本发明专利技术实施例提供一种用于调整农业机械作业参数的方法、装置、处理器、农业机械及存储介质，应用于农业机械，方法包括：获取待检测作物图像，所述待检测作物图像是对农业机械采集的作物进行拍摄得到的；将所述待检测作物图像输入至机器学习模型，通过所述机器学习模型对所述待检测作物图像进行分析；获取所述机器学习模型输出的检测结果，根据所述检测结果确定所述农业机械评价指标值；根据所述农业机械评价指标值对所述农业机械的作业参数进行调整，能够及时对农业机械的作业参数进行调整，以提高农作物的收获质量。高农作物的收获质量。高农作物的收获质量。
【技术实现步骤摘要】
用于调整农业机械作业参数的方法、装置及处理器
[0001]本专利技术涉及农业
，具体地涉及一种用于调整农业机械作业参数的方法、装置、处理器、农业机械及存储介质。
技术介绍
[0002]在农作物成熟的时候，农业收获机械会进入农田进行收获作业，根据作物、田间的状况及作业效率的不同，作物的收获方法也不同。在传统的收获方式中，农业机械手在机械收获前要充分了解作物的品种、高度、成熟度、茎杆和籽粒的含水率以及倒伏情况，以便对机器做出必要的调整，在收获过程中也需要根据情况实时做出调整。
[0003]比如，在目前绝大多数谷物收获机中，风机、滚筒等部件参数是在收割作业前根据人工经验进行设定，收割过程中不做调整；割台等部件参数的调整一般是在收割作业过程中由人工操作手根据其对收获含杂情况、破碎情况、损失情况等评价的个人经验进行手动调整。人工调整参数、根据经验调整参数，一方面，导致人力劳动强度大、费时费力、作业效率不高，另一方面由于完全依赖人工参差不齐的个人经验，计算失误概率较大，容易导致收获质量不稳定、整体水平不高。
[0004]目前我国仍处于传统农业向现代农业转换的过渡阶段，要实现高效精准农业必须依靠农业机械的智能化、无人化。实现智能化、无人化是农业收获机械未来发展的主要方向之一，自动控制则是实现其智能化、无人化的关键。在农业收获机械现场作业中，自动控制执行部件完成最优参数设置、最佳状态调整是智能化的核心内容，在这方面，当前农业收获机械发展极其缓慢，机械收获质量也急待改善。
技术实现思路
[0005]本专利技术实施例的目的是提供一种用于调整农业机械作业参数的方法、装置、处理器、农业机械及存储介质，能够及时对农业机械的作业参数进行调整，以提高农作物的收获质量。
[0006]为了实现上述目的，本专利技术第一方面提供一种用于调整农业机械作业参数的方法，包括：
[0007]获取待检测作物图像，待检测作物图像是对农业机械采集的作物进行拍摄得到的；
[0008]将待检测作物图像输入至机器学习模型，通过机器学习模型对待检测作物图像进行分析；
[0009]获取机器学习模型输出的检测结果，根据检测结果确定农业机械评价指标值；
[0010]根据农业机械评价指标值对农业机械的作业参数进行调整。
[0011]在本专利技术的实施例中，方法还包括：获取测试作物图像，测试作物图像携带有预设标注信息；将测试作物图像输入至机器学习模型中，获取机器学习模型输出的测试结果；根据测试结果与预设标注信息对机器学习模型的模型参数进行调整。
[0012]在本专利技术的实施例中，根据测试结果与预设标注信息对机器学习模型的模型参数进行调整包括：计算测试结果与预设标注结果的交并比，以确定机器学习模型的测试准确率；在测试准确率不在预设阈值范围内的情况下，对机器学习模型的模型参数进行调整。
[0013]在本专利技术的实施例中，农业机械评价指标值包括含杂率和破碎率中的至少一者。
[0014]在本专利技术的实施例中，机器学习模型包括含杂模型和破碎模型中的至少一者；
[0015]将待检测作物图像输入至机器学习模型，通过机器学习模型对待检测作物图像进行分析，包括：将待检测作物图像输入至含杂模型，通过含杂模型对待检测作物图像的含杂率进行分析；将待检测作物图像输入至破碎模型，通过含杂模型对待检测作物图像的破碎率进行分析。
[0016]在本专利技术的实施例中，农业机械评价指标值包括收获量；根据农业机械评价指标值对农业机械的作业参数进行调整包括：根据收获量确定农业机械的粮箱的已使用容量；在已使用容量已达到预设容量的情况下，根据已使用容量对农业机械的作业参数进行调整。
[0017]在本专利技术的实施例中，农业机械评价指标值包括损失率；方法还包括：通过损失传感器获取待检测作物图像对应的作物的压力感应值；根据预设比例系统、压力感应值以及预设经验统计值确定农业机械的损失率。
[0018]在本专利技术的实施例中，机器学习模型通过以下步骤被训练：获取作物图像样本，作物图像样本携带有样本标注信息；将作物图像样本输入至机器学习模型中，以对机器学习模型进行训练；获取机器学习模型输出的样本预测结果；计算样本预测结果与样本标注信息的交并比；在样本预测结果与样本标注信息的交并比在预设阈值范围内的情况下，确定得到训练好的机器学习模型。在本专利技术的实施例中，机器学习模型包含含杂模型和破碎模型中的至少一者；将作物图像样本输入至机器学习模型中，以对机器学习模型进行训练包括：将作物图像样本输入至含杂模型中，以对含杂模型进行训练；将作物图像样本输入至破碎模型中，以对破碎模型进行训练。
