熊迎軍，周 俊，韋 瑋，沈明霞，張保華

（1. 南京農(nóng)業(yè)大學(xué)信息科學(xué)與技術(shù)學(xué)院，南京 210095；2. 南京農(nóng)業(yè)大學(xué)工學(xué)院，南京 210031）

0 引 言

作物產(chǎn)量受農(nóng)田土壤特性、生產(chǎn)管理方式等多種因素影響，在空間上存在差異[1-2]。獲取作物產(chǎn)量信息，建立產(chǎn)量分布圖，是實(shí)現(xiàn)作物生產(chǎn)過程中科學(xué)調(diào)控投入和制定管理決策措施的重要基礎(chǔ)，也是實(shí)現(xiàn)精細(xì)農(nóng)業(yè)的核心技術(shù)和先決條件[3]。谷物測產(chǎn)系統(tǒng)是進(jìn)行作物產(chǎn)量獲取的重要工具，出現(xiàn)已有接近30年歷史[4-5]。從原理上劃分，谷物測產(chǎn)系統(tǒng)的核心部件谷物流量傳感器可分成基于質(zhì)量流和基于體積流2個(gè)類型[6-8]。相比之下，前者的精度和穩(wěn)定性較好，所以歐美主流測產(chǎn)系統(tǒng)大都基于質(zhì)量流原理[9]，如美國Case IH公司的AFS系統(tǒng)、John Deere公司的Green Star系統(tǒng)、Ag Leader公司的PF advantage系統(tǒng)、Micro-Trak公司的Grain-Trak系統(tǒng)以及英國Massey Ferguson AGCO公司的Field Star系統(tǒng)等。質(zhì)量流檢測有沖量式、稱重式以及伽馬射線式等多種實(shí)現(xiàn)形式，其中沖量式由于實(shí)現(xiàn)相對簡單并且安裝方便，應(yīng)用最為廣泛[10-11]。2001年，中國農(nóng)業(yè)大學(xué)的孫宇瑞等率先在國內(nèi)開展了沖量式谷物測產(chǎn)系統(tǒng)試驗(yàn)研究[12]，此后，上海交通大學(xué)[13]提出了基于平行梁結(jié)構(gòu)測量元件的沖量式谷物質(zhì)量流量傳感器，并開展了田間試驗(yàn)。圍繞著平行梁結(jié)構(gòu)測量元件，南京農(nóng)業(yè)大學(xué)[14]、江蘇大學(xué)[15]、華南農(nóng)業(yè)大學(xué)[16]等研究機(jī)構(gòu)也相繼開展了谷物測產(chǎn)系統(tǒng)研究。為了提高傳感器信號(hào)處理系統(tǒng)的集成度，2015年，王恒兵[17]在雙平行梁測量元件基礎(chǔ)上，基于DSP技術(shù)設(shè)計(jì)了智能谷物流量傳感器信號(hào)處理模塊，進(jìn)行了實(shí)驗(yàn)室測試?？傮w上看，國內(nèi)的技術(shù)水平相比國外有較大差距，盡管近幾年國內(nèi)還出現(xiàn)了基于稱重式質(zhì)量流原理和光電式體積流原理的谷物測產(chǎn)系統(tǒng)研究[18-20]，但是和沖量式一樣，目前還沒有成熟產(chǎn)品出現(xiàn)，在國內(nèi)繼續(xù)開展易于集成、易于推廣應(yīng)用的實(shí)用化谷物測產(chǎn)系統(tǒng)研究仍有必要。

鑒于此，本文引入嵌入式系統(tǒng)技術(shù)，設(shè)計(jì)了一款嵌入式谷物質(zhì)量流量傳感器并進(jìn)行了田間試驗(yàn)。該傳感器能夠利用ARM處理器處理谷物流量信號(hào)，實(shí)時(shí)輸出谷物質(zhì)量流量數(shù)據(jù)。

1 嵌入式谷物質(zhì)量流量傳感器總體設(shè)計(jì)

如圖 1所示，整個(gè)系統(tǒng)由測量指、參考指、測量平行梁、參考平行梁、信號(hào)采集處理模塊、RTK GPS以及車載顯示終端組成。其中 RTKGPS是智能農(nóng)機(jī)的標(biāo)配裝備，在本系統(tǒng)中主要用來獲取作業(yè)位置和計(jì)算實(shí)時(shí)作業(yè)面積。前面的測量指檢測谷物沖擊信號(hào)，同時(shí)也受到機(jī)身振動(dòng)影響，后面的參考指檢測收割機(jī)振動(dòng)等干擾信號(hào)[21]。平行梁傳感器由彈性應(yīng)變梁和惠斯登電橋組成，能夠?qū)y量指和參考指檢測到的壓力信號(hào)轉(zhuǎn)換為電壓信號(hào)。信號(hào)進(jìn)入嵌入式谷物沖量信號(hào)采集處理模塊后，由模擬信號(hào)為數(shù)字信號(hào)，通過自適應(yīng)對消算法融合處理，濾除振動(dòng)干擾，輸出實(shí)時(shí)谷物沖量信息，結(jié)合實(shí)際作業(yè)面積，獲得農(nóng)田各位置的谷物產(chǎn)量。圖2是系統(tǒng)主要部件實(shí)物圖。

