콤바인 수확기 곡물 흐름에서 불순물 함량 및 파손률을 지속적으로 모니터링하는 것은 대표 샘플을 온라인에서 획득하기 어려운 데다, 시각적 표적이 작고 밀도가 높으며 불균형적이어서 도전적입니다. 이 연구에서는 수확 중 온라인 곡물 품질 감지를 위해 샘플 수집, 제어된 이송, 이미지 취득 및 임베디드 처리를 통합한 프로토타입 모니터링 시스템을 개발했습니다. 수직 곡물 이송 나사에서 측벽 샘플링에 대한 요구 사항을 충족하기 위해 원심 샘플링 및 나사 이송을 사용하여 곡물 흐름 샘플을 추출하고 운반했으며, 산업용 카메라와 전용 조명을 사용하여 안정적인 이미징 환경을 구축했습니다. 파손된 곡물과 불순물 표적을 위한 픽셀 면적 대 질량 매핑 모델이 설정되었으며 결정 계수는 0.93 이상이었습니다. 또한 밀도가 높은 작은 표적 조건에서 파손된 곡물과 불순물 표적을 인식하고 분할하기 위해 경량 개선된 YOLOv8-Seg 모델이 개발되었습니다. 벤치 스케일 검증 결과 불순물 함량의 상대 오차는 1.02%에서 13.04% 사이로 평균 6.09%였으며, 파손률의 절대 오차는 0.01에서 0.02 백분율 포인트 사이였습니다. 이러한 결과는 벤치 스케일 조건에서 온라인 불순물 함량 및 파손률 추정 방법의 가능성을 보여주며, 향후 기계 통합 및 현장 검증을 위한 기초를 제공합니다.
Zhou et al. (수요일)이 이 질문을 연구했습니다.