传感器在谷物联合收获机中的应用进展及发展方向

冉军辉 吴崇友

摘要：国外已将传感器技术应用于谷物联合收获机械关键部件运动监测及自动控制、自动导航、喂入量监测、损失率监测以及自动测产等各个环节，大大提高了机械的可靠性及工作效率。国内为提高收获机械自动化及智能化水平，也开始对传感器技術的应用做多方面的研究。对传感器技术在国内外谷物收获机械中各个方面具体的应用和研究现状做了详细分析、梳理和总结，并在此基础上，提出了传感器技术在农业机械中的发展方向和重点，以期为我国农业机械智能化技术的研究和发展提供点滴参考。

关键词：谷物联合收获机;传感器技术;自动控制;精准农业;自动导航

中图分类号： S225.3  文献标志码： A  文章编号：1002-1302（2019）22-0023-07

根据国标GB/T 7665—2005《传感器通用术语》，传感器的定义为能感受规定的被测量，并按照一定规律（数学函数法则）转换成可用信号的器件或装置，通常由敏感元件和转换元件组成。联合收割机作为一种复杂的农业机械，通过传感器技术的应用实现自动化和智能化，从而提高作业效率和作业质量，减少故障发生，国外已广泛应用，取得显著成效[1-2]。例如，依靠高度自动化的农业装备技术，德国不到2%的农业从业人员对国内生产总值（GDP）的贡献率超过7%，而中国农业从业人员为70%，对GDP的贡献率为10%左右。我国联合收割机自动化及智能化水平较低，且工况恶劣，工作时负荷波动大，故障率高。与国外相比，我国稻麦联合收割机自动化程度落后30年以上。据农业部调查统计，1999年我国联合收割机平均无故障工作时间不足9 h;2000年跟踪调查3家质量较好的企业，无故障工作时间也仅为19.1 h[3]。此外，国内联合收获机还普遍存在工作效率低、损失大等问题，如大豆联合收获总损失率为9.8%～19.3%，油菜联合收获总损失率为12%～15%[4-5]。因此，通过智能化技术提升我国谷物联合收割机的可靠性，减少收获损失，提高作业质量已成为当务之急[6-7]。

1 传感器技术在国内外谷物联合收割机中的应用

20世纪70年代，苏联就将传感器技术应用于收获损失率监测。与此同时，美国、英国以及德国等也开始研究传感器在收获机械中的应用[7]。如今，传感器技术在国外被广泛地应用于谷物流量监测、速度自动控制、安全报警系统、割台高度自动控制等环节中，图1为安装有各种传感器的谷物联合收割机。英国Massey Ferguson公司的收获机械装有自主研发的农田之星系统，该系统可实现机器故障的自动报警，降低了机器故障率，提高了工作效率[8-9]。图2为约翰迪尔新研发的S700系列谷物联合收割机检测及控制系统显示屏，该款产品应用了更多的智能技术，该机可通过自动校正技术完成作业边界的自动调整。此外，驾驶员可通过驾驶室的显示屏实时观测谷物收获过程中的抛洒和清选效果。目前，我国传感器在谷物收获机械收获过程实时监测及重要工作部件的自动控制方面应用很少，基本没有商品化的产品，但国内相关工作人员也在这些方面做了相应研究。

1.1 谷物自动测产

谷物自动测产系统是精细农业关键技术之一，也是实施农田精细管理的基础。目前，美国90%以上的联合收获机都安装有谷物流量监测系统[10]。测产方式主要有冲量式、光电容积式、γ射线式和称质量式等[11-12]。美国Micro Track公司的Grain-Track系统、Ag Leader公司的PF advantage系统和CASE IH公司的AFS系统都是基于冲量式流量测量原理[13]。目前，市场上的产品在实际应用过程中还是存在测量误差较大、产量空间分辨率不高和通用性不强等问题[14]。

