基于磁场的棉花种深探测试验研究

康 佳，王 楠，姜海勇，徐鹏云，贾梦迪，邵利敏

（河北农业大学 机电工程学院，河北 保定 071001）

棉花种子萌发时，种子消耗胚乳供胚发育，胚根向下生长受土壤阻力增加，使顶部子叶上升，若胚乳消耗殆尽前子叶未出土已进行光合作用供给营养，则种子不能成活，可成活种子的覆土越深，视为拱土力越强，因此覆土深度直接影响发芽率［1-3］。国家标准规定［2,4-5］，毛子发芽率达70%,包衣子及光子发芽率达80%为合格，否则不允许作生产用种销售。而实际作业中［6-8］，播种时开沟深度、投种位置和覆土量难控制，播后种子深度随土壤容重改变，测量覆土深度时需手工剖分种床，对种苗造成严重损伤［9］，可见用于小区育种时，精确无损地探测种子覆土深度具有重要意义。

现有研究中［10-12］，Kiani S等于2010年提出使用非接触式超声波传感器对种子单元进行自动在线深度控制，可精确控制播种坑深［10］；李玉环等于2016年提出玉米播种深度智能调控系统，播种合格率明显优于机械仿形装置，实现了播种深度的自动调控，保证了玉米播种深度一致性［13］。但以上方法都不能获取种子覆土后实际深度。

本试验通过借鉴大地地磁测深法、瞬变电磁法、激电测深法等［14-16］，分析所测磁球磁场强度分布规律，实现了对种子三维坐标的无接触式自动获取，以期为建立数字化棉花栽培管理系统奠定基础［17］。

1 材料和方法

1.1 材料与仪器

1.1.1 试验环境、材料 试验于2018年3月在室内进行。试验对象为磁球，直径分别为6、10 mm。

1.1.2 系统总体结构 计算机通过Mach3软件系统向运动控制板发送扫描指令后，传感器在磁球上方沿路径扫描，在每个设定测点停顿时，Mach3运动控制板向单片机发送数据采集指令，使单片机将当前场强数据Z与坐标X、Y绑定并存储，扫描完成后，单片机以无线通信的方式将数据传输给计算机，经过上位机软件处理数据得出种子三维坐标，并显示数据分析结果（图1）。

图1 系统结构框图Fig.1 System block diagram

1.1.3 机械结构 目前常见三维XYZ运动机构包括龙门式、悬臂式、虚拟轴式等。本试验所需负载仅为高斯计，重量轻，运行精度要求高。并联结构具有比刚度高、响应速度快、运动精度高、成本低等优点，而其他机构在这些方面相对不足，故选用DELTA并联机构［18］（图2）。

图2 机械结构Fig.2 Mechanical structure

1.1.4 运动控制方案 由于数控系统具有简洁、成熟、易操作、自动化程度高等优点，故采用数控系统状态监测思想。如图3，Arduino UNO R3单片机输入口与Mach3数控运动控制板输出口通信，传感器每到达一个测点时，通过使用自定义的M代码使Mach3板改变输出口电平状态，触发单片机记录坐标。

图 3 数控指令流程图Fig.3 CNC instruction flow chart

1.1.5 数据采集方案 如图4，本试验选用Hall效应霍尔传感器，由Si密封的GaAs半导体霍尔器件，经1.5 V电压激励输出差分信号，其输出电压具有灵敏度的温度系数小、输出电压对应于磁场强度线性度好，高频特性优良等特点。传感器霍尔电压原理公式：

图4 传感器原理图Fig.4 Sensor schematic diagram

UH=K·IIN·B

UH：霍尔电压，V；

K：磁敏感度；

IIN：输入电流，A；

B：磁场强度，Gs。

如图5，使用信号模式转换电路将差分信号转换为单端信号，加入硬件滤波以减弱环境中干扰磁场的影响。传感器的探测范围是（8±2）cm,系统稳定裕量是（8±0.75）cm。

图5 传感器数据采集系统Fig.5 Sensor data acquisition system

1.1.6 交互界面设计 使用MATLAB App Designer开发了面向对象的交互软件，显示数据分析结果。交互界面如图6所示。

图6 交互界面Fig.6 User-interface

1.2 方法

1.2.1 数据采集 为避免电机中的线圈影响测量结果，分别测量随距离变化的N极、S极和无磁体场强3种情况的数据，求出无磁体时场强平均值以及N、S极场强随距离变化的实际拟合曲线。

如图7，使用Curve Fitting Tool中的Polynomial：robust-LAR拟合无磁体时场强值，得标准平均值342 H。

如图8，传感器从磁球S极表面开始，向远离表面的方向移动，每隔0.5 mm记录1次场强数据。观察N极朝上时场强-距离测点拟合曲线知，此曲线为分段函数，提取10～40 mm范围内曲线，使用smoothdata函数中的rlowess方法平滑去噪后，选用插值函数polyfit 求拟合参数，再由polyval函数得出S极朝上时场强-距离测点拟合曲线多项式：

