CN107036572B - 一种农机作业面积获取方法及装置 - Google Patents

Abstract

本发明提供了一种农机作业面积获取方法及装置。该方法包括：接收农机定位装置发送的农机作业轨迹数据；基于作业速度改进dbscan聚类算法的邻域半径确定方法；采用改进的dbscan聚类算法过滤农机作业轨迹数据中的道路行驶点和田间转场点；根据过滤后的农机作业轨迹数据确定农机作业田块数量；利用距离法分别计算各个农机作业田块的面积。本发明实施例能根据农机作业速度自适应地确定邻域半径，能有效分割紧邻的农机作业田块，提高了农机作业面积获取的精度和自动化程度。

Description

一种农机作业面积获取方法及装置

技术领域

本发明涉及农业应用技术领域，具体涉及一种农机作业面积获取方法及装置。

背景技术

尽管我国有关部门已经精确绘制部分农田地图，但出于保密需要和信息不共享等原因，这些数据仍然难以公开利用。因此，在农机作业中，不能够直接获得农机作业面积。而且，由于农机社会化服务的普遍存在，土地所有权、农机所有权和农机经营服务的权属不统一，导致偷工减料、人为降低作业质量等问题普遍存在，套取国家深松作业补贴时有发生。如何监测农机作业面积，已经成为当前农业机构管理的刚性需求和深松作业推广的刚性需求。

现有的一种农机作业面积获取方法中，通过行车速度进行行车点的剔除，当行车速度大于预设阈值(比如15hm/h)则认定为非农田区域，阈值很难精确选取，较难适应多个作业工序和作业地区，难以适用于现实生活中的应用。现有的另外一种农机作业面积获取方法中，使用基于空间索引和网格密度的聚类算法来识别农田地块，大大提高了处理速度，但是精度不高，会删除掉非密集单元格中的田间作业点，另外现有的基于密度分割聚类算法在进行聚类时，仍需要人工根据不同农机作业类型设置聚类参数(密度阈值与邻域半径)，自动化程度低。

