一种AI应用于农作物倒伏检测的方法与流程

一种ai应用于农作物倒伏检测的方法
技术领域
1.本发明涉及ai技术领域，具体为一种ai应用于农作物倒伏检测的方法。


背景技术：

2.人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
3.现如今农业技术的发展日新月异，大型农业收割机应用普及度很高，农业作物收割时，由于天气因素影响，使得农作物成熟时发生倒伏等现象，无论时无人驾驶状态还是专业司机操作，对割台需要实时的控制高度从而避免收割作物质量下降，并且也耗费驾驶员巨大的精力，所以我们提出一种ai应用于农作物倒伏检测的方法，用以解决上述所提到的问题。


技术实现要素：

4.本发明的目的在于提供一种ai应用于农作物倒伏检测的方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：一种ai应用于农作物倒伏检测的方法，包括以下步骤：
6.s1、收割前的准备工作：
7.s11、将收割机移动至农田边；
8.s12、判断收割机行进路线是否准确，若收割机行进路线准确，则完成对收割机位置的调整，转至s14；
9.s13、若收割机行进路线不准确，调整收割机的位置，再调整收割机的朝向，转至s12；
10.s14、将相机安装在驾驶室中玻璃前端，利用相机拍摄当前画面，将画面传输至展示模块：
11.s15、判断相机位置是否安装准确，若位置安装合适，则自动记录相机当前位置，并记做初始位置，完成相机位置的调整，转至s2；
12.s16、若位置安装不准确，则调整相机的位置，再调整相机的角度，转至s15；
13.s2、正常收割阶段：
14.s21、相机实时读取数据，预处理模块对视频数据进行处理，处理完的数据导入到检测/分割模型中，检测/分割模型对数据进行推理；
15.s21、判断推理次数是否大于n次，若大于n次，则转至s22，若小于或等于n次，则转
至s23；
16.s22、是否需要展示推理结果，若需要展示推理结果，则转至s23，判断t秒内是否有操作，若有操作，则转至s23，若t秒内没有操作，则控制信号传递控制器,转至s24；
17.s23、将推理结果传输至展示模块，判断是否传输该数据，若传输该数据，则转至s24，若不传输该数据，则转至s3，调整完成后，转至s24；
18.s24、将推理结果输入控制端，控制端根据接收的信号对割台进行升高或者下降的操作，
19.s3、调整阶段：
20.s31、检测到有倒伏区域；
21.s32、调整相机角度，判断是否仍能检测到倒伏区域；
22.s32、若仍能检测到倒伏区域，则转至s32，若不能检测到倒伏区域，则确定倒伏面积；
23.s33、判断倒伏面积是否大于p平方米，若倒伏面积大于p平方米，则对收割机行进线路进行调整，若倒伏面积小于等于p平方米，则不调整收割机行进路线，将相机恢复至初始位置；
24.s4、对倒伏区域进行收割，判断作物倒伏程度，是否需要人工帮扶，若需要人工帮扶，则进行人工帮扶之后，转至s5，若不需要人工帮扶，则直接转至s5；
25.s5、确定作物倒伏方向，根据倒伏方向调整收割机的位置，开始对倒伏区域进行收割。
26.优选的，所述步骤s21中的n可以根据实际情况进行更改。
27.优选的，所述步骤s22中的t可以根据实际情况进行更改。
28.优选的，所述步骤s33中的p可以根据实际情况进行更改。
29.优选的，所述步骤s4中的判断是否需要人工帮扶，可通过展示模块展示的图片进行判定，也可人工现场了解情况后进行判断。
30.优选的，所述步骤s5中的作物倒伏方向以多数作物倒伏方向为准。
31.优选的，所述步骤s21中的数据模型将割台区域加入，优势是以割台作为固定参照物从而将割台收割的有效范围，从而提高模型的推理效率和降低实际工作场景中的干扰。
32.优选的，所述步骤s21中的数据处理模式使用了检测和分割两种方式对该数据进行处理。
33.与现有技术相比，本发明的有益效果是：
34.1、本发明中，可以对农作物的状态进行实时的检测，从而给控制端反馈控制信息；
35.2、本发明中，使用ai可以的满足对不同地区农作物的倒伏的不同状态进行检测，具有更好的泛化性；
36.3、本发明中，通过ai方案对农作物倒伏进行检测，从而给控制端信息来控制收割机割台的高度，进而可以实现更高效的进行农作物收割的功能。
37.本发明中，在实际收割时，可以对农作物的状态进行实时的检测，从而给控制端反馈控制信息，并且使用ai可以的满足对不同地区农作物的倒伏的不同状态进行检测，具有更好的泛化性，通过ai方案对农作物倒伏进行检测，从而给控制端信息来控制收割机割台的高度，进而可以实现更高效的进行农作物收割的功能。
附图说明
38.图1为本发明中调整收割机位置的流程图；
39.图2为本发明中调整相机位置的流程图；
40.图3为本发明中控制收割机割台高度的流程图；
41.图4为本发明中检测倒伏区域面积的流程图；
42.图5为本发明中判断倒伏程度的流程图；
43.图6为本发明中相机视野范围的示意图；
44.图7为本发明中相机视角下标注的图片。
具体实施方式
45.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
46.在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