圖1 谷物測產(chǎn)系統(tǒng)總體結(jié)構(gòu)圖Fig.1 Structure of grain yield monitoring system

2 嵌入式信號(hào)采集處理模塊硬件設(shè)計(jì)

本系統(tǒng)采用JHBL-3型平行梁傳感器，該傳感器靈敏度為2 mV/V，激勵(lì)電壓為5 V，所以平行梁傳感器滿幅輸出范圍為–10～+10 mv。谷物測產(chǎn)環(huán)境振動(dòng)干擾較大，導(dǎo)致平行梁傳感器輸出信號(hào)不但幅度較小，噪聲也較大。為了盡可能提高信噪比，設(shè)計(jì)了由前置放大模塊、抗混疊濾波模塊、后置放大/ADC模塊組成的兩級(jí)信號(hào)調(diào)理放大電路，如圖3所示。

當(dāng)放大電路總增益為 128倍時(shí)，正好位于后置放大/ADC轉(zhuǎn)換模塊的參考電壓（2.048 V）所限定的區(qū)域內(nèi)，并且留有裕度。前置放大模塊基于儀表放大器AD623設(shè)計(jì)，對平行梁傳感器輸出的差分信號(hào)進(jìn)行64倍放大，并將其轉(zhuǎn)換成單端信號(hào)。為了降低模擬噪聲的影響，在信號(hào)進(jìn)入后置放大/ADC模塊之前，增加一個(gè)二階巴特沃斯低通濾波器進(jìn)行抗混疊濾波，考慮到 2個(gè)平行梁傳感器信號(hào)處理通道都需要運(yùn)放構(gòu)建濾波器，采用單芯片雙運(yùn)放SGM8422設(shè)計(jì)抗混疊濾波模塊。后置放大/ADC模塊則基于單芯片 HY16F188構(gòu)建，該芯片是臺(tái)灣纮康科技設(shè)計(jì)的一款32位混合信號(hào)微控制器，集成24位AD和PGA模塊。HY16F188的特性使得后置放大/ADC模塊不但可以對信號(hào)進(jìn)行 2倍放大和數(shù)字化，也可以利用微控制的運(yùn)算資源對信號(hào)進(jìn)行異常值檢測等預(yù)處理。如圖 3所示，在每個(gè)通道各引入一片HY6F188處理器，以便能夠并行預(yù)處理。2片HY16F188通過串口通信將數(shù)據(jù)傳輸至STM32F405處理器進(jìn)行自適應(yīng)對消處理。STM32F405是意法半導(dǎo)體公司的一款32位ARM處理器，主頻可達(dá)168 MHz，并且集成 DSP模塊，支持浮點(diǎn)運(yùn)算，根據(jù)開發(fā)板測試，能夠滿足嵌入式谷物質(zhì)量流量傳感器設(shè)計(jì)需要。為了保證2個(gè)芯片采集盡可能同步，將2片HY16F188的串口RXD信號(hào)直接接到STM32F405處理器的同一個(gè)TXD引腳上。每次采集時(shí)，由STM32F405通過TXD腳向2片HY16F188發(fā)送觸發(fā)信號(hào)，HY16F188收到這個(gè)觸發(fā)信號(hào)時(shí)即刻開始新一輪采集。

3 自適應(yīng)干擾對消算法及嵌入式平臺(tái)實(shí)現(xiàn)

由于振動(dòng)噪聲的影響，谷物沖量信號(hào)處理變得尤為復(fù)雜，甚至于國外已經(jīng)商品化的沖量式谷物測產(chǎn)系統(tǒng)仍舊受到機(jī)器振動(dòng)、地形等噪聲因素的干擾而導(dǎo)致實(shí)際應(yīng)用存在不少問題[22-23]。周俊等[24-25]對單平行梁谷物沖量傳感器信號(hào)處理進(jìn)行了系統(tǒng)研究，但是田間試驗(yàn)效果不太理想。胡均萬等[16]在此基礎(chǔ)上，提出采用雙板模擬差分降低振動(dòng)干擾，陳樹人等通過試驗(yàn)證明雙板模擬差分有明顯效果[26]。但是劉成良等[27-28]指出模擬差分受制于結(jié)構(gòu)參數(shù)，適應(yīng)性欠佳，因此，本文提出了一種如圖 4所示的數(shù)字自適應(yīng)干擾對消方法。

圖4 自適應(yīng)干擾對消濾波器Fig.4 Adaptive interference cancellation filter

其中n0是沖擊梁接收的與谷物沖擊信號(hào)不相關(guān)的振動(dòng)噪聲，n1與沖擊信號(hào)s不相關(guān)，但與振動(dòng)噪聲n0一定程度上相關(guān)。通過最小二乘法調(diào)整自適應(yīng)濾波器輸出信號(hào)y，使均方誤差E{ε2}最小，保證y在最小均方意義下逼近主通道振動(dòng)噪聲 n0，進(jìn)而獲得谷物沖擊信號(hào)的最佳估計(jì)。

