CN108646267A - 一种识别采样点的方法及装置 - Google Patents
一种识别采样点的方法及装置 Download PDFInfo
- Publication number
- CN108646267A CN108646267A CN201810462639.XA CN201810462639A CN108646267A CN 108646267 A CN108646267 A CN 108646267A CN 201810462639 A CN201810462639 A CN 201810462639A CN 108646267 A CN108646267 A CN 108646267A
- Authority
- CN
- China
- Prior art keywords
- track
- sampled point
- motion track
- distribution
- sampled
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/32—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
- G01C15/02—Means for marking measuring points
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Abstract
本发明实施例提供了一种识别采样点的方法及装置,其中所述方法包括:接收移动设备发送的采样点集合,其中,所述采样点集合中的采样点包括采样数据;根据所述采样数据,将所述采样点集合按照时间顺序进行排列,生成所述移动设备的移动轨迹;结合所述移动轨迹,从所述采样点集合中筛选出有效采样点集合。本发明实施例可以提高了采样点有效性识别的自动化程度以及采样的准确度,提升了采样效率,节省了人力资源。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种识别采样点的方法、一种识别采样点的装置、一种服务器以及一种计算机可读存储介质。
背景技术
在移动设备作业过程中,出于计算作业人员的作业量等目的,通常需要确定作业面积。在现有技术中,当确定作业任务以后,可以在移动设备作业前,通过测绘人员现场打点的方式圈定作业任务对应的作业边界,然后根据作业边界计算作业面积。但这种方式过于依赖人工测绘,耗费较多的人力资源,且测绘效率较低。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种识别采样点的方法和相应的一种识别采样点的装置、一种服务器以及一种计算机可读存储介质。
为了解决上述问题,本发明实施例公开了一种识别采样点的方法,所述方法包括:
接收移动设备发送的采样点集合,其中,所述采样点集合中的采样点包括采样数据;
根据所述采样数据,将所述采样点集合按照时间顺序进行排列,生成所述移动设备的移动轨迹;
结合所述移动轨迹,从所述采样点集合中筛选出有效采样点集合。
可选地,所述方法还包括:
根据所述有效采样点集合,确定对应的作业区域的作业边界和/或作业面积。
可选地,所述结合所述移动轨迹,从所述采样点集合中筛选出有效采样点集合,包括:
从所述移动轨迹中确定作业轨迹;
将所述作业轨迹所包含的采样点的集合,作为有效采样点集合。
可选地,所述从所述移动轨迹中确定作业轨迹,包括:
判断所述移动轨迹中,是否存在符合预设分布规律的轨迹;
若所述移动轨迹中存在符合预设分布规律的轨迹,则将所述符合预设分布规律的轨迹作为作业轨迹。
可选地,所述判断所述移动轨迹中,是否存在符合预设分布规律的轨迹,包括:
根据所述移动轨迹中的相邻采样点之间的间距,确定采样点之间的密集程度;
根据所述密集程度,判断所述移动轨迹中是否存在符合如下分布规律的轨迹:
所述移动轨迹中存在多段子轨迹,其中各段子轨迹之间的采样点符合:两端的采样点从密集逐渐到稀疏,中间的采样点均匀分布。
可选地,所述多段子轨迹并排分布,和/或,所述多段子轨迹首位连接呈折线状分布。
可选地,所述判断所述移动轨迹中,是否存在符合预设分布规律的轨迹,包括:
若所述移动轨迹在同一位置中存在指定数量的采样点,则判定所述移动轨迹存在符合预设分布规律的轨迹;
和/或,
若所述移动轨迹存在呈螺旋轨迹的采样点,则判定所述移动轨迹存在符合预设分布规律的轨迹。
可选地,所述判断所述移动轨迹中,是否存在符合预设分布规律的轨迹,包括:判断所述移动轨迹中是否存在符合如下分布规律的轨迹:
所述移动轨迹中存在多段并排分布的子轨迹。
