(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210558349.1 (22)申请日 2022.05.20 (30)优先权数据 21175412.2 2021.0 5.21 EP (71)申请人 凯斯纽荷兰工业 （哈尔滨） 机 械有限 公司 地址 150060 黑龙江省哈尔滨市哈南工业 新城核心区松花路78号 (72)发明人 T·马耶　B·M·A·米索滕　 (74)专利代理 机构 中国贸促会专利商标事务所 有限公司 1 1038 专利代理师 郭万方 (51)Int.Cl. G01N 21/84(2006.01) G01N 21/01(2006.01)A01D 41/127(2006.01) (54)发明名称 白帽检测设备 (57)摘要 本公开涉及白帽检测设备。 一种用于 分析谷 物样品的设备(100)， 包括光源(130、 140)、 图像 传感器(120)和控制器(150)。 光源(130、 140)被 配置用于照亮谷物样品。 图像传感器(120)用于 捕获谷物样品的图像。 控制器(150)耦合到 图像 传感器(12 0)以从其接收谷物样品的图像并且被 配置为分析图像以检测谷物样品中除谷物之外 的至少一种材料。 光源(140)被配置为用尺寸小 于平均小麦粒宽度的局部光斑照亮谷物样品。 可 以至少部分地使用经训练的神经网络和其它人 工智能(AI)算法来执行图像分析和检测除谷物 之外的材 料。 权利要求书1页 说明书7页 附图7页 CN 115372355 A 2022.11.22 CN 115372355 A 1.一种用于分析谷物样品的设备(10 0)， 设备(10 0)包括： 光源(130、 140)， 用于照亮谷物样品， 图像传感器(120)， 用于捕获谷物样品的图像， 以及 控制器(150)， 耦合到图像传感器(120)， 用于从其接收谷物样品的图像， 控制器(150) 被配置为分析图像以检测谷物样品中除谷物(320、 3 30)之外的至少一种材 料， 其特征在于 光源(140)被 配置为用尺寸小于平均小麦粒(310)的宽度的局部光斑照亮谷物样品。 2.如权利要求1所述的设备(10 0)， 其中局部光斑具有 小于5mm的直径。 3.如权利要求1或2所述的设备(10 0)， 其中光源(140)包括激光源。 4.如任何前述权利 要求所述的设备(100)， 其中光源(140)被配置为用尺寸小于平均小 麦粒(310)的宽度的多个局部光斑照亮谷物样品。 5.如权利要求 4所述的设备(10 0)， 其中所述多个局部光斑沿着至少基本上直线布置 。 6.如权利要求 4或5所述的设备(10 0)， 其中所述多个局部光斑以网格图案布置 。 7.如任何前述权利 要求所述的设备(100)， 其中所述光源(140)被配置为相对于谷物样 品移动局部光斑。 8.如任何前述权利 要求所述的设备(100)， 其中光源(130)还被配置为用尺寸大于平均 小麦粒的长度数倍的宽光斑照亮谷物样品。 9.如权利要求8所述的设备(10 0)， 其中宽光斑具有至少5 cm的直径。 10.一种联合收割机(10)， 包括根据任何前述权利要求所述的用于分析谷物样品的设 备(100)。 11.如权利要求10所述的联合收割机(10)， 包括用于将清洁谷物输送到谷物罐(28)的 清洁谷物升降机(60)， 用于分析谷物样品的设备(100)被布置为捕获清洁谷物升降机(60) 中或其旁路区段(710)中的谷物的图像。 12.一种使用如权利要求1至9中的任一项所述的设备(100)分析谷物样品的方法， 所述 方法包括以下步骤： 使用光源(140)用尺寸小于平均小麦粒宽度的局部光斑照亮谷物样品， 使用图像传感器(120)捕获谷物样品的至少一个图像， 分析至少一个捕获的图像以确定 谷物样品处局部光斑的反射曲线， 以及 基于所确定的反射曲线检测谷物样品中除谷物之外的材 料。 