測量通道和參考通道的信號(hào)由于結(jié)構(gòu)和采集方式等因素的影響無法做到同步[29]，直接相減會(huì)造成一定誤差。為了減小 2個(gè)通道信號(hào)之間的時(shí)延，在自適應(yīng)對消之前首先分別截取 2個(gè)平行梁的輸出信號(hào)，求取最大相關(guān)系數(shù)，從最大相關(guān)系數(shù)位置提取子序列進(jìn)行對消。假定某一時(shí)刻參考平行梁輸出信號(hào)中與測量平行梁的 N個(gè)采樣值 x(n)(n=0,1,2,···, N–1)最大相關(guān)的子序列為 zm(n) (n=0,1,2,···, N–1)，則對消后誤差信號(hào)為：

式中w為對消因子。

根據(jù)最小二乘法，為了最大程度地對消振動(dòng)干擾，對均方誤差E{ε(n)2}對w因子求一階導(dǎo)數(shù)并令之等于0，可得最小均方誤差的條件為

通過式（2）得到對消因子后，將其帶入式（1），即可得到干擾對消后的谷物沖擊信號(hào)。

可以看出，嵌入式信號(hào)采集處理模塊的軟件需要完成谷物沖擊信號(hào)和振動(dòng)干擾信號(hào)采集接收、雙平行梁數(shù)據(jù)序列最佳對消點(diǎn)求取、自適應(yīng)對消以及串口或者CAN總線數(shù)據(jù)發(fā)送等功能模塊。為了更好的在嵌入式平臺(tái)實(shí)現(xiàn)這些功能，在STM32F405平臺(tái)引入實(shí)時(shí)操作系統(tǒng)RT Thread。該操作系統(tǒng)是一個(gè)主要由中國開發(fā)人員維護(hù)的搶占式開源嵌入式操作系統(tǒng)。利用 RT Thread的多線程功能，設(shè)計(jì)處理線程Thread_PRO，在該線程的回調(diào)函數(shù)中實(shí)現(xiàn)最佳對消點(diǎn)求取、自適應(yīng)對消等邏輯功能。串口通過中斷方式接收數(shù)據(jù)，設(shè)置 2個(gè)互斥變量 Mutex_A和Mutex_B，每個(gè)串口收到每輪的規(guī)定數(shù)目數(shù)據(jù)時(shí)置對應(yīng)的互斥變量為True，Thead_PRO線程的回調(diào)函數(shù)檢測到互斥變量Mutex_A和Mutex_B均為True時(shí)，開始進(jìn)行最佳對消點(diǎn)求取和自適應(yīng)對消，并將對消得到的谷物沖擊數(shù)據(jù)通過串口或者CAN總線傳輸?shù)缴衔粰C(jī)。

4 谷物測產(chǎn)系統(tǒng)上位機(jī)軟件設(shè)計(jì)

國外的測產(chǎn)系統(tǒng)都有自帶的產(chǎn)量圖生成軟件，但這些軟件都只適用于配套的設(shè)備，且不能進(jìn)行二次開發(fā)[30]。為了方便測產(chǎn)結(jié)果的顯示和存儲(chǔ)以及產(chǎn)量圖的形成，配合嵌入式谷物流量傳感器，利用MFC（microsoft foundation classes，MFC）設(shè)計(jì)了谷物測產(chǎn)系統(tǒng)上位機(jī)軟件。該軟件有兩個(gè)獨(dú)立的數(shù)據(jù)源，分別是谷物流量傳感器數(shù)據(jù)和RTK GPS數(shù)據(jù)。2路數(shù)據(jù)均通過串口上傳至上位機(jī)，所以首先要設(shè)計(jì)串口通信模塊。具體可以通過 WINDOWS API、VC++標(biāo)準(zhǔn)通信函數(shù)、MSCOM 控件以及第三方控件類等方式實(shí)現(xiàn)串口通信。MSCOM 控件有事件驅(qū)動(dòng)（Eventdriver）、查詢（Inquire）等2種數(shù)據(jù)處理方式，前者效率相對較高，本系統(tǒng)上位機(jī)軟件即采用MSCOM控件的事件驅(qū)動(dòng)方式進(jìn)行數(shù)據(jù)接收。

當(dāng)新數(shù)據(jù)到達(dá)上位機(jī)時(shí)，會(huì)自動(dòng)觸發(fā)OnComm事件，上位機(jī)軟件檢測到該事件后，立即進(jìn)入各自數(shù)據(jù)接收處理服務(wù)程序。由于系統(tǒng)作業(yè)之前首先要進(jìn)行標(biāo)定，但每個(gè)收割季節(jié)僅需要做1次標(biāo)定。如圖5a所示，開始測產(chǎn)之前，首先要手動(dòng)選擇是否要進(jìn)行標(biāo)定，如果不標(biāo)定，則采用之前保存的標(biāo)定系數(shù)進(jìn)行測產(chǎn)，否則進(jìn)入標(biāo)定流程。谷物質(zhì)量流量傳感器數(shù)據(jù)乘以標(biāo)定系數(shù)得到實(shí)際的谷物質(zhì)量，而要計(jì)算產(chǎn)量還需要結(jié)合GPS數(shù)據(jù)獲得作業(yè)面積。GPS產(chǎn)生的經(jīng)緯度數(shù)據(jù)是球面坐標(biāo)數(shù)據(jù)，并不能直接使用，必須通過高斯變換轉(zhuǎn)換成平面坐標(biāo)[31]。為了在谷物產(chǎn)量數(shù)據(jù)處理邏輯中獲得實(shí)時(shí)位置數(shù)據(jù)，在軟件設(shè)置2個(gè)全局變量，存儲(chǔ)實(shí)時(shí)位置數(shù)據(jù)，由GPS接收服務(wù)程序更新。