国外对测产系统的研究主要有2个方面，一方面是对谷物流量传感器结构原理、信号处理方法及产量模型的研究;另一方面是对产量图的误差分析和时空变异性研究[15]。为提高测产精度，Reinke等利用离散元模型仿真手段，通过研究谷物联合收割机工作特性、谷物物理特性及两者之间相互作用机制，建立了谷物流量与其动量、摩擦系数及密度等各参数之间的非线性模型，采用该模型在试验平台上的最大测量误差为4.02%，其测产精度不稳定[16-17]。Shoji等建立了一种适合日本谷物联合收割机的非线性谷物流量模型，经测产试验，当升运器速度稳定时，其相对均方根误差是4.4%[18-19]。在国内，中国农业大学首先对γ射线式和冲量式谷物流量传感器技术进行了研究，但仍处于试验阶段[20]。为解决国外谷物测产系统存在的精度以及稳定性等问题，国内也有人做了改进研究。为解决冲量式谷物质量流量传感器测量精度易受收获机基础振动的影响，周俊等提出了通过动力消振原理增加弹性元件阻尼的方法，并针对阻尼处理前后的弹性元件，做了冲击响应试验[21];胡均万等设计了一种双板冲量式谷物流量传感器及其差分消振电路，其结构如图3所示[22]。

1.1.1 冲量式谷物流量传感器结构及特点 冲量式谷物流量传感器的工作原理是基于电阻应变式传感器的，其结构如图4所示。该传感器安装在联合收割机升运器出口处，当谷物被升运器刮板推出升运器出口时，抛出的谷物撞击在弹性受力板上，使其发生变形，使传感器中的电阻应变片输出的电阻发生变化，进而导致传感器转换电路输出电压发生变化。具体为谷物流量越大，对弹性元件冲击变形越大，使输出电压越大;谷物流量越小，对弹性元件的冲击越小，输出电压也越小。通过标定使输出电压信号转变为谷物质量流量值来完成联合收割机出粮口的谷物流量测量。该传感器的优点是技术成熟、成本较低、使用安全、应用广泛，但其敏感元件易受收割机振动及外界噪声、搅龙速度、谷物品种以及谷物含水量等的影响[23]。此外，其存在结构复杂，且安装调试困难等缺点。

1.1.2 γ射线式谷物流量传感器基本结构及特点 γ射线传感器由γ射线源和射线检测装置构成（图5）。其基本原理是γ射线射到某种物质时辐射强度会减弱，且服从指数衰减规律，衰减公式如下：

式中：I0为原射线辐射强度;I为遇到障碍物后的辐射强度;v为射线对应某一种障碍物的消弱系数;m为辐射场单位面积上遇到某一障碍物的质量。即遇到的阻挡越多，其衰减也越快。将γ射线传感器安装在谷物升运器出口，当谷物流量大时，γ射線被显著减弱，射线检测器接受到的辐射强度就小;当谷物流量较小时，γ射线被减弱的程度小，射线检测器接受到的辐射强度就大，进而利用这一规律来检测谷物流量。r射线谷物流量传感器。γ射线谷物流量传感器优点为测量精度高，但其制造成本高，射线对人体健康有潜在影响，因此目前没有被普遍应用。

1.1.3 光电容积式谷物流量传感器基本结构及特点 光电容积式谷物流量传感器由光栅接收器及发射器组成，被安装在谷物提升器上。提升器上升时，刮板上的谷物会断续遮挡发射器发射的光束，光栅接收器将与谷物厚度有关的断续光束转化为明暗相间的脉冲信号，将此信号处理后便可得到谷物体积流量，再经换算得到谷物产量[24]。其结构如图6所示。

该传感器的优点是结构简单、成本低等，但其测量精度受谷物密度、 谷物含水率、收割机倾斜度、探头易受粉尘污染等因素的影响，须要经常清洗和标定，性能不稳定。

1.1.4 称质量式谷物流量传感器基本结构及特点 该传感器的测量方法为直接测量法，即升运器刮板上的谷物被输送到安装有测质量传感器的输送带上，称质量传感器可实时测量谷物质量，然后将检测到的信号传输给计算机系统，再结合测量装置中谷物流动时间得到谷物流量。该测量方法由于是直接测量，所受干扰因素较少。该传感器的缺点是运行不稳定，数据波动较大[25]。称质量式谷物流量传感器结构如图7所示。

