CN113405519B - 农机的作业亩数计算方法和农机的作业亩数计算系统 - Google Patents

农机的作业亩数计算方法和农机的作业亩数计算系统 Download PDF

Info

Publication number
CN113405519B
CN113405519B CN202110128125.2A CN202110128125A CN113405519B CN 113405519 B CN113405519 B CN 113405519B CN 202110128125 A CN202110128125 A CN 202110128125A CN 113405519 B CN113405519 B CN 113405519B
Authority
CN
China
Prior art keywords
data
agricultural machine
unit
coordinate
polygon
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.)
Active
Application number
CN202110128125.2A
Other languages
English (en)
Other versions
CN113405519A (zh
Inventor
孟贵平
王高栋
孙钡
丁继
吴迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fengjiang Intelligent Shenzhen Co ltd
Original Assignee
Fengjiang Intelligent Shenzhen Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fengjiang Intelligent Shenzhen Co ltd filed Critical Fengjiang Intelligent Shenzhen Co ltd
Priority to CN202110128125.2A priority Critical patent/CN113405519B/zh
Publication of CN113405519A publication Critical patent/CN113405519A/zh
Priority to JP2021206902A priority patent/JP7324828B2/ja
Priority to US17/564,651 priority patent/US20220244070A1/en
Priority to CA3144383A priority patent/CA3144383A1/en
Priority to KR1020210191190A priority patent/KR20220110071A/ko
Priority to EP21218418.8A priority patent/EP4036836A1/en
Priority to AU2022200065A priority patent/AU2022200065A1/en
Application granted granted Critical
Publication of CN113405519B publication Critical patent/CN113405519B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/28—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring areas
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B79/00—Methods for working soil
    • A01B79/005—Precision agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Mining & Mineral Resources (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Automation & Control Theory (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)

Abstract

本发明公开了一农机的作业亩数计算方法和农机的作业亩数计算系统，其中所述作业亩数计算方法包括如下步骤(A)获取需要计算作业亩数的时间段内，一农机的坐标数据和对应的时间数据；(B)对所述农机的坐标数据和时间数据进行清洗，去除不属于所述农机处于正常作业状态下的坐标数据和时间数据；(C)对清洗后的所述农机的坐标数据和时间数据进行聚类分割，区分出所述农机处于正常作业状态和非作业状态下的数据，并保留所述农机处于作业状态下的坐标数据和时间数据；以及(D)基于农机处于作业状态下的坐标数据和时间数据形成对应的多边形，并根据多个多边形的面积得到所述农机的作业亩数，计算精确，算法简单，误差较小，适用范围广。