发明内容

本发明实施例提供一种农机作业面积获取方法及装置，用于解决现有的农机作业面积获取方法中精度低、自动化程度低的问题。

本发明实施例提供了一种农机作业面积获取方法，包括：

接收农机定位装置发送的农机作业轨迹数据；

基于作业速度改进dbscan聚类算法的邻域半径确定方法；

采用改进的dbscan聚类算法过滤所述农机作业轨迹中的道路行驶点和田间转场点；

根据过滤后的农机作业轨迹数据确定农机作业田块数量；

分别计算各个农机作业田块的面积。

可选地，所述方法还包括：

对预设时间段内的农机作业轨迹数据进行清洗，过滤所述农机作业轨迹数据中的零点漂移数据和冗余数据。

可选地，所述邻域半径根据如下公式计算：

r＝x*T/3.6

其中，r为邻域半径；x为所述农机作业轨迹数据中的速度；T为所述农机定位装置发送所述农机作业轨迹数据的间隔。

可选地，所述分别计算各个农机作业田块的面积，包括：

采用距离法分别计算各个农机作业田块的面积。

可选地，所述采用距离法分别计算各个农机作业田块的面积，包括：

基于数据挖掘过滤各个农机作业田块对应的农机作业轨迹数据中的转弯点；

根据转弯点对农机作业里程进行补偿；

根据补偿后的农机作业里程和农机作业幅宽计算各个农机作业田块的面积。

本发明实施例提供了一种农机作业面积获取装置，包括：

农机作业轨迹数据接收单元，用于接收农机定位装置发送的农机作业轨迹数据；

算法改进单元，用于基于作业速度改进dbscan聚类算法的邻域半径确定方法；

过滤单元，用于采用改进的dbscan聚类算法过滤所述农机作业轨迹中的道路行驶点和田间转场点；

农机作业田块数量确定单元，用于根据过滤后的农机作业轨迹数据确定农机作业田块数；

农机作业面积计算单元，用于分别计算各个农机作业田块的面积。

可选地，还包括：

数据清洗单元，用于对预设时间段内的农机作业轨迹数据进行清洗，过滤所述农机作业轨迹数据中的零点漂移数据和冗余数据。

可选地，所述邻域半径根据如下公式计算：

r＝x*T/3.6

其中，r为邻域半径；x为所述农机作业轨迹数据中的速度；T为所述农机定位装置发送所述农机作业轨迹数据的时间间隔。

可选地，所述农机作业面积计算单元进一步用于：

采用距离法分别计算各个农机作业田块的面积。

可选地，所述农机作业面积计算单元包括：

转弯点过滤模块，用于基于数据挖掘过滤各个农田对应的农机作业轨迹数据中的转弯点；

补偿模块，用于根据转弯点对农机作业里程进行补偿；

农机作业面积计算模块，用于根据补偿后的农机作业里程和农机作业幅宽计算各个农机作业田块的面积。

本发明实施例提供的农机作业面积获取方法及装置，本发明实施例能根据农机作业速度自适应地确定邻域半径，能有效分割紧邻的农机作业田块，提高了农机作业面积获取的精度和自动化程度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例的农机作业面积获取方法的原理图；

图2是本发明一个实施例的农机作业面积获取方法流程示意图；

图3是本发明一个实施例的零点漂移轨迹点的示意图；

图4为本发明一个实施例的零点漂移轨迹和驻车停放轨迹特征示意图；

图5是本发明一个实施例的过滤零点漂移轨迹和驻车停放轨迹之后的农机运行轨迹示意图；

图6是本发明一个实施例的过滤道路行驶点后的轨迹示意图；

图7是本发明一个实施例的因在道路上往返数次而导致农田连通示意图；

图8a、图8b和图8c是本发明一个实施例的距离法计算农机作业面积的原理图；

图9是本发明一个实施例的农机作业面积获取装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明一个实施例的农机作业面积获取方法的原理图。如图1所示，农机上安装有定位装置11，定位装置11将采集的农机作业轨迹数据通过GPRS发送至服务器12；服务器12根据农机作业轨迹数据计算获取农机作业面积；用户可通过计算机13等终端访问服务器获取农机作业面积信息。

图2是本发明一个实施例的农机作业面积获取方法的流程示意图。如图2所示，该实施例的方法以服务器为执行主体，包括：

S21：接收农机定位装置发送的农机作业轨迹数据；

在实际应用中，农机定位装置以预设的周期(比如10s)向服务器发送农机作业轨迹数据。服务器可以以天为单位处理农机定位装置发送的农机作业轨迹数据，每个农机作业轨迹数据包括经纬度、时间、速度、航向等属性。

S22：基于作业速度改进dbscan聚类算法的邻域半径确定方法；

S23：采用改进的dbscan聚类算法过滤所述农机作业轨迹中的道路行驶点和田间转场点；

需要说明的是，所述改进的dbscan聚类算法中的邻域半径根据所述农机作业轨迹数据中的作业速度确定。

现有dbscan算法的邻域半径和密度阈值是固定的。农机在道路上行驶时，也会出现速度较慢的情况，在一定时间内将堆积较多的点数，有被识别为高密度区域的风险。改进后的dbscan算法，可根据速度自适应地缩小或扩大邻域半径，判断两侧是否有农机作业轨迹，而实现排除道路行驶较慢而累积的轨迹点的影响，大大提高了聚类精度。现有dbscan算法需人工根据不同农机作业类型设定聚类参数(密度阈值和邻域半径)，而改进的dbscan算法只需设定一个密度阈值参数，且密度阈值是一个经验值，可根据作业速度自动确定邻域半径，自动化程度高。

实际应用中，农机在紧邻的农田中连续作业，从而产生田间转场点，形成高密度区域，连通了若干块农田，如图7所示。现有dbscan算法可能会把几块农田合并为一块农田。改进后的dbscan算法，可通过密度-距离快速搜索聚类算法找到每个农田中的局部密度最大点，从而在不指定初始聚类中心及聚类中心个数的情况下，过滤田间转场点，正确地识别出农机作业田块数。