进一步地,所述分布规律还包括:各段子轨迹之间的距离相等。
本发明实施例还公开了一种识别采样点的装置,所述装置包括:
采样数据接收模块,用于接收移动设备发送的采样点集合,其中,所述采样点集合中的采样点包括采样数据;
移动轨迹生成模块,用于根据所述采样数据,将所述采样点集合按照时间顺序进行排列,生成所述移动设备的移动轨迹;
有效采样点筛选模块,用于结合所述移动轨迹,从所述采样点集合中筛选出有效采样点集合。
可选地,还包括:
作业区域确定模块,用于根据所述有效采样点集合,确定对应的作业区域的作业边界和/或作业面积。
可选地,所述有效采样点筛选模块包括:
作业轨迹确定子模块,用于从所述移动轨迹中确定作业轨迹,并将所述作业轨迹所包含的采样点的集合,作为有效采样点集合。
可选地,所述作业轨迹确定子模块包括:
分布规律判断单元,用于判断所述移动轨迹中,是否存在符合预设分布规律的轨迹;若所述移动轨迹中存在符合预设分布规律的轨迹,则将所述符合预设分布规律的轨迹作为作业轨迹。
可选地,所述分布规律判断单元还用于:
根据所述移动轨迹中的相邻采样点之间的间距,确定采样点之间的密集程度;
根据所述密集程度,判断所述移动轨迹中是否存在符合如下分布规律的轨迹:
所述移动轨迹中存在多段子轨迹,其中各段子轨迹之间的采样点符合:两端的采样点从密集逐渐到稀疏,中间的采样点均匀分布。
可选地,所述多段子轨迹并排分布,和/或,所述多段子轨迹首位连接呈折线状分布。
可选地,所述分布规律判断单元还用于:
若所述移动轨迹在同一位置中存在指定数量的采样点,则判定所述移动轨迹存在符合预设分布规律的轨迹;
和/或,
若所述移动轨迹存在呈螺旋轨迹的采样点,则判定所述移动轨迹存在符合预设分布规律的轨迹。
可选地,所述分布规律判断单元还用于判断所述移动轨迹中是否存在符合如下分布规律的轨迹:
所述移动轨迹中存在多段并排分布的子轨迹。
进一步地,所述分布规律还用于判断各段子轨迹之间的距离是否相等。
本发明实施例还公开了一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法的步骤。
本发明实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
本发明实施例包括以下优点:
在本发明实施例中,服务器在接收移动设备发送的采样点集合后,可以根据采样点集合中的采样数据,将采样点集合按照时间顺序进行排列,生成移动设备的移动轨迹,并结合移动轨迹,从采样点集合中筛选出有效采样点集合,有效采样点的识别通过服务器自动进行,提高了采样点有效性识别的自动化程度以及采样的准确度,提升了采样效率,节省了人力资源。
附图说明
图1是本发明的一种识别采样点的方法实施例的步骤流程图;
图2是本发明的一种识别采样点的方法实施例中的弓形作业轨迹示意图;
图3是本发明的一种识别采样点的方法实施例中的螺旋形作业轨迹示意图;
图4是本发明的一种识别采样点的方法实施例中的带状作业轨迹示意图;
图5是本发明的一种识别采样点的方法实施例中的悬停作业轨迹示意图;
图6是本发明的一种识别采样点的方法实施例中的网格示意图1;
图7是本发明的一种识别采样点的方法实施例中的网格示意图2;
图8是本发明的一种识别采样点的方法实施例中的网格示意图3;
图9是本发明的一种识别采样点的方法实施例中的网格示意图4;
图10是本发明的一种识别采样点的方法实施例中的网格示意图5;
图11是本发明的一种识别采样点的装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明的一种识别采样点的方法实施例的步骤流程图,本发明实施例基于服务器侧进行描述,具体可以包括如下步骤:
步骤101,接收移动设备发送的采样点集合,其中,所述采样点集合中的采样点包括采样数据;
作为一种示例,移动设备可以包括无人机、地面设备等,本发明实施例对此不作限定。
具体的,该采样数据可以为移动设备启动后采集的数据,则采集数据的位置称为采样点。
在具体实现中,移动设备中可以包括定位装置以及通信模块,所述定位装置用于在移动设备启动后,实时采集采样数据。所述通信模块用于与服务器进行通信。
在实际中,通信模块可以通过GPRS、4G、3G、Wi-Fi等通信方式与服务器建立通信连接,但本发明实施例并不限于此。
定位装置可以包括GPS定位装置、北斗系统定位装置等,本发明实施例对此不作限定。
在实现时,定位装置可以以预设周期向通信模块发送采样点的采样数据,通信模块接收到采样数据后将该采样数据发送至服务器。