如图9，传感器从磁球N极表面开始，向远离表面的方向移动，每隔0.5 mm记录1次数据。使用相同方法得出N极朝上时场强-距离测点拟合曲线多项式：

1.2.2 观察数据规律 将磁球摆放于已知参考坐标(5.5,6,12)，分别将磁球按照N极朝上、S极朝上、磁轴任意角倾斜3种姿态摆放，运行扫描程序，记录磁体上方平面10×10×10点阵数据。通过观察场强分布曲面图规律以及参考坐标位置，发现S极朝上时（如图10）或N极朝上时（如图11），数据曲面呈现单峰值特征；而当磁轴任意角倾斜时（如图12），数据曲面呈现为双峰特征。

1.2.3 设计磁体位置探测算法 此算法通过MATLAB编写运算程序实现。本研究对3种姿态的磁球在不同深度下做数据采集和处理，提出1种磁体定位算法，如图13。

(1)区分磁体姿态

1)去噪：输入采集点数组，使用smoothdata函数的lowess方法平滑去噪后，使用reshape函数转换为矩阵。

2) 平滑拟合曲面：使用griddedInterpolant函数的cubic方法对离散点做插值拟合，之后用ndgrid函数对拟合曲面重新精细划分为间距0.05的200×200矩阵以供采样。使用max和min函数分别求最大值点和最小值点，将最值点与平均值average=342做差，得变量a和b。

3)判断曲面特点：设置阀值j=50用以判断曲面特点，若|a|＞j且|b|＞j，则呈双峰状，N/S极倾斜摆放，如图13，若|a|＞j或|b|＞j，则呈单峰状，N/S极竖直摆放。

(2) N/S极竖直摆放时

1)判定NS极：将单峰极值a、b与无磁场时平均值average对比，大于平均值为N极朝上、小于平均值为S极朝上。

2)求X、Y：使用find函数查找最值点在矩阵中的行、列值作为X、Y坐标。

3)求Z：将极值点坐标带入场强-距离拟合曲线F(x)求得磁体深度坐标Z。

图7 无磁体时场强-距离测点拟合曲线Fig.7 Field strength-distance measurement point fitting curve without magnet

图8 S极朝上时场强-距离测点拟合曲线Fig.8 Field strength-distance fitting curve fitting when S pole is up

图9 N极朝上时场强-距离测点拟合曲线Fig.9 Field strength-distance fitting curve fitting when N pole is up

图10 S极朝上时探测结果（X，Y：位置点）Fig.10 Detection result when S pole is up（X, Y: Position）

图11 N极朝上时探测结果（X，Y：位置点）Fig.11 Detection result when N pole is up（X, Y: Position）

图12 磁轴倾斜时探测结果（X，Y：位置点）Fig.12 Magnetic axis tilt detection result（X, Y: Position）

图13 磁体定位算法Fig.13 Magnet positioning algorithm

(3) N/S极倾斜摆放时

如图14，A为场强最大值点，B为场强最小值点，O为直线AB与均值水平面Z=average的交点，C1为点A在均值水平面的投影点，C2为点B在均值水平面的投影点，ΔAC1O、ΔBC2O为相似直角三角形。

图14 双峰算法原理图Fig.14 Twin peaks algorithm schematic

1)求最值点与磁体距离：将两最值点A、B的场强值a、b带入场强-距离拟合曲线F(x)求得线段OA、OB长度。

2)求X、Y：由相似三角形定理联立方程，解得X、Y。

3）求Z：直角三角形ΔAC1O中，由勾股定理求解公式，AC12+OC12=AO2得Z坐标。

1.2.4 重复试验 点击交互界面“运行”按钮，得出点阵数据、场强分布图以及X、Y、Z坐标的计算结果，重复运行32次，观察并记录实验结果。

2 结果与分析

如表1，重复试验32次，X坐标最大误差为2.286 mm，Y坐标最大误差为2.307 mm，Z坐标最大误差为2.471 mm。

表1 数据误差表Table 1 Deviation table mm

3 讨论与结论

对于探测种子深度，本文提出了1种磁体定位方式，编写MATLAB程序完成单个磁体的测量探深算法，该算法用于收集和处理3种不同深度的磁球的数据，实现了棉花种子三维坐标的无接触式自动测量，使国内棉花种子质量评定中拱土力指标有据可依。

本试验选用磁场来探测种子深度的方式，磁体易于购买，属于非消耗品，可多次重复使用，并且传感器成本相对较低可实现简洁高效的算法，精度相对较高。相较于其他探测方式，红外光电探测法传感器成本高，数据处理复杂；超声波传感器受土壤介质影响大，难以识别小体积目标，探测数据精度低。但本试验仍有一些不足需要改进，主要有以下几个方面：

(1)由多次试验所得数据可知，本探测系统误差在2.5 mm以内，仍有较大的精度提高空间；

(2)受探测方案限制，每点探测用时约为1 s,每粒种子常规探测总时间约为100 s，从作业速度方面考虑仍有优化需求。