【技术实现步骤摘要】
本专利技术涉及智能农机领域，尤其涉及一种基于智能农机的行驶轨迹建立方法。
技术介绍
1、目前，农机驾驶行为的人工标注主要依靠现场人工记录，即在农机行驶过程中，机手本人或辅助人员现场实时记录当前农机的位置信息及驾驶行为，这种现场人工标注方法可以直接利用农机作业场景信息，但是非常费时费力，尤其是在农机处于长时间行驶的状态下，非常容易产生数据错漏或不准确等问题。
2、中国专利公开号：cn113641773a公开了一种针对行驶轨迹的农机行为可视化标注方法，包括以下步骤：步骤1：数据获取；针对农机轨迹的数据格式，获取农机数据；步骤2：数据清洗；对北斗终端采样错误的数据进行清洗；步骤3：田路分割初步标注；针对步骤2中清洗后数据，对田路分割进行初步标注；步骤4：放大步骤3中初步标注不准确的数据并进行细微调整；步骤5：将标注精准的田路分割数据上传并对田内农机驾驶行为进行标注，本专利技术可以进行离线的农机行为的人工标注，有效地解决了现场人工记录的繁琐和不准确的问题，达到了节时节力的目的；由此可见，所述一种针对行驶轨迹的农机行为可视化标注方法存在以下问题：田路分割标注依赖于人工判断，这可能导致不同标注者之间存在标注不一致的问题，影响标注结果的客观性和可重复性。
技术实现思路
1、为此，本专利技术提供一种基于智能农机的行驶轨迹建立方法，用以克服现有技术中人工标注不准确且费时费力，缺少对农机田内作业行为的判断，缺少对农机行驶状态的实时监测的问题。
2、为实现上述目的，本专利技术提供
3、步骤s1，采集智能农机设备的作业地块源数据，获取时序作业地块数据源集合，将时序作业地块数据源集合中的经纬度数据转换为平面坐标数据，并且将平面坐标数据记录成平面坐标数据集合；
4、步骤s2，根据密度数据分类算法对平面坐标数据集合进行分类，得到农机标签分类集合；
5、步骤s3，根据农机标签分类集合和时序作业地块数据源集合，对道路行驶数据和田间作业数据进行分类统计，得到道路行驶数据和田间作业数据；
6、步骤s4，根据农机行驶轨迹分析模型对田间作业数据的田内作业行为、田内掉头行为和田内转弯行为进行判断；
7、步骤s5，根据农机行驶轨迹分析模型中田内掉头行为和田内转弯行为的混淆数量，对农机行驶轨迹分析模型的输出结果进行判断；
8、步骤s6，根据农机作业时的转弯半径对农机行驶轨迹分析模型的输出结果进行调整；
9、步骤s7，根据农机行驶轨迹的方向角对田内并行作业和田内重叠作业进行判断，并根据判断结果对农机行驶轨迹分析模型的输出结果进行优化；
10、步骤s8，根据道路行驶数据与地块作业数据，对农机作业过程进行实时监测和告警；
11、步骤s9，根据农机超出农机作业范围时间和实时采集到的农机作业范围数据与预设作业范围数据的差值，对农机作业过程的告警行为进行调整。
12、进一步地，在所述步骤s1中，在对智能农机设备的作业地块源数据进行采集时，形成一个按采集时间顺序的作业地块数据源集合，将其作为时序作业地块数据源集合；遍历时序作业地块数据源集合，获取集合里的每一条数据中的经纬度数据，记录成经纬度数据集合；遍历经纬度数据集合，设定输入坐标系为wgs84，通过高斯投影获得输出坐标系，利用高斯投影公式：其中，k0为比例尺因子，n为卯酉圈曲率半径，λ为经度，λ0为中央子午线经度，为归化纬度，高阶项为经度差平方和四次方的项，t为与椭球体扁率系数，将球面坐标系下的经纬度数据(α，φ)转换为平面坐标数据(x,y)，x＝r·α·cosφ，y＝r·φ，r为地球半径，并且将平面坐标数据(x,y)记录成平面坐标数据集合。