作为一种示例,每个采样点的采样数据可以包括但不限于:位置信息(如经纬度数据)、采集时间、移动速度、移动角速度等移动姿态信息、移动方向、喷幅(喷洒幅度)等。
步骤102,根据所述采样数据,将所述采样点集合按照时间顺序进行排列,生成所述移动设备的移动轨迹;
在本发明实施例中,服务器可以定期处理移动设备发送的采样点的采样数据,将未处理的采样点组织成采样点序列,并基于该采样点序列进行采样点识别处理。
具体的,该采样点集合可以为将一段时间未处理的采样点的集合,按照采集时间进行排列后组成的采样点序列。
服务器生成采样点序列以后,可以按照该采样点序列的顺序,将每个采样点按照对应的位置信息在地图上进行地位,并在定位处添加对应的位置标识,例如在定位处打点。最后在地图上生成移动设备的移动轨迹。
在具体实现中,该移动轨迹可以包括作业轨迹以及过渡轨迹。
该作业轨迹为移动设备在进行作业时的移动轨迹(即作业轨迹)。
该过渡轨迹包括:移动设备在从启动后到移动至第一个作业对象的移动轨迹,以及,移动设备从一个作业对象移动到另一个作业对象的移动轨迹,以及,移动设备从最后一个作业对象移动至返航点的返航轨迹等非作业时的移动轨迹(即非作业轨迹)。
作为一种示例,移动轨迹可以包括弓形轨迹(也称往返轨迹)、螺旋形轨迹、带状轨迹(也可以称为折线状轨迹)、停留轨迹等。
具体的,弓形轨迹可以如图2所示,一般应用于平整的作业地貌,例如种植水稻、玉米等的平整农田等。在执行作业时,移动设备可以按照图2所示的弓形轨迹移动。
螺旋形轨迹可以如图3所示,一般应用于直径较大的单个作业对象的作业,例如覆盖面积较大的单棵果树等。在执行作业时,移动设备可以按照图3所示的螺旋喷洒轨迹移动。
带状轨迹可以如图4所示,一般应用于丘陵地貌,例如种植在丘陵上的茶树等。在执行作业时,移动设备可以按照图4所示的自由轨迹移动。
停留轨迹可以如图5所示,一般应用于直径较小的单个作业对象的作业,例如覆盖面积较小的单棵果树等。在执行作业时,移动设备可以按照图5所示在原地旋转移动。
需要说明的是,本发明实施例并不限于上述作业轨迹,本领域技术人员按照实际情况控制移动设备执行其他作业轨迹均是可以的。
步骤103,结合所述移动轨迹,从所述采样点集合中筛选出有效采样点集合。
在移动轨迹包含的所有采样点中,可能包含无效的采样点,本发明实施例可以从移动轨迹的采样点中,识别有效的采样点以及无效的采样点,最后得到有效采样点集合。
在本发明实施例的一种可选实施例中,步骤103可以包括如下子步骤:
子步骤S11,从所述移动轨迹中确定作业轨迹;
子步骤S12,将所述作业轨迹所包含的采样点的集合,作为有效采样点集合。
由于移动轨迹中可以包括作业轨迹以及非作业轨迹,本发明实施例可以将作业轨迹所包含的采样点的集合,作为有效采样点集合;将非作业轨迹所包含的采样点的集合,作为无效采样点集合。
在本发明实施例的一种可选实施例中,子步骤S11进一步可以包括如下子步骤:
子步骤S111,判断所述移动轨迹中,是否存在符合预设分布规律的轨迹;
子步骤S112,若所述移动轨迹中存在符合预设分布规律的轨迹,则将所述符合预设分布规律的轨迹作为作业轨迹。
根据移动设备的作业特点,移动设备在作业时的作业轨迹会有一定的分布规律。服务器可以预先训练作业模型,通过作业模型来判断移动轨迹中是否存在符合预设分布规律的轨迹,如果存在,则将该符合预设分布规律的轨迹作为作业轨迹,如果不存在,则判定该移动轨迹不存在作业轨迹,并交由人工处理。
在本发明实施例的一种可选实施例中,子步骤S111进一步可以包括如下子步骤:
根据所述移动轨迹中的相邻采样点之间的间距,确定采样点之间的密集程度;
根据所述密集程度,判断所述移动轨迹中是否存在符合如下分布规律的轨迹:
所述移动轨迹中存在多段子轨迹,其中各段子轨迹之间的采样点符合:两端的采样点从密集逐渐到稀疏,中间的采样点均匀分布。
在具体实现中,根据移动设备的作业特征,移动设备在进行作业时具有加速、匀速、减速的过程。在加速时,相邻两个采样点之间的间距比较大,则移动设备采集的采样点比较稀疏;在减速时,相邻两个采样点之间的间距比较小,则移动设备采集到的采样点比较密集,在匀速时,相邻两个采样点之间的间距比较均匀,则移动设备采集到的采样点比较均匀分布。
尤其对于植保无人机,在作业时,采样点稀疏程度比较明显。
其中,移动轨迹中的相邻采样点之间的间距可以根据两个采样点的位置信息,通过两点间的距离公式确定。在一种实施方式中,上述多段子轨迹可以并排分布,具体的,如图2所示的弓形作业轨迹存在如下分布规律:存在并排分布的多段子轨迹,且各个子轨迹的采样点的密集程度满足:两端的采样点从密集逐渐到稀疏,中间的采样点均匀分布。例如,针对图2中的第一列子轨迹,分布规律是从密集逐渐到稀疏、在中间匀速、然后再从稀疏到密集。