1.2 籽粒损失检测

损失率是联合收割机的一个重要工作性能指标，也是联合收割机工作参数调整的重要依据。20世纪70年代初，苏联、美国、德国、英国等国家已经开始研究各种谷物损失监视器。约翰迪尔公司生产的JD1075型联合收割机损失监测器可检测单位时间内的谷物损失，该监视系统由逐稿器损失传感器、清粮筛损失传感器和谷物损失监视仪等构成[26]。此外，约翰迪尔公司生产的JD9660STS型联合收获机、凯斯公司生产的Case2366IH型联合收获机均已配备籽粒损失检测传感器，用来监测联合收获机收获中籽粒损失实况。国外主要针对小麦联合收割机收获时清选造成的损失进行监测[27]。

目前谷物损失监测主要采用压电传感器，针对现有传感器测量损失率精度不稳定等问题，国外学者做了相关研究。Diekhans利用作物传感器敏感元件，通过谷物撞击敏感材料，使敏感材料产生振动，再由计算机系统分析传感器传输的振动信号来检测谷物损失[28]。KEE公司研发了一种利用薄金属板和压电陶瓷做成的传感器，由于该传感器易受振动影响，因此其测量精度不稳定[29]。此外，TeeJet公司的LH765谷物收获机收获损失监测器中采用Walker传感器，其具有很强的抗干扰能力[30]。Bernhardt等利用安装在谷物不同脱粒位置的称质量传感器测量谷物质量，利用这些传感器监测的信息间接得到谷物在不同脱粒位置的损失情况，可避免直接测量损失量的不足，提高了监测精度[31]。

国内科研人员对籽粒损失监测技术也进行了研究。李耀明等设计了一套籽粒损失监测传感器标定试验台，室内试验结果表明，针对含水率不同的小麦样品籽粒损失监测传感器的测量误差可以限制在4.8%以内;根据标定结果确定了传感器在监测夹带损失时的安装位置，且田间试验结果表明夹带损失最大监测误差为3.40%[32]。周利明等针对国外谷物损失监测传感器限于敏感材料而不能大幅提高所测撞击频率的上限从而影响精度、传感器无法获知籽粒损失空间分布状况等问题，采用聚偏氟乙烯（PVDF）压电薄膜作为传感器敏感材料，设计了阵列式PVDF传感器及相应的信号处理电路，传感器单元结构如图8所示，利用该传感器可以得到籽粒损失的空间分布信息[33]。

梁振伟等通过对传感器不同敏感元件的模态分析发现，籽粒损失监测传感器性能与其敏感元件的振动特性有密切关系[34]。李耀明针对联合收割机在收获高产水稻时籽粒夹带损失率偏高，籽粒夹带损失实时监测难度大的问题，提出了一种对纵轴流联合收割机籽粒夹带损失进行实时间接监测的新方法，他们建立了具体的数学模型，研制了籽粒损失监测传感器，该系统最大测量相对误差为3.03%[35]。目前，用于谷物损失监测的几种典型传感器的主要优缺点如表1所示。

1.3 割台高度自动控制

为满足收割机在各种29情况下均能保持收割高度的一致性，必须使收割机割刀与地表距离保持一致。从20世纪70年代开始，世界上一些大型跨国公司就开始割台自动控制的研究。割台自动控制系统就是在原有的割台液压系统中增加传感器、电磁阀门以及电气控制系统来实现的，日本井关公司的NX3000联合收割机上就安装有割台高度自动控制装置。加拿大麦赛福格公司的MF860、美国约翰迪尔的 JD-1075H、纽荷兰的TD-70、德国卡拉斯公司的D-85、日本太郎生产的3100CT等均有割台高度自动控制系统[36]。

割台高度自动控制中的传感器有接触点式和非接触点式2种，国外主要应用接触点式传感器。图9为加拿大麦赛福格公司研发的MF860联合收割机磁吸式高度传感器机构。套有弹性仿形板的传感轴安装在割台下面，割台工作时仿形板始终与田地接触，随地面起伏而起落，传感轴随之左右摆动，在调节拉杆作用下，使扇形传感铁板左右摆动，控制传感开关的开合。基本工作过程：割台在平地状态下稳定工作，遇到田地不平时，与地面接触的传感器开始工作，传感开关接通控制电路，进一步控制液压系统自动调节割台高度，使割台保持在一定高度稳定工作。图10是约翰迪尔公司的 JD-1075H联合收割机触点式割台高度传感机构。割台下面安装有4片仿形传感托板，田地高低不平时，托板上下摆动带动传感轴转过一定角度，带动安装在传感轴左侧的电路传感盒内的转柄转过一个角度，且接通相应的电极使割台液压电磁阀动作，最终实现割台高度调节。该机构可以直接显示割台高度[37]。