實(shí)時(shí)作業(yè)面積每5 s計(jì)算1次，用第i秒得到的位置坐標(biāo)和第i-5秒的位置坐標(biāo)就可以求得收獲機(jī)械這5 s內(nèi)行走的面積。根據(jù)式（3）即可求得5 s內(nèi)的實(shí)時(shí)產(chǎn)量。

式中Ti為5 s內(nèi)的實(shí)時(shí)公頃產(chǎn)量，kg/hm2；Hi為5 s內(nèi)的總產(chǎn)量，kg；xi為第 i秒的x坐標(biāo)，m；xi-5為第（i-5）秒的x坐標(biāo)，m；yi為第i秒的y坐標(biāo)，m；yi-5為第（i-5）秒的y坐標(biāo)，m；w′為表示收割機(jī)作業(yè)幅寬，m。

由圖5 a可知，獲得實(shí)時(shí)產(chǎn)量數(shù)據(jù)后，上位機(jī)軟件將對產(chǎn)量數(shù)據(jù)進(jìn)行存儲(chǔ)和顯示。其中，存儲(chǔ)以TXT形式進(jìn)行，而顯示功能是通過主界面實(shí)時(shí)刷新產(chǎn)量數(shù)據(jù)和生成產(chǎn)量圖 2種方式實(shí)現(xiàn)。產(chǎn)量圖起始點(diǎn)坐標(biāo)設(shè)定在產(chǎn)量圖顯示區(qū)域的中心，以該點(diǎn)為原點(diǎn)建立屏幕坐標(biāo)系。為了增強(qiáng)顯示效果，每個(gè)實(shí)時(shí)谷物產(chǎn)量值對應(yīng)坐標(biāo)投影像素點(diǎn)的一個(gè) 8連通區(qū)域，按照產(chǎn)量值不同，為該區(qū)域繪制不同等級(jí)顏色。產(chǎn)量圖生成功能啟動(dòng)后，首先通過地塊號(hào)檢查是否已存在對應(yīng)的地塊產(chǎn)量文件，如果存在，則自動(dòng)載入數(shù)據(jù)，并利用已存在的數(shù)據(jù)求出車輛坐標(biāo)轉(zhuǎn)換到屏幕顯示區(qū)域的投影系數(shù)，否則按照初始給定的投影系數(shù)繪制產(chǎn)量圖，并同步存儲(chǔ)原始產(chǎn)量數(shù)據(jù)。當(dāng)出現(xiàn)收割機(jī)軌跡超過繪圖區(qū)域的情況，將坐標(biāo)投影到屏幕顯示區(qū)域的系數(shù)縮小1/4，重新繪制已繪制的數(shù)據(jù)，然后繼續(xù)繪制，以保證整個(gè)產(chǎn)量圖能夠在繪圖區(qū)域中完整顯示。如果是加載歷史產(chǎn)量文件方式繪制時(shí)，則首先獲得產(chǎn)量文件中的車輛坐標(biāo)極值，直接求出合適的投影系數(shù)。圖5b是最終實(shí)現(xiàn)的上位機(jī)軟件界面。

圖5 上位機(jī)軟件流程圖和軟件界面Fig.5 Flow chart and graphical user interface for upper-computer software

5 田間試驗(yàn)

試驗(yàn)平臺(tái)采用泰州常發(fā)農(nóng)業(yè)裝備有限公司生產(chǎn)的CF703型號(hào)的谷物聯(lián)合收割機(jī)，如圖 6所示。整機(jī)外形尺寸為5 115 mm×2 813 mm×2 300 mm，額定功率75 kW。安裝基于嵌入式系統(tǒng)的谷物流量傳感器和RTK GPS，正常收割速度為1 m/s，收割幅寬為2 m。為測試基于嵌入式的谷物流量傳感器性能，2016年11月份，在江蘇省揚(yáng)州市江都區(qū)一塊稻田進(jìn)行實(shí)地空載振動(dòng)試驗(yàn)、標(biāo)定試驗(yàn)和測產(chǎn)試驗(yàn)，試驗(yàn)過程中保證其工作狀態(tài)相同。

5.1 振動(dòng)試驗(yàn)

振動(dòng)試驗(yàn)分為原地小油門、原地大油門和行走工作（1 m/s）等3個(gè)工況在實(shí)際田地進(jìn)行。每個(gè)工況都啟動(dòng)割臺(tái)和脫粒滾筒，行走工作工況是在田地里進(jìn)行空載行走試驗(yàn)，處于正常收割工作狀態(tài)，但不做實(shí)際收割。每個(gè)工況進(jìn)行1 min采樣，每1 s產(chǎn)生500個(gè)谷物實(shí)時(shí)沖量數(shù)據(jù)，取均值作為每秒的谷物沖量值。

