CN111708975A - 基于gps数据的计亩方法 - Google Patents
基于gps数据的计亩方法 Download PDFInfo
- Publication number
- CN111708975A CN111708975A CN202010841639.8A CN202010841639A CN111708975A CN 111708975 A CN111708975 A CN 111708975A CN 202010841639 A CN202010841639 A CN 202010841639A CN 111708975 A CN111708975 A CN 111708975A
- Authority
- CN
- China
- Prior art keywords
- data
- area
- line
- track
- points
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Abstract
本发明涉及一种基于GPS数据的计亩方法,该方法实现步骤,(1)GPS数据预处理:将原始GPS数据去噪,再采用高斯‑克吕格进行数据投影转换;(2)拟合轨迹线:将预处理后的GPS数据点,以时间为顺序进行轨迹线拟合,对于导致轨迹线拐弯的点,则将轨迹线进行切割,将所有数据点按时间顺序,连接成多条直线的轨迹线;(3)轨迹扩展区域:以拟合后的轨迹线为基准,通过逐个按指定幅宽的一半进行左右拓展区域的方式得到多个区域;(4)合并区域:多条轨迹线形成区域后会存在重叠的区域,所以需要对重叠的区域做一个合并的处理,最后进行区域的计算。本发明计算耕地车作业面积的误差率低于1%,处理测试数据用时短,平均处理一分钟数据大概需要0.03秒。
Description
技术领域
本发明属于数据处理领域,尤其是基于原始GPS数据经一系列处理,从而计算出耕地车进行农作的耕地面积。
背景技术
随着物联网技术的发展,数据表现越来越复杂,也越来越庞大,数据的价值也随之体现出来。对于不同领域数据的研究也越来越多。并且随着全球定位系统(GPS)等精确地理设备的普及,传感器设备的不断优化,位置信息也应用于多个领域。农业领域,农耕机械也配备了位置设备,可以采集农耕机械的位置信息。
在我国,旋耕机在农耕机械中占重要地位,常以旋耕机和拖拉机配套进行农作。以江苏省来说,一年平均可以卖出1万到1.2万台的旋耕机设备,应用较为广泛,提高了工作效率。但也因此带来了问题,如计算耕地面积的问题。现实中,耕地面积的大小可以采用人为上报来进行统计,但会产生夸大耕地面积以牟取高报酬的问题。也可以采用根据土地的大小来估算耕地面积,但是,一方面实际农作完成的土地不一定是规整易于计算的,另一方面,即使土地易于计算,实际进行耕地的面积也不一定全部耕作完成。
耕地车的GPS数据受设备、存储方式、采样频率以及行使方式的影响,会产生大量的冗余和噪音,目前数据清洗领域也取得了一定的进展,通过数据清洗等预处理方式转化为校准后的GPS数据,最后对于处理后的耕地车GPS数据做研究,可以进行实际耕地面积的计算。
发明内容
本发明目的是,为了实现耕地面积快速、精准的计算,提出了一种基于GPS数据的计亩方法。
为实现上述目的,本发明的解决方案是,该方法基于原始GPS数据进行计算,主要步骤如下:
(1)GPS数据预处理:首先将原始的GPS数据去除重复、无效以及异常数据,再采用高斯-克吕格进行数据投影转换;
(2)拟合轨迹线:将预处理后的GPS数据点,以时间为顺序进行轨迹线拟合,相邻点连接形成轨迹线,如果数据点为拐点,也就是导致轨迹线进行拐弯的点,则将轨迹线进行切割,所有的数据点则将会被按时间顺序连接成多条直线的轨迹线;
(4)合并区域:多条轨迹线形成区域后会存在重叠的区域,所以需要对重叠的区域做一个合并的处理,最后进行区域的计算。
在上述步骤(1)中, GPS数据预处理包含有数据去噪、数据投影及转换,所述数据去噪是删除GPS原始数据中的重复、异常以及无效数据,所述数据投影是以去噪后的GPS数据为基础,进行平面投影,即将经纬度点投影到直角平面坐标系中,所述数据转换是将GPS经纬度数据转换为直角平面坐标系中的参数。
在上述步骤(2)中,将步骤(1)中处理过的数据以时间的顺序对于点进行连接,从而形成轨迹线,但若之前点和当前点连接的有向线段与之后点和当前点连接成的有向线段的夹角小于等于90度,则将当前点作为分割点,接着构建新的轨迹线,按照以上的方式重复操作,从而构建出多条轨迹线。
在上述步骤(3)中,对于步骤(2)中生成的每条轨迹线(代表任意一条轨迹线),以宽度平行分别扩展左右两条线,再将扩展出来的左右两条线相互连接,形成扩展后的区域,即首先将步骤(2)中获得的拟合轨迹线以宽度为宽度值对在左右两侧形成与等长的两条轨迹线,左侧的轨迹线用表示,右侧的轨迹线用表示,连接原始轨迹线与生成的轨迹线的端点,从而能够构成一个区域,多条轨迹线生成多个区域。
在上述步骤(4)中,以步骤(3)得出的多个区域为基础,按顺序迭代步骤(3)中构建好的区域,首先将与进行合并成,然后将作为初始值与合并,得到的结果值作为下一次迭代的初始值,重复此操作,直到合并到最后一个,得到最终的区域,这样就消除了多个区域存在的区域重合情况,从而得到一个完整的区域,即为最终的耕地区域。