针对触点式割台高度自动控制传感器存在传感机构易磨损、使用寿命低、可靠性不高等问题，研究人员正在探索新的解决办法。国外在此方面的研究不多，Richard在其论文中提到了应用超声波测距感器对割台高度实现控制的思想，国内研究人员做了一些研究工作。杨术明等设计了一套基于超聲波传感器的割台高度控制系统，以单片机为控制中心，通过液晶显示模块LCM1602显示割台高度，可实现工作过程中全程监控割台高度变化情况[38]。王熙等设计了一种基于霍尔集成电路的无触点式割台高度自动控制传感器，该传感器具有体积小、防潮湿、不怕灰尘及油污等优点，其结构如图11所示[39]。

1.4 故障诊断

目前，国外联合收割机均实现了对关键部件的工况自动检测、故障诊断等自动化[40]。例如，德国芬特公司的C型联合收获机上安装有一套完善的故障报警系统，可全面诊断联合收割机故障[41]。久保田公司研发的PRO208半喂入联合收割机中均装有自动控制装置和自动报警系统， 可对输送螺旋杆处的堵塞、集装箱谷物的装入量、水温、发动机油温、燃油油位、计时表、部件转速等进行全面监测[42]。约翰迪尔、凯斯、纽荷兰、Fendt、CLASS等公司生产的联合收割机上也都装有故障诊断与自动报警系统，可对收割机关键部件的转速、振动、扭矩及温度等参数信息进行实时监测，再经过各种故障诊断方法分析出主要工作部件的负荷状况，若负荷超过预定值，则系统开始报警并显示故障发生位置[43]。而国内受限于联合收割机本身的发展，使农业机械故障诊断及自动报警系统处在研究阶段，没有成熟的产品。

国内外学者在此方面的研究主要是对新理论、新方法的探索。Chen等对收割机主要工作部件的监测和故障诊断做了研究，他们将自组织映射以及多层前馈网络方法应用在收割机故障诊断中。经试验，此方法可较好地预警联合收割机的堵塞故障[44]。Guo等利用超声波传感器设计了一套安全报警系统，用来检测机器周围移动的物体。该系统利用2个超声波传感器检测移动目标与传感器之间的距离，再用位置检测算法得到移动物体离机器的相对位置，并当目标接近机械到达一定范围时，报警装置自动开启，及时提醒机器操作者可能存在的危险[45]。陈进等在故障监测及诊断方法方面做了大量研究，研发的设备可通过对联合收割机关键部件转速信号的瞬时变化趋势及波动范围进行分析后判断出收割机工作状态，并采用控制器局域网络（CAN）通信技术将部件工作参数及诊断结果显示在屏幕上，进而实现故障诊断及报警[46]。

1.5 行走速度自动控制

联合收割机行走速度直接影响喂入量以及脱粒滚筒负荷，关系到整机作业质量和效率，很有必要对其进行自动控制[47]。目前，我国对行走速度自动控制还没有进入实际应用环节，国外对行走速度自动控制主要有机-液和电-液2种形式。图12为机-液速度自动控制原理图。利用传感器测量倾斜输送器链条的浮动量，若浮动量超过设定值，则拉丝拉动液流分配阀，行走机构变速器的油缸动作，变速器传动比改变，从而调整行驶速度。图13为电-液式速度自动控制原理图。脱粒滚筒中谷物厚度的变化使传感器随输送器左右摆动，谷物厚度超过设定值时触点a接通，使电磁阀左线圈闭合，压力油进入油缸下腔驱动行走无级变速器变速，使速度降低;喂入量小于标定值时b点接通，电磁阀右线圈闭合，油缸上腔进油，使传动比增大，从而提高行走速度[48]。