圖6 CF703型號(hào)谷物聯(lián)合收割機(jī)Fig.6 CF703 type grain combine harvester

圖7 3種工作工況下空載振動(dòng)信號(hào)曲線Fig.7 Plots of vibration signal under three kinds of no-load condition

試驗(yàn)發(fā)現(xiàn)，3種工況的嵌入式谷物流量傳感器輸出信號(hào)在一定范圍內(nèi)相對穩(wěn)定波動(dòng)，未采用自適應(yīng)干擾對消時(shí)，原始沖擊信號(hào)變化幅度最大可超過±1 000 mV。在進(jìn)行空載振動(dòng)試驗(yàn)時(shí)，由于無糧食沖擊，所以理論上由式（1）得到的誤差信號(hào)序列的算術(shù)平均值應(yīng)該為 0，但如圖 7所示，實(shí)際場景中由于受到各種因素影響，對消結(jié)果的均值不會(huì)為0?？梢钥闯?，原地小油門工況信號(hào)幅值主要位于區(qū)間[10 mV,33 mV]，原地大油門工況信號(hào)主要位于區(qū)間[20 mV,43 mV]，而行走工況多數(shù)信號(hào)值位于區(qū)間[15 mV，45 mV]，總體在區(qū)間 [2.5 mV, 54 mV]變動(dòng)，相比未進(jìn)行自適應(yīng)干擾對消的信號(hào)，變動(dòng)幅度降低了1?(54?2.5)/2 000=97.4%。

5.2 嵌入式谷物質(zhì)量流量傳感器標(biāo)定試驗(yàn)

標(biāo)定試驗(yàn)主要是將嵌入式谷物質(zhì)量流量傳感器的嵌入式采集處理模塊輸出的谷物沖擊信號(hào)和實(shí)際的產(chǎn)量大小建立一定的函數(shù)關(guān)系，建立函數(shù)模型，通過實(shí)地正常收割試驗(yàn)，計(jì)算得到標(biāo)定系數(shù)，從而可以得到實(shí)際產(chǎn)量。

1）標(biāo)定方法

谷物沖擊信號(hào)與谷物實(shí)際質(zhì)量成線性關(guān)系，所以采用一次函數(shù)標(biāo)定，至少需要2次試驗(yàn)可以獲得標(biāo)定系數(shù)。假設(shè)每秒得到的數(shù)字信號(hào)均值為Gi，該秒內(nèi)的產(chǎn)量為Ti，標(biāo)定系數(shù)為k和b，由一次函數(shù)模型可知：

在標(biāo)定試驗(yàn)中，收割機(jī)在田塊中正常行走收獲 2次（1次指的是實(shí)際收割1段距離記錄1次產(chǎn)量），分別記下兩次的實(shí)際總產(chǎn)量分別為H1和H2，而在2次收獲過程中，每秒采集的數(shù)字信號(hào)均值分別為l1,l2,…,ln1和m1,m2,…,mn2，2次收獲時(shí)間分別為n1秒、n2秒，利用直線擬合方法，根據(jù)式（5）和（6），即可求出標(biāo)定系數(shù)k和b。

只要在測產(chǎn)軟件標(biāo)定區(qū)內(nèi)輸入 2次實(shí)際測量得到的產(chǎn)量值，就可以求出該區(qū)域內(nèi)的標(biāo)定系數(shù)。

2）標(biāo)定結(jié)果

在2次標(biāo)定試驗(yàn)中，每次收割20 m，累計(jì)通過稱量質(zhì)量測得2次收獲實(shí)際產(chǎn)量為12.5和25.6 kg，在圖5b所示軟件界面測產(chǎn)標(biāo)定區(qū)上的“產(chǎn)量1”和“產(chǎn)量2”上分別輸入12.5和25.6，點(diǎn)擊“標(biāo)定系數(shù)”按鈕，可得到標(biāo)定系數(shù)：k=0.008 299，b=-0.930 819 5。

5.3 測產(chǎn)試驗(yàn)

測產(chǎn)試驗(yàn)在完成標(biāo)定試驗(yàn)后進(jìn)行，在一塊大區(qū)域的農(nóng)田進(jìn)行水稻收割。該農(nóng)田的土壤肥沃程度、田間的管理因素等影響相近，在其中選取了 3塊進(jìn)行測產(chǎn)試驗(yàn)，分別編號(hào)1116、1117和1118。收割路徑按照由外向里轉(zhuǎn)圈的方式進(jìn)行收割，由于特殊情況，1118 號(hào)地塊中間部分未收割，實(shí)際收割地塊為總地塊減去中間未收割地塊，故后面的1118號(hào)地塊均指實(shí)際的收割地塊。為了更加準(zhǔn)確分析智能谷物流量傳感器的性能，根據(jù)實(shí)際土地情況，將三塊農(nóng)田細(xì)分成小塊，其中1116和1118各分成3小塊，1117分成2小塊。在測產(chǎn)試驗(yàn)后，通過稱量質(zhì)量的方式獲得實(shí)際產(chǎn)量（面積采用易力S5pro型計(jì)畝儀獲取），作為谷物流量傳感器精度評定的參考標(biāo)準(zhǔn)，根據(jù)谷物流量傳感器的輸出數(shù)據(jù)獲得的每一小塊農(nóng)田實(shí)時(shí)產(chǎn)量數(shù)據(jù)序列累加和的均值，作為谷物流量傳感器獲得的該塊農(nóng)田的公頃產(chǎn)量。相對誤差則是由實(shí)時(shí)產(chǎn)量均值與實(shí)際公頃產(chǎn)量相比較獲得，用來描述測產(chǎn)傳感器的精度，測產(chǎn)試驗(yàn)數(shù)據(jù)如表1所示。

