【技术实现步骤摘要】
本专利技术涉及排种器自动种子计数，特别涉及一种基于数据融合的多通道种子计数监测系统。
技术介绍
1、在现代农业生产中，精确播种对于提高作物产量和质量至关重要。种子计数是精确播种系统中的一个关键环节，其准确性直接影响到播种的均匀性和效果。传统的种子计数方法主要依赖于机械式计数器，这些计数器通过种子的物理接触触发计数机制。然而，机械式计数器存在一些局限性，例如易受种子大小和形状的影响，以及在高速播种时可能出现的卡顿和磨损问题。
2、为了克服这些局限性，现代播种机械越来越多地采用传感器技术来实现种子计数。常见的传感器类型包括光电传感器、电容式传感器和超声波传感器等。光电传感器利用光束的阻断来检测种子的通过，它们具有响应速度快、分辨率高、不受种子材料影响等优点，非常适合高速计数应用。电容式传感器通过测量种子引起的电容变化来检测种子，它们对种子的水分含量和电导率敏感，可能需要校准以适应不同类型的种子。超声波传感器通过发射超声波并接收由种子反射的回波来检测种子，它们可以在一定程度上穿透材料，但可能受到环境噪声和传感器安装位置的影响。尽管这些传感器技术相比机械式计数器有所改进，但在实际应用中仍面临挑战。例如，光电传感器在多粒种子同时通过时可能无法准确区分，电容式传感器可能对种子的物理特性过于敏感，而超声波传感器可能因环境因素而产生误报。
3、为此，如何提供一种能够克服现有播种计数技术中种子物理特性、播种速度以及环境因素的影响，并有效提高种子计数准确性和适应性的基于数据融合的多通道种子计数监测系统是本领域技术人员亟需解决
技术实现思路
1、有鉴于此，本专利技术提出了一种基于数据融合的多通道种子计数监测系统。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种基于数据融合的多通道种子计数监测系统，包括：种流分散结构、光电传感器、信号处理模块；
4、种流分散结构，包括：分散板、分隔板、种子监测通道；
5、种子监测通道位于种流分散结构的出口处；分隔板设于种流分散结构内部，用于使种子先一步分成两段种流；分散板设于种流分散结构内部，用于使种子均匀分散进入任一种子监测通道，且每一种子监测通道内均安装有光电传感器；
6、分散板，包括第一分散板和第二分散板，由分隔板分成的两个空间中均设有第一分散板和第二分散板，使种子依次经过第一分散板和第二分散板；第一分散板和第二分散板均为圆弧状；
7、信号处理模块，用于处理光电传感器从各个种子监测通道采集到的输出信号，以进行种子计数，具体为：
8、步骤1：获取各个种子监测通道的光电传感器输出信号，并进行数据预处理；
9、步骤2：基于每个种子监测通道的数字信号电平变化，确定种子通过事件，并结合事件触发间隔阈值，更新计数器，获取总种子计数；
10、步骤3：在每个时间步长内，利用无迹卡尔曼滤波算法进行状态预测，生成sigma点，并利用系统模型传播sigma点，计算预测状态的均值和协方差，结合经观测模型转换后的传播sigma点更新状态估计；
11、步骤4：基于更新后的状态估计，调整每个种子监测通道的计数和总种子计数，并更新计数器。
12、可选的，步骤1中，数据预处理，包括：放大、滤波以及模数转换。
13、可选的，步骤2中，基于每个种子监测通道的数字信号电平变化，确定种子通过事件，如下：
14、
15、其中，eventi(n)为种子通过事件；i为种子监测通道；n为采样索引；di(n)为数字信号电平变化；tc为事件触发阈值。
16、可选的，步骤2中，基于种子通过事件，结合事件触发间隔阈值，更新计数器，获取总种子计数，如下：
17、δti(n)＝tevent,i(n)-tevent，i(n-1)；
18、
19、其中，δti(n)为连续事件之间的时间间隔；i为种子监测通道；n为采样索引；tevent,i(n)和tevent，i(n-1)为连续事件的时间戳；ci(n)为计数器更新；ts为事件触发间隔阈值；call(n)为总种子计数；l为种子监测通道数量。
20、可选的，步骤3中，在每个时间步长内，利用无迹卡尔曼滤波算法进行状态预测，如下：
21、xk|k-1＝f(xk，uk)+wk；
22、
23、其中，xk|k-1为时间步长k的给定k-1时刻信息的状态预测；f为系统动态方程；xk时间步长k的状态预测；uk为控制输入；wk为时间步长k的过程噪声；pk|k-1为时间步长k的给定k-1时刻信息的状态预测的协方差矩阵；fk为状态转移矩阵；pk-1为时间步长k一1的状态协方差矩阵；t为转置；qk为时间步长k的过程噪声协方差。
24、可选的，步骤3中，基于状态预测，生成sigma点，如下：
25、
26、其中，为sigma点；xk|k-1为时间步长k的给定k-1时刻信息的状态预测；a为sigma点的索引；pk|k-1为时间步长k的给定k-1时刻信息的状态预测的协方差矩阵；k为时间步长；λ为权重参数；i为单位矩阵。