本发明的有益效果是,该方法计算耕地车作业面积的误差率低于1%,该方法处理测试数据用时短,平均处理一分钟的数据大概需要0.03秒。
附图说明
图1是本发明数据处理流程图。
图2是本发明轨迹扩展区域步骤图。
具体实施方式
下面结合附图介绍本发明的一个实施例。
本实施例的实验环境为Intel(R)、Xeon(R)、CPU为i3-2120、主频3.3GHz、内存4GB、Linux环境Ubuntu14.04、C++语言、可扩充移动对象数据库SECONDO,实验数据为南京耕地车数据。实验采取的GPS数据采集频率为1s采集一个数据,耕地车速度约为1m/s。实验以GPS数据点为中心,沿行驶方向扩展形成边长为幅宽值W的正方形区域。实验中所有的GPS数据均进行此操作,最后将所有的正方形做合并区域计算。
本实施例给出的GPS数据计亩方法按以下四个步骤进行,参见附图1。
步骤1:GPS数据预处理。GPS数据预处理流程包括数据去噪、数据投影转换。
GPS数据去噪,要解决的是GPS数据重复,数据无效以及数据异常的问题。GPS数据重复指的是在按照时间进行排序后,相邻的GPS数据之间经纬度数据距离为0的点。对于进行计算耕地车的行驶面积来说,面积的大小,并不会因为相邻且重复的经纬度点产生变化,所以需要去除重复的数据点。剔除GPS数据中经度或者纬度为0的无效数据。剔除GPS数据中经度或者纬度明显超出范围的数据。无效、异常数据在GPS数据集中数据量极少,但却会对拟合轨迹线产生较大的影响,进而影响到最后的面积计算,所以需要把这两类的数据去除。
GPS数据的投影,因为耕地面积属于二维平面,故需要将经纬度点投影到直角坐标系中。由于在同一块耕地区域进行耕地时,耕地车的经纬度位置信息变化不大。通常位置信息对应的经纬度小数点的后几位变化才会对应实际生活中位置的一米或者几米。
数据转换是将GPS经纬度数据以投影方式转换为平面地图直角平面坐标系中的数据。
步骤2:拟合轨迹线。将步骤1预处理过后数据以时间为顺序,将数据点进行连接,从而形成轨迹线。但并不是将所有点都连接成一条线,而是需要将数据进行切割,若当前点和之前点连接的有向线段与之后点和当前点连接成的线段的角度小于等于90度,也就是,则将当前点作为分割点,重新构建新的轨迹线。重复上述操作会构建出多条轨迹线。
本实施例采用算法1实现线段(Segment)扩展,下面以Seg代指线段。算法1给出了一个扩展出左右两侧与的伪代码,图2中第一步则为的扩展过程示意图。算法输入给定一个以及偏移值d(这个参数指的是耕地车幅宽值的一半),算法会将Seg向左或者右侧(上或下)偏移一个d,例如(1,1)→(1,3),d = 1,则返回(0,1)→(0,3)以及(2,1)→(2,3)。示例所示为伪代码第2行所示,两点的x值相同所求得的结果。两点的x或y值相同,只需要把对应的x、y值加上或者减去偏移值d即可(2-5行)。若Seg并不垂直于坐标轴,则需要求出垂直于Seg,并经过起点的直线,以及以起点为圆心,半径为偏移值的圆方程,公式如下所示:
联立方程可以得出相交点的横坐标值分别为
根据直线方程式代入,即可得到对应的与值(7-11行)。同理求出垂直于Seg,并经过终点的直线上距离终点为d的两点(12-14行)。故可得到Seg左右两侧的四个点。最后通过点与Seg的起始点之间的位置关系,来将点分别加入Seg 1 与Seg 2 中数组中,若点与Seg可以形成顺时针方向,则点进入Seg 1 中,否则进入Seg 2 中(17-21行)。最后返回结果值(22-24行)。
本实施例轨迹扩展。
轨迹是由多个(表示点到点的有向线段)组成的,对于每一个Seg均需要进行如算法1的操作,除了第一个Seg的起点与最后一个Seg的终点,每个点均会产生两对相邻点,如图2中第二步所示,需要修正点,将两个点合并成一个点,分两种情况,一是如图2中第二步上侧所示,两条直线已经产生交叉点,则将交叉点作为两个点合并之后的点,二则是如图2中第二步下侧所示,两条直线未产生交叉点,则延长直线产生交叉点作为两个点合并之后的点。接下来如图2中第三步所示,依次进行此操作从而形成左右两条与距离为d的与。与生成后,还需要构建新的Seg将与进行连接,与进行连接,从而使得与能够形成一个闭合的区域Region,如图2中第四步所示。
步骤4:区域合并操作。经过步骤3中轨迹扩展成区域后,有可能会存在扩展出来的区域重合的情况,所以需要对区域进行一个合并,以步骤(3)得出的多个区域为基础,按顺序迭代步骤(3)中构建好的区域,首先将与进行合并成,然后将作为初始值与合并,得到的结果值作为下一次迭代的初始值,重复此操作,直到合并到最后一个,得到最终的区域。这样就消除了多个区域存在的区域重合情况,从而得到一个完整的区域,即为最终的耕地区域,最后求出耕地面积。
本实施例将实测耕地面积与计算耕地面积进行对比,三组数据的误差率如表1所示。
本实施例对于所有数据进行测试,总共655分钟的数据,平均处理一分钟的数据大概需要0.03秒。耗时则如表2所示。
表2操作用时
第一组 | 第二组 | 第三组 | |
预处理(s) | 0.97 | 0.60 | 0.91 |