綜合3塊農(nóng)田產(chǎn)量情況，1116號(hào)地塊的產(chǎn)量最高，測量相對誤差最大不超過3.9%，說明谷物流量傳感器測量比較準(zhǔn)確。而1117號(hào)地塊和1118號(hào)的公頃產(chǎn)量比1116號(hào)地塊少，最大測量相對誤差為7.4%。通過分析發(fā)現(xiàn)，1117號(hào)和1118號(hào)地塊測產(chǎn)精度相對較低的原因可能是這兩塊地的公頃產(chǎn)量較低，沖擊在平行梁上的力較小，有效信號(hào)較為微弱，噪聲信號(hào)的影響則相對較強(qiáng)，導(dǎo)致測產(chǎn)數(shù)據(jù)的相對誤差相對偏大。

圖 8是最終形成的公頃產(chǎn)量分布圖。由于一般的地塊公頃產(chǎn)量大概為 7 500 ～10 500 kg，所以將產(chǎn)量圖的色域分為12級(jí)。小于6 000 kg為一級(jí)，表示為藍(lán)色，大于12 000 kg為一級(jí)，表示為紅色，6 000 ～12 000 kg之間均分為10級(jí)，從藍(lán)色漸變到紅色，表示產(chǎn)量逐漸增大。通過產(chǎn)量圖可以直觀看出農(nóng)田各位置的產(chǎn)量分布情況，但是該圖沒有對產(chǎn)量數(shù)據(jù)進(jìn)行插值和濾波，所以產(chǎn)量圖存在產(chǎn)量不連續(xù)和個(gè)別區(qū)域產(chǎn)量過高的問題。

表1 嵌入式谷物質(zhì)量流量傳感器實(shí)際測產(chǎn)試驗(yàn)數(shù)據(jù)Table 1 Data for yield monitoring experiment with grain mass flow sensor based on embedded system

圖8 3塊地（1116、1117和1118）的產(chǎn)量分布示意圖Fig.8 Yield distribution map of block 1116,1117 and 1118

6 結(jié) 論

1）基于嵌入式系統(tǒng)技術(shù)設(shè)計(jì)了嵌入式谷物質(zhì)量流量傳感器。該傳感器的信號(hào)采集處理模塊能夠利用差分信號(hào)采集通道將模擬谷物沖量信號(hào)轉(zhuǎn)換為數(shù)字量，通過嵌入式處理器STM32F405運(yùn)行信號(hào)處理算法，濾除振動(dòng)干擾，直接輸出相對精確的谷物沖擊信號(hào)。為了方便測產(chǎn)試驗(yàn)，同時(shí)基于MFC設(shè)計(jì)了配套的上位機(jī)軟件，用于谷物產(chǎn)量顯示、存儲(chǔ)和產(chǎn)量圖生成。

2）通過空載振動(dòng)試驗(yàn)和田間測產(chǎn)試驗(yàn)對嵌入式谷物質(zhì)量流量傳感器的性能進(jìn)行測試。振動(dòng)試驗(yàn)發(fā)現(xiàn)傳感器輸出信號(hào)均值隨空載振動(dòng)強(qiáng)度增強(qiáng)而增大，原始沖擊信號(hào)經(jīng)過自適應(yīng)對消處理后，變化幅度減小了97.4%。采用線性方程對傳感器進(jìn)行了標(biāo)定，選擇3塊田地共計(jì)進(jìn)行8次測產(chǎn)試驗(yàn)，試驗(yàn)結(jié)果表明傳感器測量精度在7.4%以內(nèi)，同時(shí)發(fā)現(xiàn)，產(chǎn)量越高，傳感器的測量精度越高，給出了最終形成的產(chǎn)量分布圖，可以明顯看出農(nóng)田各位置的谷物產(chǎn)量分布情況，但是由于未對產(chǎn)量數(shù)據(jù)進(jìn)行插值和濾波，所以產(chǎn)量圖存在不連續(xù)和個(gè)別區(qū)域產(chǎn)量值過高的問題。

嵌入式谷物質(zhì)量流量傳感器能夠直接輸出谷物質(zhì)量流量信號(hào)，上位機(jī)僅需要加入RTK GPS，按步驟標(biāo)定即可進(jìn)行谷物測產(chǎn)工作，無須對谷物質(zhì)量流量信號(hào)做進(jìn)一步處理，對車載終端或者車載顯示器的依賴較少，易于集成和推廣應(yīng)用。不過，雖然目前該傳感器能夠滿足測產(chǎn)需要，但在算法中未能考慮濕度、升運(yùn)器轉(zhuǎn)速以及車輛前進(jìn)速度變化等因素，使得系統(tǒng)還有較大升級(jí)空間，未來將逐步引入這些因素，改進(jìn)算法，使得谷物流量傳感器的穩(wěn)定性和精度能夠得到進(jìn)一步提高。

[1] 汪懋華. “精細(xì)農(nóng)業(yè)”發(fā)展與工程技術(shù)創(chuàng)新[J]. 農(nóng)業(yè)工程學(xué)報(bào)，1999，15(1)：1—8.Wang Maohua. Development of precision agriculture and innovation of engineering technologies[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 1999, 15(1): 1—8. (in Chinese with English abstract)

[2] Yang C, Peterson C L, Shropshire G J, et al. Spatial variability of field topography and wheat yield in the palouse region of the Pacific Northwest[J]. Transactions of the ASAE,1998, 41(1): 17.