[0019]在本专利技术的实施例中，作业参数包括以下中的至少一者：割台高度、拨禾轮转速、拨禾轮高度、风机转速、筛片开度以及农业机械的移动速度。
[0020]在本专利技术的实施例中，根据农业机械评价指标值对农业机械的作业参数进行调整包括：在确定农业机械评价指标值不符合预设标准阈值的情况下，根据农业机械评价指标值生成对应的控制指令；根据控制指令对农业机械的作业参数进行调整。
[0021]本专利技术第二方面提供一种处理器，程序被运行时用于执行本申请上述任一项的用于调整农业机械作业参数的方法。
[0022]本专利技术第三方面提供一种用于调整农业机械作业参数的装置，包括：
[0023]图像采集设备，被配置成采集待检测作物图像；以及
[0024]如上述的处理器。
[0025]本专利技术第四方面提供一种农业机械，包括：如上述的用于调整农业机械作业参数的装置。
[0026]本专利技术第五方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的用于调整农业机械作业参数的方法。
[0027]上述技术方案，通过将获取到的待检测作物图像输入至机器学习模型，通过机器
学习模型输出对应的检测结果，以确定出农业机械的评价指标值，并可以及时根据农业机械评价指标值对农业机械的作业参数进行相应的调整，这种方式下，可以及时根据农业机械的收获性能指标对农业机械的关键部件自动进行动态的调整，使得农业机械在收获中可以及时调整为最佳状态，有效地提高了农作物的收获效率和收获质量。
[0028]本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0029]附图是用来提供对本专利技术实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术实施例，但并不构成对本专利技术实施例的限制。在附图中：
[0030]图1示意性示出了根据本专利技术实施例的用于调整农业机械作业参数的方法的流程示意图；
[0031]图2示意性示出了根据本专利技术实施例的机器学习模型优化的流程示意图；
[0032]图3示意性示出了根据本专利技术实施例的机器学习模型的训练步骤的流程示意图；
[0033]图4示意性示出了根据本专利技术一实施例的用于调整农业机械作业参数的装置的结构框图；
[0034]图5本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于调整农业机械作业参数的方法，应用于农业机械，其特征在于，所述方法包括：获取待检测作物图像，所述待检测作物图像是对农业机械采集的作物进行拍摄得到的；将所述待检测作物图像输入至机器学习模型，通过所述机器学习模型对所述待检测作物图像进行分析；获取所述机器学习模型输出的检测结果，根据所述检测结果确定所述农业机械评价指标值；根据所述农业机械评价指标值对所述农业机械的作业参数进行调整。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取测试作物图像，所述测试作物图像携带有预设标注信息；将所述测试作物图像输入至所述机器学习模型；获取所述机器学习模型输出的测试结果；根据所述测试结果与预设标注信息对所述机器学习模型的模型参数进行调整。3.根据权利要求2所述的方法，其特征在于，所述根据所述测试结果与预设标注信息对所述机器学习模型的模型参数进行调整包括：计算所述测试结果与所述预设标注信息的交并比，以确定所述机器学习模型的测试准确率；在所述测试准确率不在预设阈值范围内的情况下，对所述机器学习模型的模型参数进行调整。4.根据权利要求1所述的方法，其特征在于，所述农业机械评价指标值包括含杂率和破碎率中的至少一者；所述机器学习模型包括含杂模型和破碎模型中的至少一者；所述将所述待检测作物图像输入至机器学习模型，通过所述机器学习模型对所述待检测作物图像进行分析，包括：将所述待检测作物图像输入至所述含杂模型，通过所述含杂模型对所述待检测作物图像的含杂率进行分析；将所述待检测作物图像输入至所述破碎模型，通过所述含杂模型对所述待检测作物图像的破碎率进行分析。5.根据权利要求1所述的方法，其特征在于，所述农业机械评价指标值包括收获量；所述根据所述农业机械评价指标值对所述农业机械的作业参数进行调整包括：根据所述收获量确定所述农业机械的粮箱的已使用容量；在所述已使用容量已达到预设容量的情况下，根据所述已使用容量对所述农业机械的作业参数进行调整。6.根据权利要求1所述的方法，其特征在于，所述农业机械评价指标值包括损失率；所述方法还包括：通过损失传感器获取所述待检测作物图像对应的作...
【专利技术属性】
技术研发人员：李捐，方小永，高一平，贡军，方增强，
申请(专利权)人：中联重科股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。