امکان سنجی کاربرد سامانه ای مبتنی بر پردازش تصویر برای هدایت و راهبری تراکتور در عملیات شخم

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

چکیده

چکیده
امروزه راهبری تراکتور توسط راننده صورت می­گیرد، راننده مجبور است نه تنها تراکتور را در مسیر پیش­رو هدایت کند، بلکه در برخی عملیات همچون شخم، کاشت، کنترل علف هرز، سم­پاشی و ... ادوات سوار را در موقعیت معینی نگه دارد. در  عملیات شخم ، راهبری تراکتور و ادوات سوار بر­ اساس دنبال­کردن شیار ایجاد­ شده در خاک در طی عبور قبلی صورت می­گیرد. راننده باید برای حصول اطمینان از موقعیت صحیح عرضی، شیار را دنبال کند، لیکن این کار مداوم و خسته کننده، عملکرد او را تحت تاثیر قرار می­دهد. در این تحقیق، سامانه کمک راننده تراکتوری مورد استفاده قرار گرفت که می­توانست به راننده در طی عملیات شخم کمک نماید. شاسی آزمونی طراحی و ساخته شده و منابع نوری و دوربین بر روی آن نصب شدند. ابتدا موقعیت ­های مختلف دوربین مورد ارزیابی قرار گرفت. بدین منظور آزمون­هایی بر روی شاسی ­های مختلف صورت گرفت. برخی عوامل مهم مانند محتوی رطوبت خاک، شرایط محیطی و وضعیت­ های مختلف آفتابی بودن یا ابری بودن روز که صحت سامانه را تحت تاثیر قرار می­دادند، مورد ارزیابی قرار گرفتند. اثر شرایط سطحی مزرعه و بقایای محصول قبلی، نور طبیعی و منابع نو مصنوعی بر روی خطای سامانه مورد بررسی قرار گرفتند. طبق نتایج بدست آمده منابع نور LED به­ویژه وقتی به ­صورت افقی مورد استفاده قرار گرفتند، بهترین نتیجه را نشان دادند. نور مصنوعی اثر قابل مشاهده­ای را در تصویر گرفته شده در شرایط نور طبیعی زمین­ های دیم و خاک­ های شنی نشان نداد. بدترین دقت­ها در زمین ­های دارای کلش سطحی غلات به­ دست آمد.
 

کلیدواژه‌ها


عنوان مقاله [English]

Feasibility Study of Using a System Based on Image Processing for Guidance of Tractors During Plowing Operations

نویسندگان [English]

  • Shahab Zadkhoresh
  • Hossein Behfar
Department of Biosystems, Faculty of Agriculture, University of Tabriz, Tabriz, Iran
چکیده [English]

Abstract
Nowadays, tractors are almost driven by drivers. A driver does not only has to steer it, but also keep the mounted implements in a given position for some operations, including soil tilling, seed planting, weed controlling, spraying, … . In tillage operation, tractor and attached implements guidance is obtained by fallowing a furrow created by the plow in the soil during the previous passage. Driver has to fallow it to ensure a correct lateral position, but this continuous tiresome work affects his performance. In this research, a tractor driver assistance system was implemented for tillage operation. This system design was based on image processing technique. A test frame was designed and fabricated and a camera and lightening sources were mounted on it. The different positions of the camera on the frame were evaluated to find the best installation place. The experiments were conducted on some different farms. The important factors that affected the system accuracy including soil moisture content, environmental conditions and sunny or cloudy day situations were evaluated. The effects of farm surface conditions, last crop residues, natural or artificial light sources on the system performance were evaluated. LED lightening sources showed the best result, especially when they were used horizontally. Artificial lightening did not show visible differences with natural lightening in dry farming and sandy soils. Remaining cereal stubbles caused the worse system inaccuracy between the studied farms.
 