13.如权利要求12所述的方法， 还包括基于所确定的反射对除谷物之外的材料类型进 行分类。 14.如权利要求13所述的方法， 其中除谷物之外的材 料类型是空谷壳颗粒或白帽。 15.如权利要求14所述的方法， 还包括使用光源(130)用尺寸大于平均小麦粒的长度数 倍的宽光斑照亮谷物样品。 16.如权利要求15所述的方法， 其中经训练的神经网络和/或其它人工智能(AI)算法用 于检测除谷物之外的材 料。 17.一种计算机程序， 包括当由计算机执行时使计算机执行如权利要求12至16中的任 一项所述的方法的指令 。权　利　要　求　书 1/1 页 2 CN 115372355 A 2白帽检测设 备 技术领域 [0001]本发明涉及 一种用于分析谷物样品的设备和具有这种设备的联合收割机。 本发明 还涉及一种使用该设备分析谷物样品的方法。 背景技术 [0002]联合收割机是一种复杂的农业机械， 其可在田间行驶以收割谷物作物， 同时将谷 物穗从植物分离， 并将谷粒从穗分离。 在某些谷物作物品种(诸如小麦)中， 谷粒被谷壳包 裹， 谷壳在 脱粒、 分离和清洁单元中与谷粒分离。 分离的谷粒(也称为清洁谷物)通常聚集在 联合收割机底部附近的清洁单元下方。 从那里， 谷物升降机将干净 的谷物运送到大型谷物 罐中， 该罐容纳收获的谷物， 直到将其卸载到例如从田间获取收获的谷物的拖车或卡车中。 秸秆、 谷壳和其它非谷物材料通常会掉落或散布在田地上。 非谷物材料通常被称为MOG(除 谷物之外的材 料)。 [0003]理想情况下， 联合收割机将从作物中提取所有谷粒并将它们装到谷物罐中， 而不 会同时吸收谷壳、 秸秆和其它非谷物材料。 在实践中， 必须在最大限度地提高(每平方米田 地和/或每分钟)收获的谷物量与最大限度地减少最 终在谷物罐中的破碎谷粒或M OG量之间 找到最佳状态。 可以控制联合收割机的许多操作参数以实现这种最佳状态。 例如， 这样的操 作参数包括行驶速度、 脱粒转子速度、 转子笼间隙、 清洁筛开口和清洁风扇速度。 许多促进 谷粒高产的控制设置也可能导致谷物破碎和大量MOG。 相反， 将谷物破碎和 MOG降至最低的 控制设置通常会导致谷物产量降低。 最佳控制设置难以确定并且会随着例如作物、 天气和 田间条件的变化而不断地改变。 [0004]为了改进对联合收割机所有操作参数的控制， 使用了许多不同的传感器。 当今用 于该目的的一种特别有用的感测系统是所谓的谷物凸轮， 诸如在公开为WO  2006/010761   A1的国际专利申请中公开的那种， 它周期性地捕获清洁谷物升降机中谷物的图像或从清洁 谷物升降机中取出的谷物样品的图像。 使用标准的且更先进的图像识别技术对捕获的图像 进行分析， 以区分谷粒、 秸秆碎片、 破碎谷物和谷壳。 当观 察到的谷物样品的MOG含量超过预 定限度时， 可以调整收割机设置和行进速度。 [0005]虽然在WO  2006/010761  A1中公开的谷物凸轮对于确定谷物样品中MOG或破碎谷 粒的相对量是有用的， 但它不能区分所有相关类型的MOG。 更具体而言， 已知的谷物凸轮不 能区分空的谷壳颗粒和仍然保持有谷粒的谷壳颗粒(通常称为白帽)。 在谷物凸轮捕获的图 像中， (空的)谷壳颗粒和白帽无法区分。 这是一个问题， 因为谷物样品中谷壳过多和白帽含 量过多需要非常不同的对策。 例如， 可以通过增加清洁风扇的风扇速度来避免谷壳过多。 例 如， 可以通过调整脱粒转子的转子速度和/或通过减小脱粒转子和转子笼之间的间隙来避 免白帽过多。 [0006]本发明的目的是解决与现有技 术相关联的一个或多个缺 点。说　明　书 1/7 页 3 CN 115372355 A 3