则在移动轨迹中,若存在多段子轨迹,且多段子轨迹并排分布,每行或每列子轨迹都存在两端采样点从密集逐渐到稀疏,中间的采样点均匀分布的分布规律,则可以判定该移动轨迹中存在弓形作业轨迹。
在另一种实施方式中,上述多段子轨迹可以首尾连接呈折线状分布,具体的,如图4所示的带状作业轨迹存在如下分布规律:包含至少两个拐点采样点,相邻两个拐点采样点组成一段子轨迹,相邻两个拐点采样点之间的采样点的密集程度满足:两端的采样点从密集逐渐到稀疏,中间的采样点均匀分布。
其中,拐点采样点为采样点与前后采样点组成的夹角大于预设角度阈值的采样点。
例如,针对图4中的作业轨迹,拐点处存在密集的采样点。
则在移动轨迹中,若存在多段子轨迹,且多段子轨迹呈折线状分布,连接该折线状分布的子轨迹的两个拐点采样点之间的采样点的密集程度满足:两端的采样点从密集逐渐到稀疏,中间的采样点均匀分布;则可以判定该移动轨迹中存在带状作业轨迹。
在本发明实施例的另一种实施例中,子步骤S111进一步可以包括如下子步骤:
若所述移动轨迹存在呈螺旋轨迹的采样点,则判定所述移动轨迹存在符合预设分布规律的轨迹。
具体的,如图3所示的螺旋轨迹存在如下分布规律:具有螺旋形状的轨迹。
则在移动轨迹中,若预设时间范围内的采样点组成螺旋轨迹,则可以判定该移动轨迹中存在螺旋形作业轨迹。
在本发明实施例的另一种实施例中,子步骤S111进一步可以包括如下子步骤:
若所述移动轨迹在同一位置中存在指定数量的采样点,则判定所述移动轨迹存在符合预设分布规律的轨迹。
具体的,如图5所示的停留轨迹存在如下分布规律:在同一位置采集到固定数量的采样点。
则在移动轨迹中,若在同一位置采集到固定数量的采样点,则可以判定该移动轨迹中存在停留作业轨迹。在本发明实施例的又一种可选实施例中,子步骤S111进一步可以包括如下子步骤:
判断所述移动轨迹中是否存在符合如下分布规律的轨迹:
所述移动轨迹中存在多段并排分布的子轨迹。
在具体实现中,如果移动轨迹中存在多段并排分布的子轨迹,则可以判定该移动轨迹中存在符合预设分布规律的轨迹。
进一步可选地,针对移动轨迹中存在多段并排分布的子轨迹的情形,该分布规律还可以包括如下规律:各段子轨迹之间的距离相等。即,若移动轨迹中存在多段并排分布的子轨迹,且各段子轨迹之间的距离相等,则可以判定该移动轨迹中存在符合预设分布规律的轨迹。
需要说明的是,本发明实施例并不限于上述分布规律,本领域技术人员根据实际情况,设定其他分布规律均是可以的。
在本发明实施例的一种可选实施例中,在确定有效采样点集合以后,还可以包括如下步骤:
根据所述有效采样点集合,确定对应的作业区域的作业边界和/或作业面积。
在一种实施方式中,得到有效采样点集合以后,可以采用如下方式确定该有效采样点集合对应的作业区域的作业边界以及作业面积:
1、确定指定空间区域,并将该指定空间区域分割成指定数量的小网格。
在具体实现中,指定空间区域可以通过计算有效采样点集合中的坐标的最大值和最小值确定,即遍历有效采样点集合中每个采样点的坐标,确定最大横坐标值(Xmax)、最小横坐标值(Xmin)、最大纵坐标值(Ymax)、最小纵坐标值(Ymin),然后根据上述四个坐标确定对应的最小外接矩形,该最小外接矩形圈定的区域即为指定空间区域。
得到指定空间区域后,将该指定空间区域分割成小网格。
在一种实现方式中,分割的小网格的边长可以采用如下方式确定:针对有效采样点集合,计算相邻采样点之间的平均距离,假设该值为W,那么小网格的边长为W/f。其中,f是一个大于1小于10的整数,该值越大精度越高但是计算量也越大,所以为了间隔精度和计算量,其取值一般根据最小外接矩形面积大小来设置这个值,以下是参考值:
需要说明的是,正方形是平均误差最小的形状设置,其他形状可能导致水平方向和垂直方向的误差不均匀。
2、某个采样点落入哪个网格,就把这个网格标记,并记录好每个网格内都有哪些轨迹点。
由于每个采样点都有位置信息,而每个小网格也是有坐标范围的,如果采样点的位置信息落入某个网格的坐标范围,即在这个网格中标记该采样点,例如,标记了采样点的网格可以如图6所示。
3、所有的采样点都计算完毕后,形成如7所示图形。
在图7中,每个数字代表一个网格,0代表未标记,1代表已标记。为了便于查看和调试,每10个网格处还会出现一条竖线|,用于分割网格。
4、对网格进行优化
在具体实现中,可以采用如下两种方式对网格进行优化:
方式一:某个网格的前面和后面一定范围内的网格都有被标记的网格点,则将该网格也标记。