13、进一步地，在所述步骤s2中，在对平面坐标数据集合进行分类时，将平面坐标数据集合输入至密度数据分类算法中，获取由密度数据分类算法输出的平面坐标数据的标签，并将其存储于标签分类集合中，设定密度数据分类算法中的邻域半径取值为20，最小样本数取值为120，根据标签分类集合中的平面坐标数据的标签对平面坐标数据集合进行分类，其中：
14、当标签分类集合中的平面坐标数据(x1,y1)的标签为-1时，判定平面坐标数据(x1,y1)为不符合分类数据的标签；
15、当标签分类集合中的平面坐标数据(x2,y2)的标签为其他非负整数时，判定平面坐标数据(x2,y2)为符合分类数据的标签，得到农机标签分类集合。
16、进一步地，在所述步骤s3中，在对道路行驶数据和田间作业数据进行分类统计时，将农机标签分类集合中平面坐标数据的标签与时序作业地块数据源集合中的经纬度坐标进行对应，并根据农机标签分类集合中平面坐标数据的标签对时序作业地块数据源集合中的经纬度坐标进行标记，其中：
17、当农机标签分类集合中平面坐标数据的标签为-1时，则标记对应的时序作业地块数据源集合中的经纬度坐标为道路行驶数据；
18、当农机标签分类集合中分类数据的标签为其他整数时，则标记对应的时序作业地块数据源集合中的经纬度坐标为田间作业数据。
19、进一步地，在所述步骤s4中，在根据农机行驶轨迹分析模型对田间作业数据的田内作业行为、田内掉头行为和田内转弯行为进行判断时，将农机运动轨迹、运动速度和运动加速度的数据输入至农机行驶轨迹分析模型中，获取农机行驶轨迹分析模型的输出结果，所述农机行驶轨迹分析模型的输出结果包括田内作业行为、田内掉头行为和田内转弯行为，将其作为农机田内行驶轨迹。
20、进一步地，在所述步骤s5中，在对农机行驶轨迹分析模型的输出结果进行判断时，将农机运动轨迹、运动速度和运动加速度的测试集数据输入农机行驶轨迹分析模型，并收集预测标签，根据真实标签和预测标签生成混淆矩阵，输出混淆数量，将混淆数量s与预设混淆数量s0进行比对，并根据比对结果对农机行驶轨迹分析模型的输出结果进行判断，其中：
21、当s＞s0时，判定农机行驶轨迹分析模型的输出结果异常，则在农机行驶轨迹分析模型中引入新的特征转弯半径；
22、当s≤s0时，判定农机行驶轨迹分析模型的输出结果正常。
23、进一步地，在所述步骤s6中，在对农机行驶轨迹分析模型的输出结果进行调整时，将农机作业时的转弯半径r与预设转弯半径r0进行比对，并根据比对结果对农机行驶轨迹分析模型的输出结果进行调整，其中：
24、当r＞r0时，将该农机行驶轨迹分析模型的输出结果调整为农机田内掉头行为；
25、当r≤r0时，将该农机行驶轨迹分析模型的输出结果调整为农机田内转弯行为。
26、进一步地，在所述步骤s7中，在对农机行驶轨迹分析模型中田内作业行为进行判断时，根据农机行驶轨迹的方向角对田内并行作业和田内重叠作业进行判断，农机行驶轨迹的方向角(xi,yi)是轨迹点坐标，将农机行驶轨迹的方向角θi与预设方向角θ0进行比对，并根据比对结果对田内并行作业和田内重叠作业进行本文档来自技高网...
