[發明專利]基于機器學習的農機作業面積計算方法及系統

有效

• 申請號: 202210568385.6
• 申請日: 2022-05-24
• 公開（公告）號: CN114662621B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 齊浩;周婷;楊帆;熊振
• 申請（專利權）人: 靈梟科技（武漢）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/762;G06V10/72;G06V10/764;G06V10/82;G06N3/04;G06N3/08;G06T7/62
• 代理公司: 武漢知伯樂知識產權代理有限公司 42282
• 代理人: 王福新

本發明公開了一種基于機器學習的農機作業面積計算方法及系統，包括實現計畝算法的終端與存儲介質。本發明為了解決單一計畝算法在多種行駛軌跡與多種復雜的作業場景下作業面積計算精度較低的問題。具體步驟包括：獲取農機具作業數據，使用lof算法去除軌跡漂移點與停留點；利用霍普金斯統計量與dbsca算法對數據進行時間和空間上的聚類分割作業地塊；利用CNN算法出識別軌跡類型；根據圖像像素點計算漏耕率；通過決策樹算法選擇適宜的插值方法與面積計算方法，并計算作業面積。本發明相對于現有的算法，適用于多種作業場景，多種作業軌跡類型，并且避免了漏耕對面積測量結果的影響，有效地提高了作業面積計算的精確度。

技術領域

本發明屬于農機作業面積計算方法領域，更具體地，涉及一種基于機器學習的農機作業面積計算方法及系統。

背景技術

智慧農業系統在幫助農戶耕種管收無人化作業時，需要準確地監測出各個環節的作業面積，從而進行全過程的科學化管控。同時，在國家農機作業補貼實施過程中，存在套補現象，實際種植糧食面積仍需要進一步準確核實。如何精準地測出作業面積，是智慧農業科學控制農業生產以及國家作業補貼核實的需要。

目前，基于的農機作業面積測量方法大致可分為兩類：一種是基于邊界的測量方法，一種是基于軌跡的測量方法?；谶吔绲臏y量方法主要是手持或車載測量儀繞作業區域邊界一周，然后計算所得多邊形面積即為作業面積?；谲壽E的測量方法目前主要有：根據農機位移長度乘作業幅寬來計算出實際的作業面積的方法、基于農機空間運行軌跡的設置作業緩沖區的作業計量算法、使用改進后的Alpha-Shape算法計算農機作業面積、基于面積格點覆蓋的深松作業面積計算方法、基于耕作軌跡等效矩形累加的農機作業面積測量方法、基于貝塞爾曲線擬合路徑的農機作業面積計算方法、識別最外側的輪廓點然后使用三角剖分法求出作業面積的方法等。

基于邊界的面積測量方法可以勝任不規則地塊的面積測量，一般來說地塊面積愈大，測量結果的精度就愈高，但是其缺點就在于無法對單臺農機的作業面積進行實時動態測量，且難以對作業過程中的重漏面積進行處理。故本專利采用基于軌跡的測量方法。上述基于軌跡的計算方法，其泛化能力較弱，不適宜多場景應用如：根據農機位移長度乘作業幅寬來計算出實際的作業面積的方法，其在涉及到重耕操作時誤差較為明顯；又如基于農機空間運行軌跡的設置作業緩沖區的作業計量算法，其在作業地塊面積偏大時其運行效率較低；又如改進后的Alpha-Shape算法其比較適用于小面積與不規則田塊的計算，其對于小塊農田與不規則農田面積測量時的誤差率分別為：3.5%，5%以上，但對于大田塊的測量誤差較大。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供一種基于作業軌跡識別的農機作業面積計算方法，可以計算攜帶了北斗或GPS且帶有差分定位功能的數據采集設備的農業機械的作業面積，并且可以保證計算結果的相對準確性，且使計算速度達到相對最優。

為了解決上述問題，按照本發明的第一方面，提供一種基于機器學習的農機作業面積計算方法，包括：

步驟1：根據農機編碼與作業時間，獲取農機具作業軌跡數據；

步驟2：對步驟1獲取到的數據進行數據處理,包括：停留點的剔除；使用lof算法對漂移點進行剔除；

步驟3：對處理好的數據計算霍普金斯統計量，如果該值大于0.8，則使用改進的dbscan聚類算法進行地塊劃分，如果小于0.8則不用使用聚類算法，如果小于0.55的則將其刪除并標注為異常作業；

步驟4：對步驟3獲取到的軌跡空間聚類數據，將其時間緯度轉化為時間戳的形式，對一維的時間戳數據進行維度使其擴充到二維，使用dbscan聚類算法找到其中數量規模最大的類，取該類中的最小與最大值；

步驟5：根據步驟4得到的時間最小與最大值，從步驟2處理好的數據中篩選時間范圍在該區間的值；

步驟6：將步驟5得到的數據，經緯度點連接為軌跡并將其轉化為圖片，對該圖片，使用預先訓練好的CNN算法進行分類；