[发明专利]用于农作物的收割方法、装置、处理器及农业机械

说明书

本发明实施例提供一种用于农作物的收割方法、装置、处理器、农业机械及存储介质。方法包括：在农业机械作业过程中获取待收割区域中的农作物的作物区域图像；将所述作物区域图像输入至倒伏模型，以确定所述农作物的倒伏状态；根据所述倒伏状态确定所述农业机械针对所述待收割区域的作业参数，通过上述方法可以使得农业机械在收割倒伏区域的农作物时，可以及时的调整作业参数，实现更加智能化且精准有效的农作物收割作业。

技术领域

本发明涉及农业技术领域，具体地涉及一种用于农作物的收割方法、装置、处理器、农业机械及存储介质。

背景技术

智能驾驶和智能作业是智能农机的两个核心显著特征。近年来，随着计算机技术的发展，以导航定位为核心的智能驾驶技术已经在农业机械得到应用，但智能作业相关技术尚未开展应用。就收获类机械而言，如何实现倒伏作物的自动收割是智能农机必须解决的关键问题之一。

目前出现的智能农机一般回避此类问题，例如有一些无人驾驶农机的处理方式是：在收割作物前，由人工事先调整好割台、拨禾轮参数，然后在无人驾驶农机整个收割过程中始终保持参数不变，因此对于倒伏作物的收割显然不够精准，从而导致整体收割质量下降。还有一些采用的做法是，首先利用无人机在作业田地拍摄大量图片，然后利用图像分析技术、路径规划技术等建立智能农机的作业地图，而倒伏作物的区域亦标注在地图上，接下来智能农机根据地图按照规划的路径进行现场作业即可，对于地图上的倒伏作物区域则由后台遥控前台农机完成作业。

这种农机作业方式并不能够完成智能无人作业流程，仍然需要有经验的驾驶员参与其中，导致农作物收割的人力成本较高。

发明内容

本发明实施例的目的是提供一种可以实现无人化作业、降低人力成本的用于农作物的收割方法、装置、处理器、农业机械及存储介质。

为了实现上述目的，本发明第一方面提供一种用于农作物的收割方法，包括：

在农业机械作业过程中获取待收割区域中的农作物的作物区域图像；

将作物区域图像输入至倒伏模型，以确定农作物的倒伏状态；

根据倒伏状态确定农业机械针对待收割区域的作业参数。

在本发明的实施例中，将作物区域图像输入至倒伏模型，以确定农作物的倒伏状态包括：将作物区域图像输入至倒伏模型；获取倒伏模型输出的与作物区域图像中每一个图像像素对应的预测标签；根据预测标签确定农作物的倒伏状态。

在本发明的实施例中，根据预测标签确定农作物的倒伏状态包括：从作物区域图像中选择子图像，其中待收割区域中与子图像对应的子区域距离农业机械最近；根据所选的子图像中每一个图像像素对应的预测标签确定农作物的倒伏状态。

在本发明的实施例中，根据所选的子图像中每一个图像像素对应的预测标签确定农作物的倒伏状态包括：获取子图像中预测标签表明属于倒伏的图像像素的像素数量；在像素数量与子图像中的总图像像素数量的占比大于预设比值的情况下，确定农作物属于倒伏状态。在本发明的实施例中，根据倒伏状态确定农业机械针对待收割区域的作业参数包括：在确定农作物属于倒伏状态的情况下，根据占比确定作业参数。

在本发明的实施例中，作物区域图像包括以预设图像采集频率采集的针对待收割区域的多张作物区域图像。

在本发明的实施例中，根据倒伏状态确定农业机械针对待收割区域的作业参数包括：确定作物区域图像中属于倒伏状态的区域的实际位置；根据农业机械与实际位置的距离和农业机械的移动速度确定作业参数的调整时间区间。

在本发明的实施例中，倒伏模型通过以下步骤被训练：获取多个作物图像样本；提取出作物图像样本中的预设区域；将预设区域输入至倒伏模型，以对倒伏模型进行训练。

在本发明的实施例中，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、风机转速以及农业机械的移动速度。