例如,若连续排列的网格为1 1 1 0 1 1,第四个网格0,其前面和后面预设范围内(该预设范围值可以根据参数计算)都有标记的网格(即数值为1),说明该网格也是覆盖范围内的,所以也将其标记。
在实际中,假设相邻采样点的平均距离是W,每个网格边长为a,那么上述预设范围值可以设置为k*W/a。其中k系数是一个经验值,通常可以设置为1-4之间的浮点数,采样点的坐标精度越高,这个k值就取的越小,采样点的坐标精度越低,这个值取得越大,例如可以使用了数值3作为参考值。
方式二:某个网格上面和下面一定范围内的网格都有被标记的网格点,则将该网格也标记,这种方式与上述方式一的左右范围类似,具体可以参考方式一的方法。
最终优化后的网格图如图8所示。
5、提取网格边界
a)遍历所有的已经标记的网格,找到符合如下条件的网格:左边或者右边或者上边或者下边没有标记网格的,令这个网格集合为G,如图9中的框出的元素都是集合G的元素。
需要说明的是,某个网格附近的网格可以包括位于该网格上、下、左、右、左下、左上、右上、右下区域的网格。
b)构建一个空的链表L1,随机选取集合G中的没有被选取的点,并将该点放入链表中,假设随机选取的某个点标记为C1。
需要说明的是,链表里面每个节点都可以有前一节点和后一节点。
c)在集合G中,检索网格点C1附近八方向的点的个数,令该个数为N。
d)如果N<2,丢失当前的链表,并返回步骤b
e)如果N=2则,将2个点分别放入该检索点C1的前一节点和后一节点,具体哪个放前一节点哪个放后一节点无要求。
f)如果N>2,则复制CN2-1份当前的链表,形成一个链表集合L1,L2...(CN2是一个概率学的数学公式,即从N个元素里面选取2个元素的样本数,如果N=3,则C32=(3*2)/(2*1)=3)。将所有样本中的2个元素分别放入到对应链表集合中当前搜索节点的前一节点和后一节点中。
g)对每个链表中的前一节点和后一节点进行d-f的检索操作,如果某个链表正在搜索的2个节点的前一节点或者后一节点是同一个节点,检索结束并形成闭合链表。如果某个链表所有节点都检索完成,但是无法形成闭环则丢弃。
h)回到步骤b直到集合G中所有点都已经被选取过或者已经存在于某个链表中。
i)对比所有闭合的链表,如果某个链表被其他链表包含,则丢弃该链表。被包含即一个链表中所有的节点都是另外一个链表的节点。剩下的链表即为最终的边界,如图10得到了4个边界面。
6、计算作业面积
计算步骤4中对网格进行优化后的被标记的网格数量,并根据每个网格的面积和标记的网格数计算总面积。
采用上述方法可以较好的计算出有效采样点集合的作业面积,且无论覆盖物的形状如何,都可以稳定的给出较为准确的值。根据相关测试,对于3亩以上的覆盖范围,如果采样点是高精的点,其面积计算结果误差可以控制在2%左右,如果轨迹点是GPS坐标点的话,其面积精度也可以控制在5%以内,并且当前覆盖范围越大,精度越高。
需要说明的是,本发明实施例并不限于上述计算作业面积以及作业边界的方式,本领域技术人员采用其他方式来计算作业面积或作业边界均是可以的,例如,对于螺旋形轨迹,可以获取螺旋的半径,并将该半径作为作业对象的半径,然后根据作业对象的半径计算作业对象的作业面积。对于悬停轨迹,可以将移动设备的喷幅作为作业对象的半径,根据该半径确定作业对象的作业面积。
在本发明实施例中,服务器在接收移动设备发送的采样点集合后,可以根据采样点集合中的采样数据,将采样集合点按照时间顺序进行排列,生成移动设备的移动轨迹,并结合移动轨迹,从采样点集合中筛选出有效采样点集合,有效采样点的识别通过服务器自动进行,提高了采样点有效性识别的自动化程度以及采样的准确度,提升了采样效率,节省了人力资源。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图11,示出了本发明的一种识别采样点的装置实施例的结构框图,可以包括如下模块:
采样数据接收模块1101,用于接收移动设备发送的采样点集合,其中,所述采样点集合中的采样点包括采样数据;
移动轨迹生成模块1102,用于根据所述采样数据,将所述采样点集合按照时间顺序进行排列,生成所述移动设备的移动轨迹;
有效采样点筛选模块1103,用于结合所述移动轨迹,从所述采样点集合中筛选出有效采样点集合。
在本发明实施例的一种可选实施例中,所述装置还可以包括如下模块:
作业区域确定模块,用于根据所述有效采样点集合,确定对应的作业区域的作业边界和/或作业面积。
在本发明实施例的一种可选实施例中,所述有效采样点筛选模块1103可以包括如下子模块:
作业轨迹确定子模块,用于从所述移动轨迹中确定作业轨迹,并将所述作业轨迹所包含的采样点的集合,作为有效采样点集合。