以上2种速度自动控制方式结构较复杂、控制精度不高，操作也不方便。久保田ZX3000半喂入联合收割机上安装的传感器可直接测量滚筒扭矩，通过扭矩信息间接判断喂入量，然后使电机改变行走变速器中的油泵倾斜角度，来完成行走速度的调节，保证收割机负荷稳定[49]。德国研发出了一种利用喂入量信号可同时控制滚筒转速和机器前进速度的联合收割机。它使收获效率提高20%，并显著减小了脱粒损失[50]。我国也对联合收割机行走速度自动控制进行了研究。林伟通过综合分析传感器监测到的喂入量和机器行走速度的参数，利用单片机发出相关控制指令来调节速度，进而实现了通过控制行走速度调节喂入量[51]。秦云研究了收割机负荷-车速串级自适应控制系统，该控制系统具有较强的动态响应能力[52]。王新等为了实现联合收割机作业速度的合理控制，通过鲁棒优化设计理论，建立了以收获损失、收获质量和机械能效利用率为控制目标的收割机作业速度的最优控制模型[53]。

1.6 方向自动控制

自动导航已成为农机发展的必然趋势，也是实现精准农业的基础[54-55]。目前，日本半喂入水稻联合收割机有些安装了一种简易的方向自动控制系统。他们在分禾器部分设置杆式作物检测传感器，用于检测作物行。传感器底部的微动开关通过控制机构，将测得的连续信号传递给转向离合器的电磁阀，使之自动修正方向。当须要临时转弯时，可通过操纵手动转向离合器控制杆实现。德国CLAAS公司的LEXION600系列联合收割机上安装有GPS PILOT自动驾驶系统，可沿着规划的路径自动行驶[56]。国外相关导航产品主要有美国Trimble公司的Autopilot系统、John Deer的Auto Trac系统、日本的拓普康导航系统以及加拿大Heimisphere的导航系统等，国内的Auto Guide系统也有较好的性能[57]。图14为我国研发的基于北斗卫星的自动导航系统在驾驶室中的显示界面，该系统导航精度也较高。

自动导航是由一个复杂的系统完成的，它包括机械、电子、算法等众多学科。国内外对农业机械自动导航的研究主要是围绕全球导航卫星系统（GNSS）展开的，主要研究定位方法、农机模型与导航路径控制方法等[58]。由于普通的全球定位系统（GPS）定位精度为10 m左右，达不到农机定位要求，因此农机导航目前普遍应用精度可达厘米级的载波相位差分技术（RTK）-GPS系统[59]。Gan-Mor等研发了一套基于RTK-GPS的导航系统，该系统可为GPS提供稳定的基准站，利用无线电通信的方法实时传送修正数据，然后以此来修正测量结果，最终减小定位误差[60]。2013年北海道大学研发了RTK-GPS与惯性测量元件（IMU）结合使用的自动导航系统，该系统可补偿由车辆姿势导致的定位误差[61]。罗锡文等根据RTK-DGPS的定位数据，开发了基于PID算法的自动导航系统，当机器速度在 0.8 m/s 时，作业行的误差在 0.15 m 内[62]。由于GNSS具有须要预先规划路线、时间延迟、易受外界干扰、成本高等缺点，人们也开始研究其他导航方法，例如应用激光识别技术、视觉识别技术等实现导航。Shen等研究了一种基于激光作物行传感器的农机自动导航系统，它由1个激光位移传感器和1个马达驱动的六面偏振镜组成，该系统可由激光传感器直接检测作物行信息，然后计算机分析得出作物行具体位置信息，作业速度为0.5～1.5 m/s 时，该系统可精确地跟踪作物行，作业速度为 1.0 m/s 时，最大均方差为22.6 mm[63]。对作物进行识别分析，将其与地面区分开，是实现定位的重要前提。Weiss等利用三维激光雷达传感器技术研发出了一套导航系统，该系统识别作物后可自动绘制田间作物分布图，指导机器定位;试验结果表明，利用低分辨率的FX6激光雷达传感器就可实现高精度定位[64]。

2 总结

欧美国家、日本等发达国家智能农业机械技术已经基本成熟，应用成效显著，带动农业机械向精准、高效方向发展。国内农业机械自动化及智能化程度普遍较低，国产谷物收割机大都没有配备关键部件智能监测系统及自动控制设备，但在收割机收获损失监测、自动测产及喂入量自动控制等方面正进行大量研究。智能谷物联合收割机优势显著，主要体现在以下几个方面：