S24：根据过滤后的农机作业轨迹数据确定农机作业田块数量；

需要说明的是，采用改进后的dbscan算法在处理农机作业轨迹数据时，可过滤道路行驶点，并通过聚类分析大致确定农田块数；然而，由于田间转场点的存在，可能将相邻若干块农田的作业轨迹合并为一块农田的作业轨迹，从而造成农机作业田块数出现错误、各个农机作业田块面积计算不准确。因而，本发明实施例在过滤道路行驶点后还需要过滤田间转场点，并根据处理后的农机作业轨迹数据确定农机作业田块数。

S25：计算农机作业田块的面积；

在本发明实施例的一种可选的实施方式中，所述方法还包括：

对预设时间段内的农机作业轨迹数据进行清洗，过滤所述农机作业轨迹数据中的零点漂移数据和冗余数据。

需要说明的是，由于电子元器件受到零点漂移的影响，农机定位装置比如GPS定位终端在刚开机时定位不准确，随机漂移，零点漂移轨迹点如图3所示。农机行驶之后位置得到修正不再受零点漂移的影响。因此，首先过滤零点漂移轨迹点。零点漂移轨迹点的特征是相邻点(10秒)的经纬度不同，但其速度基本连续为0。而农机一般停放在车库里，需要行驶到农田才能开始作业，因此行驶之前零点漂移的速度一般是0或者1km/h，且在一天中的凌晨时段，如图4所示，因此根据时间和速度可过滤零点漂移轨迹点。

过滤冗余数据主要指过滤停放点。农机在运行过程中可能遇到道路红灯而等待，或加油、故障等情况而停车，但其位置依然每个预设的周期被上传一次，使此区域内密度过高，聚类时易被错误地识别为农田，因此需要过滤停放点。具体操作为：凡相邻点经纬度相同的，则把第二个点删除。据此，可将一天内的3832个点减少至2823个点。

过滤零点漂移点和停放点之后，轨迹图如图5所示，接着根据改进后的dbscan算法标记道路上的行驶点为噪声点，每一块农机作业田块的轨迹存放在一个有序的农田点集合里。

进一步地，所述邻域半径根据如下公式计算：

r＝x*T/3.6

其中，r为邻域半径，单位为m；x为所述农机作业轨迹数据中的速度，单位为km/h；T为所述农机定位装置发送所述农机作业轨迹数据的时间间隔，单位为s。

具体地，过滤道路行驶点的过程包括：

(1)检测数据库中尚未检查过的点p，如果p未被处理(处理：归为某个农田或者标记为噪声)，则检查其基于速度的邻域，若包含的点数不小于minPts，建立新农田C，将基于速度的邻域其中所有的点加入候选集N；

(2)对候选集N中所有尚未被处理的点q，检查其基于速度的邻域，若至少包含minPts个点，则将这些点加入N；如果q未归入任何一个农田，则将q加入C；

(3)重复步骤2)，继续检查N中未处理的点，直至当前候选集N为空；

(4)重复步骤1)～3)，直到所有点都归入了某个农田或标记为噪声。

获得到的农田组合Collection，其中每一个单元都是一个农机作业田块C，C是一个农田序列的点的集合，道路行驶点被标记为噪声。结果如图6所示。

本发明实施例可通过密度-距离快速搜索聚类算法找到每个农机作业田块中的局部密度最大点，从而在不指定初始聚类中心及聚类中心个数的情况下，将合并的农机作业田块轨迹分开来，并过滤田间转场点。密度-距离快速搜索聚类算法中类簇的中心由一些局部密度比较低的点围绕，并且这些点距离其他有高局部密度的点的距离都比较大.首先定义两个值：局部密度ρi以及到高局部密度点的距离δi:

