徐彥蘭
(山西省農業機械化學校,山西 平遙 031101)
穴播排種器排種質量的檢測
徐彥蘭
(山西省農業機械化學校,山西 平遙 031101)
為開發自動化的排種器試驗檢測系統,研究了基于種子坐標檢測和平穩隨機過程的穴播排種器排種質量的檢測法。而平穩隨機過程支撐的機器視覺檢測法具有較強的科學性和可行性,有一定理論價值和明顯的工程應用價值,將對播種機的研發、制造、檢驗和使用產生有利影響。
排種器;穴播;排種質量
能有效準確地對穴播排種器的排種質量進行評價是研究機器視覺檢測法的最終目的,考慮到穴播排種器型孔是按一定概率排出一定數目的種子、各個型孔等間隔排種、排種間隔只有微小隨機波動等排種機理,在種子空間運行以及在承種帶上形成種子流過程中還存在隨機移動,建立以統計學為支撐的種子縱坐標統計模型能夠更科學地表達種子縱坐標形成機理,并從中可靠提取穴播排種器的排種質量信息。
假定固定在土槽試驗車上的穴播排種器以速度Vm平穩運行,其排種盤以轉速np平穩旋轉,排種盤的型孔數為Zp,按排種順序為參與排種的每一型孔編號,稱其為型孔編號并記作k。為同一型孔排出的種子分別編號,記作i,用(i,k)標記第k型孔第i粒種子。排種落點縱坐標與期望落點縱坐標(簡稱期望穴心)存在隨機偏差,且偏差愈大概率愈小,其遵循正態分布。因此,落點縱坐標yik可表為下面的種子縱坐標統計模型:

式中:yik為種子縱坐標,第k型孔第i粒種子在世界坐標系oy軸上的落點坐標,cm;Xr為期望穴距,世界坐標系oy軸上穴距的統計均值,cm;εik為種子縱坐標樣本中第k型孔第i粒種子與期望穴心之間的偏差,cm;rk為型孔種子數,即第k型孔所排出的種子個數。
在型孔編號已知條件下對式(1)中的種子縱坐標yik求條件數學期望,得期望穴心縱坐標yk如下:

由此可見,期望穴心縱坐標是期望穴距的k整數倍。但這個縱坐標yk還需世界坐標系oy軸上原點o的定位,即oy軸上原點o的定位應與穴播種子流事實上的期望穴心起點吻合,這樣yk對應的落點才是真實的期望穴心。因此,世界坐標系oy軸上原點o的定位是一個更重要的問題。
期望穴距Xr是計算期望穴心縱坐標yk的參數,可用公式(3)標定期望穴距Xr。

按照式(1)和式(2)的定義,種子流的第1個期望穴心(k=1時的期望落點)與世界坐標系oy軸上原點o相距一個期望穴距Xr,而對于檢測所得的種子縱坐標樣本,坐標起點是第1幀圖像底邊線所對應的目標區底邊線,它一般與期望穴心不吻合。
由式(1)求得種子縱坐標樣本的一階原點矩如下:


式中:m1為種子縱坐標樣本一階原點矩,cm;m1(r)為種子縱坐標樣本型孔種子數一階原點矩。
從統計學的角度看式(4),當種子縱坐標樣本的期望穴心得到正確估計時,樣本正態隨機偏差εik的總和應近似等于0,即下式近似成立:

由式(4)和式(5)可見,當種子縱坐標樣本期望穴心的估計有偏差時,由于所有期望穴心的偏差相同,所以式(5)的樣本計算結果要么大于0要么小于0。因此,考察種子縱坐標樣本的最小值ymin,第1型孔第1粒種子的縱坐標y11在ymin± Xr/2范圍內變動,式(5)樣本計算結果零點解所對應的y11起點就是世界坐標系oy軸上原點o的一個合理估計。
世界坐標系oy軸上原點o確定后,根據式(2)確定序列期望穴心縱坐標yk,以期望穴心為中心、yk±Xr/2為區間將oy軸上穴播種子流分割成互斥無縫的N個種子流區間,稱作穴區間,變動k值并依次考察種子縱坐標樣本的各個樣本值yik,采用下式判別一個種子是否屬于第k型孔(第k穴):