（1）拥有强大的功能。智能谷物联合收割机由于安装了喂入量自动控制系统、测产系统、谷物损失监测系统、自动导航控制系统等一系列智能化设备，不仅作业效率高、质量高，而且利用自动测产等技术得到的产量信息为下一轮作物播种、变量施肥以及药物喷洒等提供重要依据，使农田管理更科学、高效。

（2）劳动强度低、作业效率高。智能谷物联合收割机根据作业的具体环境对工作参数进行自动检测和控制，降低了操作人员的劳动强度，提高了作业效率。

（3）安全、可靠。先进的故障诊断系统可及时发现潜在的故障并使其得到快速解决，监视系统可根据作业环境及作业对象的变化进行自动调节工作参数，使机器始终处于最佳的工作状态，因此机械故障率和事故率大大降低，为高效作业提供了保障。

（4）节能、环保。智能联合收获机通过拨禾轮转速自动调节、喂入量自动控制以及割台高度自动控制等技术使其始终保持在最佳的工作状态，效率高，节能减排效果显著。

（5）通用性强。通过收割机部件的模块化设计和标准接口，可以根据不同作物种类以及不同收获方式选择工作部件，构建不同功能的收割机。通过智能化技术，方便调节工作参数，满足不同作物收获的需要，从而实现一机多用，提高机具利用率。

3 发展趋势

3.1 参数自动检测与调节

我国精准农业刚刚起步，智能测产、谷物收获损失实时监测、喂入量自动控制以及割台高度自动控制等系统的市场潜力巨大，是国内研究的主要方向。由于我国是一个多山的国家，很多地块高低不平，因此今后也应在割台仿形控制技术以及清选风机智能调速、筛片开度自动调节技术等方面加强研究。

3.2 自动导航

利用导航技术可减少重复作业区，提高农业机械的田间作业质量和效率，降低驾驶员劳动强度，实现远程控制和农机物联网的建设。因此自动导航技术将成为联合收割机必备的普遍應用的重要技术。

3.3 传感器本身

为了适应农机复杂的作业环境，传感器技术也将全面发展。首先，为了满足农机长时间、远距离作业，开发基于压电效应、热电效应、光电动势效应构成的无源传感器显得格外重要;其次，为了适应农机复杂的作业环境，传感器将向着微型化、集成化、高精度方向发展。

3.4 我国谷物联合收割机智能化发展

优质高效、智能舒适将是联合收割机的总体发展目标，以传感器技术为基础的智能化技术是其核心与关键，建议统筹布局，重点研发，促进联合收获机技术升级和产业发展。

参考文献：

[1]熊迎军，周 俊，韦 玮. 嵌入式谷物流量传感器设计与试验[J]. 农业工程学报，2018，34（5）：39-46.

[2]王新岚. 浅谈传感器在农业机械中的重要性[J]. 农业技术与装备，2016（4）：21-23.

[3]梁学修. 联合收割机自动监测系统研究[D]. 北京：中国农业机械化科学研究院，2013.

[4]刘 基，金诚谦，梁苏宁，等. 大豆机械收获损失的研究现状[J]. 农机化研究，2017（7）：1-9，15.

[5]吴崇友，王积军，廖庆喜，等. 油菜生产现状与问题分析[J]. 中国农机化学报，2017，38（1）：124-131.

[6]罗锡文，廖 娟，邹湘军，等. 信息技术提升农业机械化水平[J]. 农业工程学报，2016，32（20）：1-14.

[7]吴 琼. 传感器在农业机械上的应用[J]. 现代化农业，1996（2）：29-30.

[8]Coena T，Saeysa W，Missottenb B，et al. Cruise control on a combine harvester using model-based predictive control[J]. Biosystems Engineering，2008，106（2）：47-55.

[9]Earl R，Wheeler P N，Blackmore B S，et al. Precision farming the management of variability[J]. Landwards，2002，51（4）：18-23.

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

[11]Arslan S，Inanc F，Gray J N，et al. Grain flow measurements with X-ray techniques[J]. Computers and Electronics in Agriculture，2000，26（200）：65-80.