【技术保护点】
1.一种基于智能农机的行驶轨迹建立方法，其特征在于，包括：
2.根据权利要求1所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤S1中，在对智能农机设备的作业地块源数据进行采集时，形成一个按采集时间顺序的作业地块数据源集合，将其作为时序作业地块数据源集合；遍历时序作业地块数据源集合，获取集合里的每一条数据中的经纬度数据，记录成经纬度数据集合；遍历经纬度数据集合，设定输入坐标系为WGS84，通过高斯投影获得输出坐标系，利用高斯投影公式：其中，k0为比例尺因子，N为卯酉圈曲率半径，λ为经度，λ0为中央子午线经度，为归化纬度，高阶项为经度差平方和四次方的项，t为与椭球体扁率系数，将球面坐标系下的经纬度数据(α，φ)转换为平面坐标数据(x,y)，x＝R·α·cosφ，y＝R·φ，R为地球半径，并且将平面坐标数据(x,y)记录成平面坐标数据集合。
3.根据权利要求2所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤S2中，在对平面坐标数据集合进行分类时，将平面坐标数据集合输入至密度数据分类算法中，获取由密度数据分类算法输出的平面坐标数据的标签，并
4.根据权利要求3所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤S3中，在对道路行驶数据和田间作业数据进行分类统计时，将农机标签分类集合中平面坐标数据的标签与时序作业地块数据源集合中的经纬度坐标进行对应，并根据农机标签分类集合中平面坐标数据的标签对时序作业地块数据源集合中的经纬度坐标进行标记，其中：
5.根据权利要求4所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤S4中，在根据农机行驶轨迹分析模型对田间作业数据的田内作业行为、田内掉头行为和田内转弯行为进行判断时，将农机运动轨迹、运动速度和运动加速度的数据输入至农机行驶轨迹分析模型中，获取农机行驶轨迹分析模型的输出结果，所述农机行驶轨迹分析模型的输出结果包括田内作业行为、田内掉头行为和田内转弯行为，将其作为农机田内行驶轨迹。
6.根据权利要求5所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤S5中，在对农机行驶轨迹分析模型的输出结果进行判断时，将农机运动轨迹、运动速度和运动加速度的测试集数据输入农机行驶轨迹分析模型，并收集预测标签，根据真实标签和预测标签生成混淆矩阵，输出混淆数量，将混淆数量S与预设混淆数量S0进行比对，并根据比对结果对农机行驶轨迹分析模型的输出结果进行判断，其中：
7.根据权利要求6所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤S6中，在对农机行驶轨迹分析模型的输出结果进行调整时，将农机作业时的转弯半径R与预设转弯半径R0进行比对，并根据比对结果对农机行驶轨迹分析模型的输出结果进行调整，其中：
8.根据权利要求7所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤S7中，在对农机行驶轨迹分析模型中田内作业行为进行判断时，根据农机行驶轨迹的方向角对田内并行作业和田内重叠作业进行判断，农机行驶轨迹的方向角(xi,yi)是轨迹点坐标，将农机行驶轨迹的方向角θi与预设方向角θ0进行比对，并根据比对结果对田内并行作业和田内重叠作业进行判断，并根据判断结果对农机行驶轨迹分析模型的输出结果进行优化，其中：
9.根据权利要求8所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤S8中，在对农机作业过程进行实时监测和告警时，根据道路行驶数据和田间作业数据，获取农机作业范围，将实时采集到的农机作业数据Y与预设作业范围数据Y0进行比对，并根据比对结果对农机作业范围进行实时监测，其中：
10.根据权利要求9所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤S9中，在对农机作业过程的告警行为进行调整时，其中：
...【技术特征摘要】
1.一种基于智能农机的行驶轨迹建立方法，其特征在于，包括：
2.根据权利要求1所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤s1中，在对智能农机设备的作业地块源数据进行采集时，形成一个按采集时间顺序的作业地块数据源集合，将其作为时序作业地块数据源集合；遍历时序作业地块数据源集合，获取集合里的每一条数据中的经纬度数据，记录成经纬度数据集合；遍历经纬度数据集合，设定输入坐标系为wgs84，通过高斯投影获得输出坐标系，利用高斯投影公式：其中，k0为比例尺因子，n为卯酉圈曲率半径，λ为经度，λ0为中央子午线经度，为归化纬度，高阶项为经度差平方和四次方的项，t为与椭球体扁率系数，将球面坐标系下的经纬度数据(α，φ)转换为平面坐标数据(x,y)，x＝r·α·cosφ，y＝r·φ，r为地球半径，并且将平面坐标数据(x,y)记录成平面坐标数据集合。
3.根据权利要求2所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤s2中，在对平面坐标数据集合进行分类时，将平面坐标数据集合输入至密度数据分类算法中，获取由密度数据分类算法输出的平面坐标数据的标签，并将其存储于标签分类集合中，设定密度数据分类算法中的邻域半径取值为20，最小样本数取值为120，根据标签分类集合中的平面坐标数据的标签对平面坐标数据集合进行分类，其中：
4.根据权利要求3所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤s3中，在对道路行驶数据和田间作业数据进行分类统计时，将农机标签分类集合中平面坐标数据的标签与时序作业地块数据源集合中的经纬度坐标进行对应，并根据农机标签分类集合中平面坐标数据的标签对时序作业地块数据源集合中的经纬度坐标进行标记，其中：
5.根据权利要求4所述的基于智能农机的行驶轨迹建立方法，其特征在于，在所述步骤s4中，在根据农机行驶轨迹分析模型对田间作业数据的田内作业行为、田内掉头行为和田内转弯行为进行判断时，将农机运动轨迹、运动速度...
【专利技术属性】
技术研发人员：赵永宁，高富强，
申请(专利权)人：北京世纪盈联科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。