Description

农机的作业亩数计算方法和农机的作业亩数计算系统
技术领域
本发明涉及农业领域，特别涉及一农机的作业亩数计算方法和农机的作业亩数计算系统。
背景技术
随着农业现代化的不断发展和自动化程度的提高，对农机耕地面积的精确计算越来越重要，无论是政府发放补贴、农机操作人员的费用结算还是国家农业数据统计等，都与农机的作业亩数密不可分。目前主要通过手动测量方法和利用传感器的自动测量方法来计算农机的作业亩数，但这两种方法在实际操作过程中都存在不少问题。
具体来说，手动测量方法包括皮尺测量和手动打点测量。皮尺测量是指作业人员利用皮尺绕作业区域测量，获取作业区域的长宽尺寸，然后获得作业区域的亩数。这种方法不仅耗费人力，而且只适用于测量规则的小型作业区域，若是测量不规则田块，则计算繁琐，且存在较大误差。手动打点测量是指作业人员手持计亩器打点，利用作业区域端点的GPS数据计算出作业区域的面积，适用于测量多种形状和大面积的作业区域。但是，这个测量方法需要手工打点，增加了作业人员的工作量，而且测量速度较慢。
另外，自动测量方法包括里程计测量和定位导航测量。里程计测量是指在农机上安装里程计，利用里程计获取农机的行驶里程，乘以农机的作业宽度即可测量出农机的作业亩数。这种方法无需人工作业，计算速度快，但是测量精度较低。因为农机在行驶过程中存在重复作业和不作业的情况，而且里程计本身也存在较大的误差。因此利用里程计获取农机的行驶里程来计算得到的农机作业亩数与实际的农机作业亩数之间存在较大的差异。定位导航测量是指在农机上安装定位导航系统，例如GPS和北斗等系统解算农机的行驶里程，乘以农机的作业宽度即可测量出农机的作业亩数。但是这种方法和里程计测量方法存在相同的问题，无法区分作业状态、重复作业状态和非作业状态下的行驶里程，这样，导致利用定位导航测量的也计算得到的作业亩数会比实际亩数大。
发明内容
本发明的一个目的在于提供一农机的作业亩数计算方法和农机的作业亩数计算系统，其中利用所述作业亩数计算方法可以精确地计算农机的作业亩数，算法简单，误差较小，适用范围广。
本发明的另一个目的在于提供一农机的作业亩数计算方法和农机的作业亩数计算系统，其中利用所述作业亩数计算方法能够区分所述农机处于正常作业状态、重复作业状态以及非作业状态，并且只计算所述农机处于作业状态下的数据，进而减小了利用所述作业亩数计算方法计算得到的作业亩数与实际作业亩数之间的差异。
本发明的另一个目的在于提供一农机的作业亩数计算方法和农机的作业亩数计算系统，其中在所述作业亩数计算方法中，根据所述农机的坐标数据和对应的时间数据自动区分所述农机的状态，例如但不限于，所述农机的坐标数据被实施为包括经度坐标和纬度坐标。
本发明的另一个目的在于提供一农机的作业亩数计算方法和农机的作业亩数计算系统，其中在所述作业亩数计算方法中，对所述农机的坐标数据进行清洗，若在不同的时间点，所述农机的坐标数据重复出现，则只保留其中一个时间点对应的坐标数据，这样，可以避免将所述农机处于重复作业状态下的作业亩数计算在内，进而有利于减小利用所述作业亩数计算方法计算得到的作业亩数与实际作业亩数之间的差异。
本发明的另一个目的在于提供一农机的作业亩数计算方法和农机的作业亩数计算系统，其中在所述作业亩数计算方法中，去除所述农机的坐标数据中超出作业区域的坐标数据，完成对农机的坐标数据的清洗，避免将异常数据用于计算所述农机的作业亩数，有利于提高所述作业亩数计算方法的精准性。
本发明的另一个目的在于提供一农机的作业亩数计算方法和农机的作业亩数计算系统，其中在所述作业亩数计算方法中，将清洗后的所述农机的坐标数据和时间数据进行聚类分割，被分割后的数据中密度低且时间无规律的数据被划分为非作业数据，并将非作业数据去除，保证用于计算作业亩数的数据均为作业数据，进一步保障计算精确性。
本发明的另一个目的在于提供一农机的作业亩数计算方法和农机的作业亩数计算系统，其中在所述作业亩数计算方法中，基于聚类分割后的作业数据生成多个作业区域的多边形，并在后续，通过基于这些多边形的面积计算所述农机的作业亩数。