局部密度ρi：因为GPS轨迹点是离散点，使用cut-off kernel计算方式。

其中函数

其中，参数dc>0为截断距离，需要事先指定。dij为数据点xi与数据点xj之间的距离。ρi表示数据集里与数据点xi之间距离小于dc的数据点的个数。

设qi表示ρi的一个降序排列下标序，即满足：ρq1≥ρq2≥ρq3≥…≥ρqN距离δi：

在决策图中局部密度ρi与距离δi都大的点为聚类中心点，距离δi很大，但局部密度ρi很小的点为噪声点。对非聚类中心点进行归类，在每个类里删除田间转场点。

进一步地，所述分别计算各个农机作业田块的面积，包括：

采用距离法分别计算各个农机作业田块的面积。

需要说明的是，低成本GPS定位终端属于单点定位，精度不够高，所以不采用缓冲区法而采用距离法计算农机作业田块的面积。

进一步地，所述采用距离法分别计算各个农机作业田块的面积，包括：

基于数据挖掘过滤各个农机作业田块对应的农机作业轨迹数据中的转弯点；

根据转弯点对农机作业里程进行补偿；

根据补偿后的农机作业里程和农机作业幅宽计算各个农机作业田块的面积。

需要说明的是，农机作业轨迹数据包括航向属性。在实际应用中，北向行驶的航向属性为0°，东向行驶的航向属性为90°，南向行驶的航向属性为180°，西向行驶的航向属性为270°。举例来说，在南北向的农田中，东向或西向的农机作业轨迹数据代表转弯点，需要过滤；类似的，在东西向的农田中，北向或南向的农机作业轨迹数据代表转弯点，需要过滤。

在实际应用中，农机作业面积为农机作业里程与农机作业幅宽的乘积。

农机作业幅宽是固定的。农机作业里程为农田内所有轨迹点按时间顺序相连而获得的累积里程。最原始的里程如图8(a)所示，去掉转弯点之后里程如图8(b)所示，最后考虑补偿转弯时候的里程，如图8(c)所示。补偿转弯时，判断每一个定位的点是否为转弯点，然后补偿最后一个作业点与第一个转弯点之间的里程的垂直里程，和最后一个转弯点与第一个作业点之间的垂直里程。

垂直里程d＝两点间球面距离*cosα。

在实际应用中，将计算出的农机作业田块数量和农机作业田块的面积保存在服务器的数据库中以备用户访问。

综上所述，本发明实施例应用低成本GPS终端，适用于复杂的田间作业情况，可较准确的获取农机作业面积。提取农机田间作业点时将出现以下4种情况：1、田间作业点正确识别为田间作业点(田一田)；2、田间作业点误判为路上运输转移点(田一路)；3、路上运输转移点正确识别为路上运输转移点(路一路)；4、路上运输转移点误判为田间作业点(路一田)。本发明不会出现第2种“田一路”情况，因此只考虑第4种情况会导致误差。因此针对农机复杂的作业情况(不同工序播种耙地等，等待红绿灯，加油，往返加载物资等情况)，不断尝试将道路、田间转场的轨迹依次过滤，不断提高精度；从而可以克服现有技术中劳动量大、数据处理量大、成本高、自动化程度低的缺陷，以实现劳动量小、成本低、自动化程度高、精度高、能适应复杂作业情况的优点。

本发明实施例改进的dbscan算法，邻域半径随着当前点的速度而变化，从而更好的区分出高密度点和低密度点、田间作业点和行驶点，提高了聚类精度，具有很好的借鉴作用和推广意义。且不需要人工根据不同农机作业类型设置聚类参数(密度阈值和邻域半径)，而是自动计算聚类参数，自动化程度高。