[3] 羅錫文，臧英，周志艷，等. 精細(xì)農(nóng)業(yè)中農(nóng)情信息采集技術(shù)的研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(1)：167—173.Luo Xiwen, Zang Ying, Zhou Zhiyan, et al. Research progress in farming information acquisition technique for precision agriculture[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2006, 22(1):167—173. (in Chinese with English abstract)

[4] Shoji K, Miyamoto M. Improving the accuracy of estimating grain weight by discriminating each grain impact on the yield sensor[J]. Precision Agriculture, 2014, 15(1): 31—43.

[5] Schueller J K, Mailander M P, Krutz G W. Combine feedrate sensors[J]. Transactions of the ASAE, 1985, 28(1): 2—0005.

[6] Arslan S, Colvin T S. Grain yield mapping: Yield sensing,yield reconstruction, and errors[J]. Precision Agriculture,2002, 3(2): 135—154.

[7] Chung S O, Choi M C, Lee K H, et al. Sensing technologies for grain crop yield monitoring systems: A review[J]. Journal of Biosystems Engineering, 2016, 41(4): 408—417.

[8] 介戰(zhàn)，劉紅俊，侯鳳云. 中國精準(zhǔn)農(nóng)業(yè)聯(lián)合收割機(jī)研究現(xiàn)狀與前景展望[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2005，21(2)：179—182.Jie Zhan, Liu Hongjun, Hou Fengyun. Research advances and prospects of combine on precision agriculture in China[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(2): 179—182. (in Chinese with English abstract)

[9] 王薄，李民贊，張成龍，等. 沖擊式谷物流量傳感器設(shè)計(jì)與性能試驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40(增刊1)：52—56.Wang Bo, Li Minzan, Zhang Chenglong, et al. Development of grain flow sensor for yield monitor system[J].Transactions of The Chinese Society for Agricultural Machinery, 2009, 40(Supp.1): 52—56. (in Chinese with English abstract)

[10] Choung K L, Michihisa I, Toshikazu K. Development of impact type sensor for heading feeding combine[J]. Journal of the JSAM, 2000, 62(4): 81—88.

[11] Reyns P, Missotten B, Ramon H, et al. A review of combine sensors for precision farming[J]. Precision Agriculture, 2002,3(2): 169—182.

[12] 孫宇瑞，汪懋華，馬道坤，等. 沖量法谷物流量測量系統(tǒng)的試驗(yàn)研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2001，32(4)：48—50.Sun Yurui, Wang Maohua, Ma Daokun, et al. Experimental research on grain-flow-measurement system[J]. Transactions of the Chinese Society for Agricultural Machinery, 2001,32(4): 48—50. (in Chinese with English abstract)

[13] 周俊，周國祥，苗玉彬，等. 懸臂梁沖量式谷物質(zhì)量流量傳感器阻尼設(shè)計(jì)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36(11)：121—123，127.Zhou Jun, Zhou Guoxiang, Miao Yubin, et al. Damping design of impact-based grain yield sensor[J]. Transactions of the Chinese Society for Agricultural Machinery, 2005, 36(11):121—123, 127. (in Chinese with English abstract)

[14] 周俊，苗玉彬，張鳳傳，等. 平行梁沖量式谷物質(zhì)量流量傳感器田間實(shí)驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2006，37(6)：102—105.Zhou Jun, Miao Yubin, Zhang Fengchuan, et al. Field testing of parallel beam impact-based yield monitor[J]. Transactions of the Chinese Society for Agricultural Machinery，2006,37(6): 102—105. (in Chinese with English abstract)

[15] 陳樹人，張文革，李相平，等. 沖量式谷物流量傳感器性能實(shí)驗(yàn)研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36(2)：82—84.Chen Shuren, Zhang Wenge, Li Xiangping, et al. Experiment research of grain mass flow sensor based on impact[J].Transactions of the Chinese Society for Agricultural Machinery, 2005, 36(2): 82—84. (in Chinese with English abstract)

[16] 胡均萬，羅錫文，阮歡，等. 雙板差分沖量式谷物流量傳感器設(shè)計(jì)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40(4)：69—72.Hu Junwan, Luo Xiwen, Ruan Huan, et al. Design of a dual-plate differential impact-based yield sensor[J].Transactions of The Chinese Society for Agricultural Machinery, 2009, 40(4): 69—72. (in Chinese with English abstract)

[17] 王恒兵. 基于 DSP的沖量式谷物流量傳感器數(shù)據(jù)處理系統(tǒng)開發(fā)[D]. 南京：南京農(nóng)業(yè)大學(xué)，2015.Wang Hengbing. Development of Data Processing System for Impact -Based Grain Flow Sensor Based on DSP[D].Nanjing: Nanjing Agricultural University, 2015. (in Chinese with English abstract)