数据转换(s) | 6.58 | 3.85 | 6.93 |
Claims (5)
1.一种基于GPS数据的计亩方法,其特征是,该计亩方法包括以下步骤:
(1)GPS数据预处理:首先将原始的GPS数据去除重复、无效以及异常数据,再采用高斯-克吕格进行数据投影转换;
(2)拟合轨迹线:将预处理后的GPS数据点,以时间为顺序进行轨迹线拟合,相邻点连接形成轨迹线,如果数据点为拐点,也就是导致轨迹线进行拐弯的点,则将轨迹线进行切割,所有的数据点则将会被按时间顺序连接成多条直线的轨迹线;
(4)合并区域:多条轨迹线形成区域后会存在重叠的区域,所以需要对重叠的区域做一个合并的处理,最后进行区域的计算。
2.根据权利要求1所述的基于GPS数据的计亩方法,其特征在于,步骤(1)中, GPS数据预处理包含有数据去噪、数据投影转换,所述数据去噪是删除GPS原始数据中的重复、异常以及无效数据,所述数据投影转换是以去噪后GPS数据为基础进行平面投影,将经纬度点投影到直角平面坐标系中,将GPS经纬度数据转换为直角平面坐标系中的数据。
3.根据权利要求1所述的基于GPS数据的计亩方法,其特征在于,步骤(2)中,是将步骤(1)中处理过数据以时间的顺序,将对应数据点进行连接,从而形成轨迹线,但若之前点和当前点连接的有向线段与之后点和当前点连接成的有向线段的夹角小于或等于90度,则将当前点作为分割点,接着构建新的轨迹线,按照以上的方式从而构建出多条轨迹线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010841639.8A CN111708975A (zh) | 2020-08-20 | 2020-08-20 | 基于gps数据的计亩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010841639.8A CN111708975A (zh) | 2020-08-20 | 2020-08-20 | 基于gps数据的计亩方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111708975A true CN111708975A (zh) | 2020-09-25 |
Family
ID=72547376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010841639.8A Pending CN111708975A (zh) | 2020-08-20 | 2020-08-20 | 基于gps数据的计亩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111708975A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270833A (zh) * | 2020-10-27 | 2021-01-26 | 智慧足迹数据科技有限公司 | 一种轨迹拟合方法、装置、电子设备和存储介质 |
CN114543740A (zh) * | 2021-12-17 | 2022-05-27 | 徐工汉云技术股份有限公司 | 基于北斗终端的农业装备作业计亩方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102577742A (zh) * | 2012-02-20 | 2012-07-18 | 南通大学 | 基于gps的实时计亩方法 |
CN103673937A (zh) * | 2013-11-11 | 2014-03-26 | 安徽赛为信息技术有限责任公司 | 一种双重算法模式农机田作业面积的计算系统及其方法 |
CN104102841A (zh) * | 2014-07-17 | 2014-10-15 | 天泽信息产业股份有限公司 | 一种高精度实时计亩仪算法 |
CN204142233U (zh) * | 2014-10-31 | 2015-02-04 | 西北农林科技大学 | 一种智能土地面积测量装置 |
CN106017400A (zh) * | 2016-07-13 | 2016-10-12 | 哈尔滨工业大学 | 基于耕作轨迹等效矩形累加的农机作业面积测量方法 |
-
2020
- 2020-08-20 CN CN202010841639.8A patent/CN111708975A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102577742A (zh) * | 2012-02-20 | 2012-07-18 | 南通大学 | 基于gps的实时计亩方法 |
CN103673937A (zh) * | 2013-11-11 | 2014-03-26 | 安徽赛为信息技术有限责任公司 | 一种双重算法模式农机田作业面积的计算系统及其方法 |
CN104102841A (zh) * | 2014-07-17 | 2014-10-15 | 天泽信息产业股份有限公司 | 一种高精度实时计亩仪算法 |
