間為3.24 s。南京航空航天大學(xué)的王玉亮等人提出了一種基于多對象有效特征提取和主成分分析優(yōu)化神經(jīng)網(wǎng)絡(luò)的玉米種子品種識別方法，每粒種子識別的平均耗時為0.127 s，綜合識別率達(dá)到97%以上。農(nóng)業(yè)農(nóng)村部南京農(nóng)業(yè)機(jī)械化研究所的金誠謙等人提出建立基于沖量模型的谷物損失率在線監(jiān)測系統(tǒng)，開發(fā)了損失率在線監(jiān)測傳感器和微系統(tǒng)，初步實(shí)現(xiàn)谷物損失率的在線監(jiān)測。江蘇大學(xué)的毛罕平等人提出了構(gòu)建壓電晶體矢量傳感器陣列的方案，實(shí)現(xiàn)參數(shù)多點(diǎn)實(shí)時測量。江蘇大學(xué)的李耀明等人通過試驗(yàn)選取損失檢測敏感板，設(shè)計(jì)損失率檢測系統(tǒng)，并研究損失率檢測模型，實(shí)現(xiàn)損失率檢測。

總之，目前省內(nèi)外關(guān)于谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測技術(shù)研究均處于探索階段，相關(guān)技術(shù)仍不成熟，尚未形成產(chǎn)業(yè)化產(chǎn)品。

3 需重點(diǎn)解決的技術(shù)問題

機(jī)器視覺、數(shù)字傳感技術(shù)的發(fā)展，為谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備研發(fā)提供了技術(shù)支撐。但有別于工業(yè)生產(chǎn)檢測，農(nóng)業(yè)生產(chǎn)作業(yè)環(huán)境復(fù)雜、農(nóng)產(chǎn)品種類繁多，對谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備的研發(fā)提出了更高的要求。目前，谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備研發(fā)應(yīng)重點(diǎn)關(guān)注谷物樣本精準(zhǔn)分割算法，融合多源信息的谷物樣本成分在線識別算法，谷物籽粒與非谷物籽粒電信號特征精準(zhǔn)識別算法，基于傳感信息的谷物破碎率、含雜率、損失率通用檢測模型研究。

針對上述技術(shù)難點(diǎn)，近幾年，農(nóng)業(yè)農(nóng)村部南京農(nóng)業(yè)機(jī)械化研究所、江蘇省農(nóng)業(yè)機(jī)械試驗(yàn)鑒定站聯(lián)合開展谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備攻關(guān)，在使用傳統(tǒng)方法開展谷物聯(lián)合收割機(jī)田間作業(yè)質(zhì)量檢測、性能鑒定的同時，不斷驗(yàn)證、校準(zhǔn)谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備的性能，在技術(shù)研發(fā)方面取得了一定的成效。

4 技術(shù)應(yīng)用前景

谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備應(yīng)用于谷物聯(lián)合收割機(jī)田間作業(yè)性能的檢測，可以有效地提高機(jī)具鑒定檢測效率和精度；安裝在谷物聯(lián)合收割機(jī)上，可實(shí)現(xiàn)谷物聯(lián)合收割機(jī)作業(yè)參數(shù)在線監(jiān)測，為機(jī)械化收獲提供預(yù)警功能，從而提高機(jī)械化作業(yè)效益。該裝備的歷史檢測數(shù)據(jù)可以保存、追溯，用以證明鑒定結(jié)果的科學(xué)性、合理性、規(guī)范性；還可以積累谷物聯(lián)合收割機(jī)田間作業(yè)數(shù)據(jù)，為谷物聯(lián)合收割機(jī)的升級優(yōu)化積累基礎(chǔ)數(shù)據(jù)。

江蘇是農(nóng)機(jī)生產(chǎn)與應(yīng)用大省，也是農(nóng)機(jī)科研強(qiáng)省，谷物聯(lián)合收割機(jī)智能化裝備研發(fā)一直走在全國前列，但由于缺乏谷物聯(lián)合收割機(jī)作業(yè)參數(shù)實(shí)時監(jiān)測裝置，嚴(yán)重限制了谷物聯(lián)合收割機(jī)智能化水平的提升。

2019 年江蘇省谷物聯(lián)合收割機(jī)保有量有十多萬臺，即使在小部分收割機(jī)上安裝谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備，則機(jī)收環(huán)節(jié)的節(jié)糧減損功效也將非常顯著。因此，待谷物聯(lián)合收割機(jī)智能化節(jié)糧減損檢測裝備技術(shù)完全成熟后，其應(yīng)用范圍和前景將非常廣闊。