[18] 李偉，張小超，胡小安，等. 聯(lián)合收獲機(jī)稱量式測產(chǎn)系統(tǒng)軟件設(shè)計(jì)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2011，42(增刊1)：94—99.Li Wei, Zhang Xiaochao, Hu Xiaoan, et al. Design of intelligent yield monitoring software for combine harvester[J].Transactions of the Chinese Society for Agricultural Machinery, 2011, 42(Supp.1): 94—99. (in Chinese with English abstract)

[19] 付興蘭，張兆國，安曉飛，等. 光電漫反射式聯(lián)合收割機(jī)谷物產(chǎn)量計(jì)量系統(tǒng)研發(fā)與性能試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(3)：24—30.Fu Xinglan, Zhang Zhaoguo, An Xiaofei, et al. Development and performance experiment on grain yield monitoring system of combine harvester based on photoelectric diffuse reflectance[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017,33(3): 24—30. (in Chinese with English abstract)

[20] 安曉飛，付興蘭，孟志軍，等. 光電信號(hào)與收割機(jī)谷物產(chǎn)量數(shù)據(jù)轉(zhuǎn)換模型的構(gòu)建與驗(yàn)證[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(增刊 1)：36—41.An Xiaofei, Fu Xinglan, Meng Zhijun, et al. Grain yield data transformation model based on photoelectric principle and its validation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017,33(Supp.1): 36—41. (in Chinese with English abstract)

[21] 叢秉華，周俊. 雙平行梁谷物流量傳感器振動(dòng)噪聲消除方法[J]. 傳感技術(shù)學(xué)報(bào)，2013，26(3)：377—381.Cong Binghua, Zhou Jun. Vibration noise elimination for a grain flow sensor of dual parallel beam load cells[J]. Chinese Journal of Sensors and Actuators, 2013, 26(3): 377—381. (in Chinese with English abstract)

[22] Risius N W. Analysis of a Combine Grain Yield Monitoring System[D]. Ames: Iowa State University, 2014.

[23] Singh Manjeet, Verma Aseem, Sharma Ankit. Precision in grain yield monitoring technologies: A review[J]. AMAAgricultural Mechanization in Asia Africa and Latin America,2012, 43(4): 50.

[24] 周俊，劉成良. 平行梁沖量式谷物質(zhì)量流量傳感器信號(hào)處理方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24(1)：183—187.Zhou Jun, Liu Chengliang. Signal processing method for impact-based grain mass flow sensor with parallel beam load cell[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(1): 183—187. (in Chinese with English abstract)

[25] 周俊. 沖量式谷物質(zhì)量流量傳感器及智能測產(chǎn)系統(tǒng)研究[D]. 上海：上海交通大學(xué)，2005.Zhou Jun. Research on Impacted-based Grain Mass Sensor and Intelligent Yield Monitor[D]. Shanghai: Shanghai Jiaotong University, 2005. (in Chinese with English abstract)

[26] 陳樹人，楊洪博，李耀明，等. 雙板差分沖量式谷物流量傳感器性能試驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2010，41(8)：171—174.Chen Shuren, Yang Hongbo, Li Yaoming, et al. Experiment of dual-plates differential impact-based grain flo- w sensor[J].Transactions of the Chinese Society for Agricultural Machinery, 2010, 41(8): 171—174. (in Chinese with English abstract)

[27] 劉成良，周俊，苑進(jìn)，等. 新型沖量式谷物聯(lián)合收割機(jī)智能測產(chǎn)系統(tǒng)[J]. 中國科學(xué)：信息科學(xué)，2010，40(增刊1)：226—231.Liu Chengliang, Zhou Jun, Yuan Jin, et al. Yield monitor system based on impact-based grain mass sensor[J]. Science China Information Sciences, 2010, 40 (Supp.1): 226—231.(in Chinese with English abstract)

[28] Zhou J, Cong B, Liu C. Elimination of vibration noise from an impact-type grain mass flow sensor[J]. Precision Agriculture, 2014, 15(6): 627—638.

[29] 魏新華，張進(jìn)敏，但志敏，等. 沖量式谷物流量傳感器測產(chǎn)信號(hào)處理方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(15)：222—228.Wei Xinhua, Zhang Jinmin, Dan Zhimin, et al. Signal processing method of impact-based grain flow sensor for predicted yield[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014,30(15): 222—228. (in Chinese with English abstract)

[30] 苑嚴(yán)偉，張小超，張銀橋，等. 農(nóng)田糧食產(chǎn)量分布信息數(shù)字化研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(9)：133—137.Yuan Yanwei, Zhang Xiaochao, Zhang Yinqiao, et al.Digitization of grain yield and distribution in- formation in farmland[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006,22(9): 133—137. (in Chinese with English abstract)

[31] 陳進(jìn)，王坤，李耀明. 基于Mallat算法的谷物流量信號(hào)小波去噪方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017,33(3)：190—197.Chen Jin, Wang Kun, Li Yaoming. Wavelet denoising method for grain flow signal based on Mallat algorithm[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(3): 190—197. (in Chinese with English abstract)