CN204142233U (zh) * | 2014-10-31 | 2015-02-04 | 西北农林科技大学 | 一种智能土地面积测量装置 |
CN106017400A (zh) * | 2016-07-13 | 2016-10-12 | 哈尔滨工业大学 | 基于耕作轨迹等效矩形累加的农机作业面积测量方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270833A (zh) * | 2020-10-27 | 2021-01-26 | 智慧足迹数据科技有限公司 | 一种轨迹拟合方法、装置、电子设备和存储介质 |
CN114543740A (zh) * | 2021-12-17 | 2022-05-27 | 徐工汉云技术股份有限公司 | 基于北斗终端的农业装备作业计亩方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hameed et al. | Side-to-side 3D coverage path planning approach for agricultural robots to minimize skip/overlap areas between swaths | |
CN110887790B (zh) | 基于fvcom和遥感反演的城市湖泊富营养化模拟方法和系统 | |
CN111708975A (zh) | 基于gps数据的计亩方法 | |
CN106017400A (zh) | 基于耕作轨迹等效矩形累加的农机作业面积测量方法 | |
Lian et al. | Optimal sensor placement for large structures using the nearest neighbour index and a hybrid swarm intelligence algorithm | |
CN102508238B (zh) | 一种基于坐标旋转变换的雷达跟踪方法 | |
CN108180918B (zh) | 一种点云测地路径正向跟踪生成方法及装置 | |
CN111722214B (zh) | 雷达多目标跟踪phd实现方法 | |
Abad et al. | Fourth-and fifth-order methods for solving nonlinear systems of equations: An application to the global positioning system | |
CN102446354A (zh) | 一种高精度多源地面激光点云的整体配准方法 | |
CN103236043A (zh) | 一种植物器官点云修复方法 | |
CN101510086A (zh) | 产品三角网格模型的多轴数控加工刀轨生成方法 | |
CN101739718B (zh) | 一种基于参数模板的玉米叶片虚拟仿真建模方法 | |
CN104535987A (zh) | 适用于均匀圆阵列声纳系统的幅相误差自校正方法 | |
CN101436303B (zh) | 从物体三维图像中获取四面体网格的方法 | |
CN103499809B (zh) | 一种纯方位双机协同目标跟踪定位路径规划方法 | |
Wu et al. | Plant 3D reconstruction based on LiDAR and multi-view sequence images | |
CN103473811A (zh) | 基于二维手绘线画图的三维实体模型便捷生成方法 | |
CN102663771A (zh) | 一种基于协方差交叉的交互式多模型估计方法 | |
CN103888100B (zh) | 一种基于负熵的非高斯线性随机系统滤波方法 | |
Mengoli et al. | Robust autonomous row-change maneuvers for agricultural robotic platform | |
Kwon et al. | Development of optimized point cloud merging algorithms for accurate processing to create earthwork site models | |
Meidow et al. | Algebraic reasoning for the enhancement of data-driven building reconstructions | |
Zhao et al. | ATR: automatic trajectory repairing with movement tendencies | |
CN112698266B (zh) | 一种基于概率图模型的水下目标定位方法 |
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 |
Application publication date: 20200925 |
|
RJ01 | Rejection of invention patent application after publication |