[12]Moore M. An investigation into the accuracy of yield maps and their subsequent use in crop management[D]. England，Granfield，Bedfordshire：Cranfield University，1998.

[13]陈树人，张文革，李相平，等. 冲量式谷物流量传感器性能实验研究[J]. 农业机械学报，2005，36（2）：82-84.

[14]周 俊. 冲量式谷物质量流量传感器及智能测产技术研究[D]. 上海：上海交通大学，2005：12-13.

[15]李新成. 谷物联合收割机产量检测系统优化及远程数据开发[D]. 北京：中国农业大学，2015.

[16]Reinke R. Self-calibrating mass flow sensor[D]. Urbana：University of Illionois at Urbana-Champaign，2010：1-5.

[17]Reinke R，Dankowicz H，Phelan J，et al. A dynamic grain flow model for a mass flow yield sensor on a combine[J]. Precision Agriculture，2011，12（5）：732-749.

[18]Shoji K，Itoh H，Kawanura T. In-situ non-liner calibration of grain-yield sensor-optimization of parameters for flow rate of grain vs.force on the sensor[J]. Engineering in Agriculture，Environment and food，2009，2（3）：78-82.

[19]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.

[20]张惠莉. 面向康拜因收获过程的谷物流量在线实时监测方法的研究[D]. 北京：中国农业大学，2002：1-10.

[21]周 俊，周国祥，苗玉彬，等. 悬臂梁冲量式谷物质量流量传感器阻尼设计[J]. 农业機械学报，2005，36（11）：121-123，127.

[22]胡均万，罗锡文，阮 欢，等. 双板差分冲量式谷物流量传感器设计[J]. 农业机械学报，2009，40（4）：69-72.

[23]陈巡洲. 冲量式谷物流量传感器研究[D]. 上海：上海交通大学，2009：1-77.

[24]马朝兴，李耀明，徐立章. 联合收割机谷物流量传感器的现状与分析[J]. 农机化研究，2008（7）：74-76.

[25]李明環，徐 践，张 娜. 两种谷物质量流量传感器的适用性研究[J]. 现代农业科技，2018（6）：162-163.

[26]周贺龙. 谷物联合收获清选损失监测系统研究[D]. 杨凌：西北农林科技大学，2010：1-46.

[27]Steinhagen B W，Hubner R，Damm W. Sensor for harvesting machines：US6146268[P]. 2000-11-14.

[28]Dickhans N.Automatic steering mechanism and method for harvesting machine：us6101795[P]. United States Patent，1998-12-06.

[29]李俊峰. 联合收割机谷物损失传感器结构改进及其实验室标定[J]. 农业装备与车辆工程，2006（11）：10-13.

[30]TeeJet corporation.Operators manual & fitting instructions for the LH765 grain loss monitor[Z]. No.020-765-UK Version 2.00.

[31]Bernhardt P，Huebner D.Method of determining the loss in agricultural machines：EP20020026556[P]. 2003-06-23.

[32]李耀明，梁振伟，赵 湛，等. 联合收获机籽粒损失监测传感器性能标定试验[J]. 农业机械学报，2012，43（增刊1）：79-83.

[33]周利明，张小超，刘阳春，等. 联合收获机谷物损失测量PVDF阵列传感器设计与试验[J]. 农业机械学报，2010，41（6）：167-171.

[34]梁振伟，李耀明，赵 湛，等. 基于模态分析的联合收获机籽粒损失监测传感器结构优化与试验[J]. 农业工程学报，2013，29（4）：22-29.

[35]李耀明. 纵轴流联合收割机籽粒夹带损失监测方法及传感器研制[J]. 农业工程学报，2014，30（3）：18-26.

[36]Jim K，Krutz G W，Huggins L F.Computer controls for the machine[J]. Agricultural Engineering，1983，64（2）：7-9.

[37]杨银辉. 基于超声波传感器的割台高度自动控制系统研究[D]. 杨凌：西北农林科技大学，2007.

[38]杨术明，杨 青，杨银辉，等. 基于超声波传感器的割台高度控制系统设计[J]. 农机化研究，2008（3）：134-136，156.