在本发明实施例的一种可选实施例中,所述作业轨迹确定子模块进一步可以包括如下单元:
分布规律判断单元,用于判断所述移动轨迹中,是否存在符合预设分布规律的轨迹;若所述移动轨迹中存在符合预设分布规律的轨迹,则将所述符合预设分布规律的轨迹作为作业轨迹。
在本发明实施例的一种可选实施例中,所述分布规律判断单元还可以用于:
根据所述移动轨迹中的相邻采样点之间的间距,确定采样点之间的密集程度;
根据所述密集程度,判断所述移动轨迹中是否存在符合如下分布规律的轨迹:
所述移动轨迹中存在多段子轨迹,其中各段子轨迹之间的采样点符合:两端的采样点从密集逐渐到稀疏,中间的采样点均匀分布。
在本发明实施例的一种可选实施例中,所述多段子轨迹并排分布,和/或,所述多段子轨迹首位连接呈折线状分布。
在本发明实施例的一种可选实施例中,所述分布规律判断单元还用于:
若所述移动轨迹在同一位置中存在指定数量的采样点,则判定所述移动轨迹存在符合预设分布规律的轨迹;
和/或,
若所述移动轨迹存在呈螺旋轨迹的采样点,则判定所述移动轨迹存在符合预设分布规律的轨迹。
在本发明实施例的一种可选实施例中,所述分布规律判断单元还用于判断所述移动轨迹中是否存在符合如下分布规律的轨迹:
所述移动轨迹中存在多段并排分布的子轨迹。
进一步地,所述分布规律还用于判断各段子轨迹之间的距离是否相等。
对于图11的装置实施例而言,由于其与上述图1的方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
另外,本发明实施例还公开了一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法实施例中的步骤。
另外,本发明实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所述方法的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例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,本发明实施例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。
本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供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步骤。
尽管已描述了本发明实施例的可选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括可选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种识别采样点的方法及装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (12)
1.一种识别采样点的方法,其特征在于,所述方法包括:
接收移动设备发送的采样点集合,其中,所述采样点集合中的采样点包括采样数据;
根据所述采样数据,将所述采样点集合按照时间顺序进行排列,生成所述移动设备的移动轨迹;
结合所述移动轨迹,从所述采样点集合中筛选出有效采样点集合。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据所述有效采样点集合,确定对应的作业区域的作业边界和/或作业面积。
3.根据权利要求1或2所述的方法,其特征在于,所述结合所述移动轨迹,从所述采样点集合中筛选出有效采样点集合,包括:
从所述移动轨迹中确定作业轨迹;
将所述作业轨迹所包含的采样点的集合,作为有效采样点集合。
4.根据权利要求3所述的方法,其特征在于,所述从所述移动轨迹中确定作业轨迹,包括:
判断所述移动轨迹中,是否存在符合预设分布规律的轨迹;
若所述移动轨迹中存在符合预设分布规律的轨迹,则将所述符合预设分布规律的轨迹作为作业轨迹。
5.根据权利要求4所述的方法,其特征在于,所述判断所述移动轨迹中,是否存在符合预设分布规律的轨迹,包括:
根据所述移动轨迹中的相邻采样点之间的间距,确定采样点之间的密集程度;
根据所述密集程度,判断所述移动轨迹中是否存在符合如下分布规律的轨迹:
所述移动轨迹中存在多段子轨迹,其中各段子轨迹之间的采样点符合:两端的采样点从密集逐渐到稀疏,中间的采样点均匀分布。
6.根据权利要求5所述的方法,其特征在于,所述多段子轨迹并排分布,和/或,所述多段子轨迹首位连接呈折线状分布。
