In der vorliegenden Arbeit wird versucht, eine Methode zur Datenerfassung zu entwickeln, mit der zuverlässige Aussagen über die Auslastung und andere verbundene Betriebszustände eines Zuckerrübenvollernters ermittelt werden können. Zudem werden Möglichkeiten zur Erfassung der Verschmutzung der Rüben gesucht. Die damit gewonnenen Informationen bilden die Grundlage für die Entwicklung von autonomen Regelungen.
Dazu werden nach der Klärung der Anforderungen an die einzusetzenden Sensorsysteme alle in Frage kommenden Sensoren nach diesen Vorgaben beurteilt. Es stellt sich heraus, daß unter den gegebenen Bedingungen der kombinierte Einsatz von einem Linienlaser und einer Farbkamera (ergibt zusammen einen Laserschnittsensor) die beste Datenerfassung ermöglicht. Bei der anschließenden Suche nach geeigneten Montagepunkten werden hauptsächlich die räumlich beengten Verhältnisse, die von der Montage abhängige Empfindlichkeit gegenüber Störungen durch Umwelteinflüsse und die von der Position der Erfassung im Arbeitsablauf abhängige Eignung zur Regelung der Maschine berücksichtigt.
Dabei wird herausgefunden, daß das Ende eines Siebbandes, auf dem die Rüben von der Köpf- und Rodeeinheit zu dem Reinigungsaggregat transportiert werden, den günstigsten Untersuchungsbereich bietet. Die Wahl der Montagepunkte für die Sensorbauelemente wird hierbei hauptsächlich durch die aus der Konstruktion der Maschine folgenden Rahmenbedingungen vorbestimmt.
Bei der Gewinnung der Daten für die algorithmische Interpretation muß die zeitlich beschränkte Ernteperiode beachtet werden, durch die nach dem 13. November keine Untersuchungen bei Ernteeinsätzen mehr ermöglicht werden. Daher werden unter möglichst vielfaltigen Einsatzbedingungen umfassende Datenreihen auf Videobändern aufgezeichnet.
Bei der nächsten Arbeitsphase, der Interpretation der Sensordaten (Videobänder), werden Algorithmen entwickelt, die in erster Linie auf eine schnelle und zuverlässige Extraktion der Laserlinie aus dem Videobild hin optimiert werden. Dabei wird letztendlich eine Analyse von durchschnittlich 20 - 22 Bilder pro Sekunde erreicht, wodurch die Echtzeitfähigkeit der Untersuchung gewährleistet wird. Zudem wird eine sehr hohe Extraktionssicherheit erreicht, weil bei der Entwicklung der Algorithmen stetig die Qualität durch Analyse von unterschiedlichen Aufnahmen in einem eigens entwickelten Fenster zur Anzeige der detektierten Linie verifiziert werden kann. Mit einem zusätzlich implementierten Fenster zur Anzeige des Videobildes ist es möglich, die Ursachen für Fehler bei der Extraktion einfach visuell zu ermitteln. Damit können zu jedem Entwicklungsstand der Algorithmen die Schwachstellen gezielt erkannt und eliminiert werden.
Für die Ermittlung von Aussagen zur Auslastung der Maschine wird durch eine visuelle Beurteilung der Aufzeichnung ermittelt, wie Rüben und lose Erde erkannt werden können. Dabei stellt sich heraus, daß die Rüben so variabel geformt sind, daß bisweilen Erdklumpen der idealen Zuckerrübenform ähnlicher, als manche leicht untypisch aufgewachsene Zuckerrüben sind. Daher kann für die Erkennung der Objekttypen nur ein Algorithmus entwickelt werden, der anhand einer minimalen Rübengröße die Entscheidung durchführt.
Darauf aufbauend werden Algorithmen entwickelt, die die Mengen der Objekte u.a. als prozentuale Anteile der gesamten Querschnittsfläche des Untersuchungsbereichs ausdrücken. Zur Erkennung der Verschmutzung der Rüben können ähnlich zur Ermittlung der Auslastung der Maschine keine Algorithmen entwickelt werden, die anhand der Form der Rüben bzw. Laserlinie die Analyse durchführen. Dies liegt wiederum daran, daß der Erdbelag die Form von untypisch gewachsenen Rüben kaschieren kann und genauso normal gewachsene Rüben als unüblich gewachsen erscheinen lassen kann. Damit können nur die allesamt von der Reflexion des Lasers abhängigen Angaben ,,Linienhelligkeit", „Linienbreite" und "Oberflächenhelligkeit" gewonnen werden.
Für die Beurteilung der Aussagefähigkeit der Analyseergebnisse werden umfassende Visualisierungsmöglichkeiten und eine Sicherung der Ergebnisse in einer Datei entwickelt. Der Algorithmus zur Speicherfähigkeit der Daten verwendet ein Ausgabeformat (ASCII), das gut von statistischen Auswertungsprogrammen, wie z.B. EXCEL, importiert werden kann.
Mit den beschriebenen Auswertungsmöglichkeiten werden zum Abschluß der Arbeit alle aufgezeichneten Datenreihen analysiert und statistisch ausgewertet. Dabei zeigt sich, daß trotz der z. T. mangelhaften Bildqualität (z.B. ungünstige Helligkeitseinstellung an Kamera, Reflexe) für die Verhältnisse sehr gute Informationen gewonnen werden können. So ergibt sich in Relation zu anderen Durchsatzerfassungen eine wesentliche Verbesserung. Selbst die von den ungünstigen Lichtverhältnissen stark betroffene Verschmutztungserkennung ermöglicht einen korrekten Vergleich der Versehrnutzung von unterschiedlichen Ernteeinsätzen.
Damit kann zusammenfassend gefolgert werden, daß mit einem Laserschnittsensor Informationen zur Auslastung der Maschine und zur Versehrnutzung der Rüben gewonnen werden können, die als Ausgangsgröße für die Entwicklung von Regelungen verwendet werden können.
«
In der vorliegenden Arbeit wird versucht, eine Methode zur Datenerfassung zu entwickeln, mit der zuverlässige Aussagen über die Auslastung und andere verbundene Betriebszustände eines Zuckerrübenvollernters ermittelt werden können. Zudem werden Möglichkeiten zur Erfassung der Verschmutzung der Rüben gesucht. Die damit gewonnenen Informationen bilden die Grundlage für die Entwicklung von autonomen Regelungen.
Dazu werden nach der Klärung der Anforderungen an die einzusetzenden Sensorsysteme alle...
»