[39]王 熙，王新忠. 收获机割台高度无触点式传感器[J]. 农业机械学报，2001，32（1）：122-123.

[40]王 刚，吴崇友，伍德林. 我国通用型联合收割机现状与发展思考[J]. 中国农机化学报，2013，34（6）：6-8，26.

[41]吴清分. Fendt公司C系列新型联合收割机[J]. 农业工程，2013，3（2）：107-111.

[42]季圆圆. 基于触摸屏的谷物联合收割机智能控制系统的研究[D]. 镇江：江苏大学，2014.

[43]Craessaerts G，de Baerdemaeker J，Saeys W. Fault diagnostic systems for agricultural machinery[J]. Biosystems Engineering，2010，106（1）：26-36.

[44]Chen J，Huang Z G. Research of multi-signal detecting method and the auto-alarm system on combine harvester[C]//Proceedings of 2008 international conference on informationization，automation and electrification in agriculture.2008：322-326.

[45]Guo L，Zhang Q，Han S. Agricultural machinery safety alert system using ultrasonic sensors[J]. Journal of Agricultural Safety and Health，2002，8（4）：385-396.

[46]陳 进，吕世杰，李耀明，等. 基于PLC的联合收获机作业流程故障诊断方法研究[J]. 农业机械学报，2011，42（增刊1）：112-116，121.

[47]庹朝永. 联合收割机行走速度分析及控制系统设计[J]. 农机化研究，2011（8）：97-100.

[48]刘江华. 拨禾轮转速自动控制系统设计[D]. 杨凌：西北农林科技大学，2007.

[49]Maertens K，De Baerdemaeker J. Design of a virtual combine harvester[J]. Mathematics and Computers in Simulation，2004，65（1/2）：49-57.

[50]赵永满，王维新. 国外农业机械化的现状及发展态势[J]. 农机化研究，2005（4）：10-12.

[51]林 伟. 基于喂入量的联合收割机速度自动控制系统研究[D]. 杨凌：西北农林科技大学，2009.

[52]秦 云. 联合收割机负荷控制系统研究[D]. 镇江：江苏大学，2012.

[53]王 新，付 函，王书茂，等. 收割机作业速度多目标控制模型的鲁棒优化设计[J]. 农业工程学报，2012，28（20）：27-33.

[54]刘兆朋，张智刚，罗锡文，等. 雷沃ZP9500高地隙喷雾机的GNSS自动导航作业系统设计[J]. 农业工程学报，2018，34（1）：15-21.

[55]吉辉利，王 熙. 农机卫星定位导航精度评估方法研究[J]. 农机化研究，2016（11）：242-245，262.

[56]吴清分. CLAAS公司LEXION600系列联合收割机[J]. 农业工程，2011，2（11）：63-67.

[57]刘 辉. 农机自动导航系统作业精度评价方法研究与试验验证[D]. 泰安：山东农业大学，2017.

[58]胡静涛，高 雷，白晓平，等. 农业机械自动导航技术研究进展[J]. 农业工程学报，2015，31（10）：1-10.

[59]Robati J，Navid H，Rezaei M. Automatic guidance of an agricultural tractor along with the side shift control of the attached crop cultivator[J]. Journal of Agricultural Science and Technology，2012，2（1）：151-158.

[60]Gan-Mor S，Clark R L，Upchurch B L. Implement lateral position accuracy under RTK-GPS tractor guidance[J]. Computers and Electronics in Agriculture，2007，59（1/2）：31-38.

[61]Yang L L. Development of a robot tractor implemented an omni-directional safety system[D]. Sapporo：Hokkaido University，2013.

[62]罗锡文，张智刚，赵祚喜，等. 东方红X-804拖拉机的DGPS自动导航控制系统[J]. 农业工程学报，2009，25（11）：139-145.

[63]Shen B，Satow T，Hironaka K. Development of laser crop sensor for automatic guidance system of tractor-mounted implements[J]. Journal of the Japanese Society of Agricultural Machinery，2008，70（6）：90-96.

[64]Weiss U，Biber P. Plant detection and mapping for agricultural robots using a 3D LIDAR sensor[J]. Robotics and Autonomous Systems，2011（59）：265-273.