7.根据权利要求4所述的方法,其特征在于,所述判断所述移动轨迹中,是否存在符合预设分布规律的轨迹,包括:
若所述移动轨迹在同一位置中存在指定数量的采样点,则判定所述移动轨迹存在符合预设分布规律的轨迹;
和/或,
若所述移动轨迹存在呈螺旋轨迹的采样点,则判定所述移动轨迹存在符合预设分布规律的轨迹。
8.根据权利要求4所述的方法,其特征在于,所述判断所述移动轨迹中,是否存在符合预设分布规律的轨迹,包括:判断所述移动轨迹中是否存在符合如下分布规律的轨迹:
所述移动轨迹中存在多段并排分布的子轨迹。
9.根据权利要求8所述的方法,其特征在于,所述分布规律还包括:各段子轨迹之间的距离相等。
10.一种识别采样点的装置,其特征在于,所述装置包括:
采样数据接收模块,用于接收移动设备发送的采样点集合,其中,所述采样点集合中的采样点包括采样数据;
移动轨迹生成模块,用于根据所述采样数据,将所述采样点集合按照时间顺序进行排列,生成所述移动设备的移动轨迹;
有效采样点筛选模块,用于结合所述移动轨迹,从所述采样点集合中筛选出有效采样点集合。
11.一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-9任一项所述方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-9任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810462639.XA CN108646267A (zh) | 2018-05-15 | 2018-05-15 | 一种识别采样点的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810462639.XA CN108646267A (zh) | 2018-05-15 | 2018-05-15 | 一种识别采样点的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108646267A true CN108646267A (zh) | 2018-10-12 |
Family
ID=63755726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810462639.XA Pending CN108646267A (zh) | 2018-05-15 | 2018-05-15 | 一种识别采样点的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108646267A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109631750A (zh) * | 2018-12-18 | 2019-04-16 | 深圳市沃特沃德股份有限公司 | 测绘方法、装置、计算机设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103673970A (zh) * | 2013-12-20 | 2014-03-26 | 遵义师范学院 | 跨区作业机械的作业区域自动识别与面积测量系统及方法 |
CN103822637A (zh) * | 2014-03-14 | 2014-05-28 | 北京百度网讯科技有限公司 | 一种缺失步行设施识别方法和系统 |
CN105787286A (zh) * | 2016-04-22 | 2016-07-20 | 广东小天才科技有限公司 | 一种运动检测的方法及系统 |
CN105810006A (zh) * | 2016-03-29 | 2016-07-27 | 福建工程学院 | 路边停车位的识别方法及系统 |
CN106203505A (zh) * | 2016-07-10 | 2016-12-07 | 北京工业大学 | 一种利用手机定位数据判断用户移动与停留状态的方法 |
CN107036572A (zh) * | 2017-04-12 | 2017-08-11 | 中国农业大学 | 一种农机作业面积获取方法及装置 |
CN107122922A (zh) * | 2017-05-23 | 2017-09-01 | 哈尔滨工业大学 | 一种基于排序学习的农机深松作业质量评价方法 |
-
2018