47.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
48.实施例一
49.请参阅图1至图7，本发明提供的一种实施例：一种ai应用于农作物倒伏检测的方法，包括以下步骤：
50.s1、收割前的准备工作：
51.s11、将收割机移动至农田边；
52.s12、判断收割机行进路线是否准确，若收割机行进路线准确，则完成对收割机位置的调整，转至s14；
53.s13、若收割机行进路线不准确，调整收割机的位置，再调整收割机的朝向，转至s12；
54.s14、将相机安装在驾驶室中玻璃前端，利用相机拍摄当前画面，将画面传输至展示模块：
55.s15、判断相机位置是否安装准确，若位置安装合适，则自动记录相机当前位置，并记做初始位置，完成相机位置的调整，转至s2；
56.s16、若位置安装不准确，则调整相机的位置，再调整相机的角度，转至s15；
57.s2、正常收割阶段：
58.s21、相机实时读取数据，预处理模块对视频数据进行处理，处理完的数据导入到检测/分割模型中，检测/分割模型对数据进行推理；
59.s21、判断推理次数是否大于n次，若大于n次，则转至s22，若小于或等于n次，则转至s23；
60.s22、是否需要展示推理结果，若需要展示推理结果，则转至s23，判断t秒内是否有操作，若有操作，则转至s23，若t秒内没有操作，则控制信号传递控制器,转至s24；
61.s23、将推理结果传输至展示模块，判断是否传输该数据，若传输该数据，则转至s24，若不传输该数据，则转至s3，调整完成后，转至s24；
62.s24、将推理结果输入控制端，控制端根据接收的信号对割台进行升高或者下降的操作，
63.s3、调整阶段：
64.s31、检测到有倒伏区域；
65.s32、调整相机角度，判断是否仍能检测到倒伏区域；
66.s32、若仍能检测到倒伏区域，则转至s32，若不能检测到倒伏区域，则确定倒伏面积；
67.s33、判断倒伏面积是否大于p平方米，若倒伏面积大于p平方米，则对收割机行进线路进行调整，若倒伏面积小于等于p平方米，则不调整收割机行进路线，将相机恢复至初始位置；
68.s4、对倒伏区域进行收割，判断作物倒伏程度，是否需要人工帮扶，若需要人工帮扶，则进行人工帮扶之后，转至s5，若不需要人工帮扶，则直接转至s5；
69.s5、确定作物倒伏方向，根据倒伏方向调整收割机的位置，开始对倒伏区域进行收割。
70.实施例二
71.请参阅图1至图7，本发明提供的一种实施例：一种ai应用于农作物倒伏检测的方法，包括以下步骤：
72.s1、收割前的准备工作：
73.s11、将收割机移动至农田边；
74.s12、判断收割机行进路线是否准确，若收割机行进路线准确，则完成对收割机位置的调整，转至s14；
75.s13、若收割机行进路线不准确，调整收割机的位置，再调整收割机的朝向，转至s12；
76.s14、将相机安装在驾驶室中玻璃前端，利用相机拍摄当前画面，将画面传输至展示模块：
77.s15、判断相机位置是否安装准确，若位置安装合适，则自动记录相机当前位置，并记做初始位置，完成相机位置的调整，转至s2；
78.s16、若位置安装不准确，则调整相机的位置，再调整相机的角度，转至s15；
79.s2、正常收割阶段：
80.s21、相机实时读取数据，预处理模块对视频数据进行处理，处理完的数据导入到检测/分割模型中，检测/分割模型对数据进行推理，数据模型将割台区域加入，优势是以割
台作为固定参照物从而将割台收割的有效范围，从而提高模型的推理效率和降低实际工作场景中的干扰，数据处理模式使用了检测和分割两种方式对该数据进行处理；
81.s21、判断推理次数是否大于n次，若大于n次，则转至s22，若小于或等于n次，则转至s23，n可以根据实际情况进行更改；
82.s22、是否需要展示推理结果，若需要展示推理结果，则转至s23，判断t秒内是否有操作，若有操作，则转至s23，若t秒内没有操作，t可以根据实际情况进行更改，则控制信号传递控制器,转至s24；
83.s23、将推理结果传输至展示模块，判断是否传输该数据，若传输该数据，则转至s24，若不传输该数据，则转至s3，调整完成后，转至s24；
84.s24、将推理结果输入控制端，控制端根据接收的信号对割台进行升高或者下降的操作，
85.s3、调整阶段：
86.s31、检测到有倒伏区域；
87.s32、调整相机角度，判断是否仍能检测到倒伏区域；
88.s32、若仍能检测到倒伏区域，则转至s32，若不能检测到倒伏区域，则确定倒伏面积；
89.s33、判断倒伏面积是否大于p平方米，若倒伏面积大于p平方米，则对收割机行进线路进行调整，若倒伏面积小于等于p平方米，则不调整收割机行进路线，p可以根据实际情况进行更改，将相机恢复至初始位置；
90.s4、对倒伏区域进行收割，判断作物倒伏程度，是否需要人工帮扶，可通过展示模块展示的图片进行判定，也可人工现场了解情况后进行判断，若需要人工帮扶，则进行人工帮扶之后，转至s5，若不需要人工帮扶，则直接转至s5；
91.s5、确定作物倒伏方向，作物倒伏方向以多数作物倒伏方向为准，根据倒伏方向调整收割机的位置，开始对倒伏区域进行收割。
92.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。