کلیدواژه‌ها [English]

  • Keywords: Feasibility study
  • Image processing
  • Machine vision
  • Plowing
  • Tractor guidance
Anthony, S., Cristian, D., Carl, W., Herman, H., and Dvid, S. (2002). A System for Semi-Autonomous Tractor Operations. Auton. Robots 13: 87-10. (In Persian).
Benson, E. R., Reid, J. F., and Zhang, Q. (2003). Machine vision-based guidance system for agricultural grain harvesters using cut-edge detection. Biosystems Engineering, 86(4), 389-398. (In Persian).
Benson, E. R., Stombaugh, T. S., Noguchi, N., Will, J. D., and Reid, J. F. (1998). An evaluation of a geomagnetic direction sensor for vehicle guidance in precision agriculture applications. ASAE paper, 983203. (In Persian).
Bunn, T. L., Slavova, S. and Hall, L. (2008). Narrative text analysis of Kentucky tractor fatality reports. Accident Analysis & Prevention, 40(2), 419-425. (In Persian).
Gan-Mor, S., Upchurch, B. L., Clark, R. L., and Hardage, D. (2002). Implement guidance error as affected by field conditions using automatic DGPS tractor guidance (No. 021153). ASAE Paper. (In Persian).
García-Santillán, I., Guerrero, J. M., Montalvo, M., and Pajares, G. (2018). Curved and straight crop row detection by accumulation of green pixels from images in maize fields. Precision Agriculture, 19(1), 18-41. (In Persian).
Gonzalez-de-Santos, P., Ribeiro, A., Fernandez-Quintanilla, C., Lopez-Granados, F., Brandstoetter, M., Tomic, S., and Perez-Ruiz, M. (2017). Fleets of robots for environmentally-safe pest control in agriculture. Precision Agriculture, 18(4), 574-614
Grovum, M. A., and Zoerb, G. C. (1970). An automatic guidance system for farm tractors. Transactions of the ASAE, 13(5), 565-0573.
Johns, G. (1998). Automatic Guidance of Agricultural field. Machinery. Proceeding of the 5 th International conference Tokyo, Japan. (In Persian).
Kiani, S., Kamgar, S., and Raoufat, M. H. (2012). Machine vision and soil trace-based guidance-assistance system for farm tractors in soil preparation operations. Journal of Agricultural Science, 4(7), 1. (In Persian)
Moncaster, M. E., and Harries, G. O. (1984). Automatic control of tractors and field machines. (In Persian).
Pilarski, T., Happold, M., Pangels, H., Ollis, M., Fitzpatrick, K., and Stentz, A. (2002). The Demeter system for automated harvesting. Autonomous Robots, 13, 9-20. (In Persian).
Radcliffe, J., Cox, J., and Bulanon, D. M. (2018). Machine vision for orchard navigation. Computers in Industry, 98, 165-171.‏ (In Persian).
Richey, C.B. (1959). “Automatic pilot” for farm tractors. Agricultural Engineering, 40(2):78–79, 93. (In Persian).
Rovira-Mas, F., Han, S., Wei, J., and Reid, J. F. (2005). Fuzzy logic model for sensor fusion of machine vision and GPS in autonomous navigation. In 2005 ASAE Annual Meeting (p. 1). American Society of Agricultural and Biological Engineers. (In Persian).
Sissons, R. (1939). Plowing in circles saves time. Prairie Farmer, 111(20), 7.‏
Tillett, N. D. (1991). Automatic guidance sensors for agricultural field machines: a review. Journal of agricultural engineering research, 50, 167-187. (In Persian).
Tillett, N. D. (1993). Robotic manipulators in horticulture: a review. Journal of agricultural engineering research, 55(2), 89-105. (In Persian).
Willrodt, F. L. (1924). U.S. Patent No. 1,506,706. Washington, DC: U.S. Patent and Trademark. (In Persian).
Yun, C., Kim, H.J., Jeon, C.W., and Kim, J.H., (2018). StereoVision-Based Guidance Line Detection Method for Auto-guidance system on Furrow Irrigated Fields. IFAC-PapersOnLine51(17), pp.157-161. (In Persian).