- 2018-05-15 CN CN201810462639.XA patent/CN108646267A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103673970A (zh) * | 2013-12-20 | 2014-03-26 | 遵义师范学院 | 跨区作业机械的作业区域自动识别与面积测量系统及方法 |
CN103822637A (zh) * | 2014-03-14 | 2014-05-28 | 北京百度网讯科技有限公司 | 一种缺失步行设施识别方法和系统 |
CN105810006A (zh) * | 2016-03-29 | 2016-07-27 | 福建工程学院 | 路边停车位的识别方法及系统 |
CN105787286A (zh) * | 2016-04-22 | 2016-07-20 | 广东小天才科技有限公司 | 一种运动检测的方法及系统 |
CN106203505A (zh) * | 2016-07-10 | 2016-12-07 | 北京工业大学 | 一种利用手机定位数据判断用户移动与停留状态的方法 |
CN107036572A (zh) * | 2017-04-12 | 2017-08-11 | 中国农业大学 | 一种农机作业面积获取方法及装置 |
CN107122922A (zh) * | 2017-05-23 | 2017-09-01 | 哈尔滨工业大学 | 一种基于排序学习的农机深松作业质量评价方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109631750A (zh) * | 2018-12-18 | 2019-04-16 | 深圳市沃特沃德股份有限公司 | 测绘方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110287276B (zh) | 高精地图更新方法、装置及存储介质 | |
KR102282367B1 (ko) | 크라우드소싱을 이용한 위치 결정, 매핑 및 데이터 관리 시스템 및 방법 | |
CN102752855B (zh) | 基于路径规则和预测的室内人员定位系统及方法 | |
CN109541634A (zh) | 一种路径规划方法、装置和移动设备 | |
CN110146909A (zh) | 一种定位数据处理方法 | |
CN107564012A (zh) | 面向未知环境的增强现实方法及装置 | |
CN108763287A (zh) | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 | |
CN104850836A (zh) | 基于深度卷积神经网络的害虫图像自动识别方法 | |
CN103401922B (zh) | 无线传感器网络中基于博弈方法的分布式定位装置与方法 | |
CN110196044A (zh) | 一种基于gps闭环检测的变电站巡检机器人建图方法 | |
CN110427360A (zh) | 轨迹数据的处理方法、处理装置、处理系统及计算机程序产品 | |
CN107291879A (zh) | 一种虚拟现实系统中三维环境地图的可视化方法 | |
CN105844224A (zh) | 一种车载LiDAR 道路点云快速有序化方法 | |
CN110515382A (zh) | 一种智能设备及其定位方法 | |
CN113670292A (zh) | 地图的绘制方法和装置、扫地机、存储介质、电子装置 | |
CN110426966A (zh) | 一种虚拟车辆寻路的方法、装置、存储介质和电子设备 | |
CN109978275A (zh) | 一种混合cfd和深度学习的极端大风风速预测方法及系统 | |
CN106292656A (zh) | 一种环境建模方法及装置 | |
CN107703847B (zh) | 一种集控器选址方法及传感器监控系统 | |
CN105183769A (zh) | 基于流数据立方体的轨迹数据原位可视化方法 | |
CN113674351A (zh) | 一种机器人的建图方法及机器人 | |
CN109407706A (zh) | 无人机控制方法和装置 | |
CN104101354A (zh) | 优化地图数据中poi引导坐标的方法、装置及系统 | |
CN113283169A (zh) | 一种基于多头注意力异步强化学习的三维群体探索方法 | |
CN107071721A (zh) | 基于手机定位数据的停留点提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181012 |