27、可选的，步骤3中，利用系统模型传播sigma点，计算预测状态的均值和协方差，如下：
28、
29、其中，为经系统模型传播后的所述sigma点；a为sigma点的索引；k为时间步长；f为系统动态方程；为sigma点；为预测状态的均值；b为状态的维度；为均值权重；pk+1|k为预测状态的协方差；为协方差权重；t为转置。
30、可选的，步骤3中，基于预测状态的均值和协方差，结合经观测模型转换后的传播sigma点更新状态估计，如下：
31、
32、其中，y(a)为观测残差；a为sigma点的索引；为经观测模型转换后的传播sigma点，h为观测方程；为传播sigma点；k为时间步长；为预测的观测均值；s为观测残差协方差矩阵；h为观测矩阵；r为观测噪声协方差矩阵；pk+1|k预测状态的协方差；t为转置；k为卡尔曼增益；为预测状态的均值；i为单位矩阵。
33、可选的，步骤4中，基于更新后的状态估计，调整每个种子监测通道的计数和总种子计数，如下：
34、
35、其中，ek为预测误差；为时间步长k更新后的状态估计；ci，k为种子监测通道i在时间步长k的当前计数；δci，k为调整量；qk为调整增益；ci,k+1为种子监测通道i在时间步长k+1更新后的计数；call，k+1时间步长k+1更新后的总种子计数；l为种子监测通道数量。
36、经由上述的技术方案可知，与现有技术相比，本专利技术提出了一种基于数据融合的多通道种子计数监测系统。通过利用分隔板将种散分流结构分隔为两个空间，使种子分为两段种流，并在由分隔板分成的两个空间均设置第一分散板和第二分散板进行种子分流的进一步辅助，使得连续且密集的种子流分散本文档来自技高网...
【技术保护点】
1.一种基于数据融合的多通道种子计数监测系统，其特征在于，包括：种流分散结构、光电传感器、信号处理模块；
2.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤1中，所述数据预处理，包括：放大、滤波以及模数转换。
3.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤2中，基于每个所述种子监测通道的数字信号电平变化，确定种子通过事件，如下：
4.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤2中，基于种子通过事件，结合事件触发间隔阈值，更新计数器，获取总种子计数，如下：
5.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤3中，在每个时间步长内，利用无迹卡尔曼滤波算法进行状态预测，如下：
6.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤3中，基于所述状态预测，生成Sigma点，如下：
7.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于
8.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤3中，基于预测状态的均值和协方差，结合经观测模型转换后的传播Sigma点更新状态估计，如下：
9.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤4中，基于更新后的所述状态估计，调整每个种子监测通道的计数和总种子计数，如下：
...【技术特征摘要】
1.一种基于数据融合的多通道种子计数监测系统，其特征在于，包括：种流分散结构、光电传感器、信号处理模块；
2.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤1中，所述数据预处理，包括：放大、滤波以及模数转换。
3.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤2中，基于每个所述种子监测通道的数字信号电平变化，确定种子通过事件，如下：
4.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤2中，基于种子通过事件，结合事件触发间隔阈值，更新计数器，获取总种子计数，如下：
5.根据权利要求1所述的一种基于数据融合的多通道种子计数监测系统，其特征在于，步骤3中，在每个时间步长内，...
【专利技术属性】
技术研发人员：谢建华，金姣阳，冯浩，朱小端，
申请(专利权)人：新疆农业大学，
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。