图9是本发明一个实施例的农机作业面积获取装置的结构示意图。如图9所示，本发明实施的装置包括：

农机作业轨迹数据接收单元91，用于接收农机定位装置发送的农机作业轨迹数据；

算法改进单元92，用于基于作业速度改进dbscan聚类算法的邻域半径确定方法；

过滤单元93，用于采用改进的dbscan聚类算法过滤所述农机作业轨迹中的道路行驶点和田间转场点；

农田块数确定单元94，用于根据过滤后的农机作业轨迹数据确定农机作业田块数；

农机作业面积计算单元95，用于分别计算各个农机作业田块的面积。

在本发明实施例的一种可选的实施方式中，该农机作业面积获取装置还包括：

数据清洗单元，用于对预设时间段内的农机作业轨迹数据进行清洗，过滤所述农机作业轨迹数据中的零点漂移数据和冗余数据。

进一步地，所述邻域半径根据如下公式计算：

r＝x*T/3.6

其中，r为邻域半径；x为所述农机作业轨迹数据中的速度；T为所述农机定位装置发送所述农机作业轨迹数据的间隔。

农机作业面积计算单元95进一步用于：

采用距离法分别计算各个农机作业田块的面积。

农机作业面积计算单元95包括：

转弯点过滤模块，用于基于数据挖掘过滤各个农机作业田块对应的农机作业轨迹数据中的转弯点；

补偿模块，用于根据转弯点对农机作业里程进行补偿；

农机作业面积计算模块，用于根据补偿后的农机作业里程和农机作业幅宽计算各个农机作业田块的面积。

本发明实施例的装置可以用于执行上述方法实施例，其原理和技术效果类似，此处不再赘述。

本发明实施例提供的农机作业面积获取方法及装置，根据速度缩小/扩大邻域半径，能不受行驶路线上轨迹点的累积的影响，而由行驶路线两侧是否有作业轨迹决定是否是高密度区域，大大提高了聚类精度。本发明实施例针对道路上和田间转场行驶的特别慢的点，邻域半径缩小，不会被错误的识别为高密度区域，所以道路行驶(低密度区域)能将距离比较近的田块的农机作业轨迹(高密度区域)分割开，因此提高了聚类精度，特别适用于农机作业轨迹。同时，根据速度自动确定邻域半径，提高了农机作业面积获取的自动化程度。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

需要说明的是术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明的说明书中，说明了大量具体细节。然而能够理解的是，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。类似地，应当理解，为了精简本发明公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释呈反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种农机作业面积获取方法，其特征在于，包括:

接收农机定位装置发送的农机作业轨迹数据；

基于作业速度改进dbscan聚类算法的邻域半径确定方法；所述邻域半径根据如下公式计算：

r＝x*T/3.6

其中，r为邻域半径；x为所述农机作业轨迹数据中的速度；T为所述农机定位装置发送所述农机作业轨迹数据的间隔；

采用改进的dbscan聚类算法过滤所述农机作业轨迹中的道路行驶点和田间转场点；

根据过滤后的农机作业轨迹数据确定农机作业田块数量；

分别计算各个农机作业田块的面积。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对预设时间段内的农机作业轨迹数据进行清洗，过滤所述农机作业轨迹数据中的零点漂移数据和冗余数据。

3.根据权利要求1所述的方法，其特征在于，所述分别计算各个农机作业田块的面积，包括：

采用距离法分别计算各个农机作业田块的面积。

4.根据权利要求3所述的方法，其特征在于，所述采用距离法分别计算各个农机作业田块的面积，包括：

基于数据挖掘过滤各个农机作业田块对应的农机作业轨迹数据中的转弯点；

根据转弯点对农机作业里程进行补偿；

根据补偿后的农机作业里程和农机作业幅宽计算各个农机作业田块的面积。

5.一种农机作业面积获取装置，其特征在于，包括：

农机作业轨迹数据接收单元，用于接收农机定位装置发送的农机作业轨迹数据；

算法改进单元，用于基于作业速度改进dbscan聚类算法的邻域半径确定方法；所述邻域半径根据如下公式计算：

r＝x*T/3.6

其中，r为邻域半径；x为所述农机作业轨迹数据中的速度；T为所述农机定位装置发送所述农机作业轨迹数据的间隔；

过滤单元，用于采用改进的dbscan聚类算法过滤所述农机作业轨迹中的道路行驶点和田间转场点；

农机作业田块数量确定单元，用于根据过滤后的农机作业轨迹数据确定农机作业田块数量；

农机作业面积计算单元，用于分别计算各个农机作业田块的面积。

6.根据权利要求5所述的装置，其特征在于，还包括：

数据清洗单元，用于对预设时间段内的农机作业轨迹数据进行清洗，过滤所述农机作业轨迹数据中的零点漂移数据和冗余数据。

7.根据权利要求5所述的装置，其特征在于，所述农机作业面积计算单元进一步用于：

采用距离法分别计算各个农机作业田块的面积。

8.根据权利要求7所述的装置，其特征在于，所述农机作业面积计算单元包括：

转弯点过滤模块，用于基于数据挖掘过滤各个农机作业田块对应的农机作业轨迹数据中的转弯点；

补偿模块，用于根据转弯点对农机作业里程进行补偿；

农机作业面积计算模块，用于根据补偿后的农机作业里程和农机作业幅宽计算各个农机作业田块的面积。