滿足式(6)則第k型孔計數1次,第k型孔計數的種子總數為r?k。當種子縱坐標樣本全部判別完畢后,獲得未校正的型孔種子數時序樣本S?,可表為下面的離散序列:

上述穴播種子流分割和型孔種子數統計的合理性,建立在種子縱坐標統計模型的統計學機理上,其檢測精度的不利影響達最小。
上述型孔種子數時序樣本的樣本值還不是真實的型孔種子數,由于采用使種子重復成像的序列圖像采樣方式,每粒種子被重復成像K次(稱K為重復倍率),型孔種子數rk被放大了K倍,即存在常數序列{r?k/rk=K∣k=1,2,…,N}。考慮視覺傳感器平穩移動和平穩間隔采集種子流圖像,每粒種子重復成像的概率相同,故型孔種子數被放大的倍率相同,則重復倍率K的值可用下式計算:

式中:ν為目標矩形框覆蓋種子狀態的最大縱向運動距離,cm;tν為目標矩形框覆蓋種子狀態的最大縱向運動時間,s;h為目標矩形框的高度,cm;H為圖像高度,pixel;L為種子縱向投影長度的樣本均值,cm。
用重復倍率K校正樣本S?,校正的型孔種子數時序樣本S可表為下面的離散序列:

從式(8)和式(9)可看出,型孔種子數時序樣本從未校正的樣本S?轉換到校正的樣本S,重復倍率K的計算結果會直接影響檢測誤差的大小,而圖像分辨率IR、幀率FR、排種器移動速度Vm、種子縱向投影長度的樣本均值L等4個參數決定重復倍率K值的大小,這些參數的標定誤差會傳遞到重復倍率K。
校正的型孔種子數時序樣本是對實際穴播種子流的逼近描述,是按型孔編號排列的離散序列。用r表型孔種子數,統計樣本中數值r的個數,稱其為r的頻數n(r),亦即相同種子數的穴數。離散序列 {n(r)∣r=1,2,…,rmax}稱作型孔種子數r的頻數分布,比值n(r)/N稱作型孔種子數r的頻率,則型孔種子數的頻率分布可表為下面的離散序列:

由式(10)獲得型孔種子數頻率分布F(N,r),它能夠精細描述排種器的排種質量。應用中,通常采用型孔種子數頻率乘以100的數值表達,稱作指數。對于穴播排種器,如果規定型孔種子數達2±1為合格,則定義下列描述排種質量的指標,其余情況可依此類推:

由式(11)、式(12)和式(13)計算表征穴播排種器排種質量的漏播指數M、合格指數A和超播指數D三項指標。
根據穴播種子流的平穩隨機過程特征,提出種子縱坐標統計模型。依據穴播排種器的平穩移動和平穩間隔排種機理,提出期望穴距的實用標定方法。最后由型孔種子數頻率分布計算穴播排種器的漏播指數、合格指數和超播指數三項指標,進而對穴播排種器的排種質量做出評價。
[1]王玉順,司惠萍,鄭德聰,等.精密播種粒距的概率分布[J].農業機械學報,2001,32(3):40-43.
[2]盛驟,謝式千,潘承毅.概率論與數理統計(第三版)[M].北京:高等教育出版社,2001.
Research on Seeding Quality of Hole Sow ing Seeding Device
XU Yan-lan
(Shanxi Agricultural Mechanization School,Pingyao,Shanxi 031101,China)
In order to develop automatic detecting system of seeding device test,the paper develops the detectingmethod of seeding quality ofhole sowing seeding device based on seed coordinate detection and stationary stochastic process.The abovemachine vision detectingmethod supported by stationary stochastic process is scientific and feasible,which has certain theoretical value and engineering application value,and will influence on development,manufacture,detection and improvement for seeding device.
seedingmachine;hole sowing;seeding quality
S223.2
A
2095-980X(2016)11-0012-02
2016-10-04
徐彥蘭(1980-),女,山西五臺人,碩士研究生,主要從事農業機械設計與試驗的研究工作。