本发明的另一个目的在于提供一农机的作业亩数计算方法和农机的作业亩数计算系统，其中在所述作业亩数的计算方法中，对生成的所有多边形进行聚合，取出重复的多边形，获得没有重复的多个多边形，避免所述农机的同一个作业区块的面积被计算多次。
本发明的另一个目的在于提供一农机的作业亩数计算方法和农机的作业亩数计算系统，其中在所述作业亩数的计算方法中，利用投影换算的方式将所述农机的经度数据和维度数据转换成二维坐标，并基于二维坐标计算所述农机的最终作业面积的大小。
本发明的另一个目的在于提供一农机的作业亩数计算方法和农机的作业亩数计算系统，其中所述作业亩数测量方法可以应用于测量不同类型的农田，并且计算结果精准，有利于所述农机的操作人员的费用结算、国家政策补贴计算以及国家农业数据统计等。
依本发明的一个方面，本发明提供一农机的作业亩数计算方法，所述作业亩数计算方法包括如下步骤：
(A)获取需要计算作业亩数的时间段内，一农机的坐标数据和对应的时间数据；
(B)对所述农机的坐标数据和时间数据进行清洗，去除不属于所述农机处于正常作业状态下的坐标数据和时间数据；
(C)对清洗后的所述农机的坐标数据和时间数据进行聚类分割，区分出所述农机处于正常作业状态和非作业状态下的数据，并保留所述农机处于作业状态下的坐标数据和时间数据；以及
(D)基于农机处于作业状态下的坐标数据和时间数据形成对应的多边形，并根据多个多边形的面积得到所述农机的作业亩数。
根据本发明的一个实施例，在所述步骤(B)中包括如下步
(B.1)去除重复的所述农机的坐标数据和时间数据；和
(B.2)对所述农机的坐标数据和时间数据进行清洗，去除异常数据。
根据本发明的一个实施例，在所述步骤(B.1)中包括如下步骤：
(b.1)对所述农机的坐标数据按照时间顺序进行排序；和
(b.2)对所述农机的坐标数据和时间顺序进行去重。
根据本发明的一个实施例，在所述步骤(B.2)中，预先设定待计算作业亩数的作业区域的一坐标范围，去除超出所述坐标范围的坐标数据和时间数据。
根据本发明的一个实施例，在所述步骤(B.2)中，在预设的所述所述坐标范围中，经度数据的范围为[-90,90]，纬度数据的范围为[-180,180]。
根据本发明的一个实施例，在所述步骤(B.2)中，用isolation forest算法对所述农机的坐标数据进行异常检测，去除所述农机的坐标数据中超出预设的所述坐标范围的数据。
根据本发明的一个实施例，在所述步骤(C)中，采用T-DBSCAN算法对清洗后的所述农机的坐标数据和时间数据进行聚类分割，得到多个聚类数据块。
根据本发明的一个实施例，在上述方法中，对于算法的核心参数时间阈值τ,密度半径r,密度阈值ε调用Hyperopt方法自动调参。
根据本发明的一个实施例，在所述步骤(C)中，根据数据的密度和时间的规律性区分出所述农机处于正常作业状态和非作业状态下的数据，其中数据密度低且时间无规律的数据为农机处于非作业状态下的数据。
根据本发明的一个实施例，在所述步骤(D)中，包括如下步骤：
(D.1)采用Graham Scan对每一个所述作业聚类数据块的坐标数据和时间数据进行边界查找，找到对应的边界多边形；
(D.2)用Buffer Union算法对每个多边形进行聚合，去除重复面积部分，生成最终无重复的多个多边形；
(D.3)对每个多边形的顶点的经纬度坐标进行投影换算，利用最小二乘法对投影的epsg进行搜索，找到最佳投影系，转换成二维坐标；以及
(D.4)基于多边形的二维坐标，利用多边形面积计算公式计算每个多边形的面积，并叠加得到最终的作业亩数。
依本发明的一个方面，本发明提供一农机的作业亩数计算系统，其包括：
一数据获取模块，其中所述数据获取模块获取需要计算作业亩数的时间段内，一农机的坐标数据和对应的时间数据；
一数据清洗模块，其中所述数据清洗模块被可通信地连接于所述数据获取模块，所述数据清洗模块对所述农机的坐标数据和时间数据进行清洗，去除不属于所述农机处于正常作业状态下的数据；
一聚类分割模块，其中所述聚类分割模块被可通信地连接于所述数据清洗模块，所述聚类分割模块对清洗后的数据进行聚类分割，并得到所述农机处于正常作业状态下的一作业聚类数据块；
一多边形生成模块，其中所述多边形生成模块被可通信地连接于所述聚类分割模块，所述多边形生成模块基于所述聚类分割模块生成的所述作业聚类数据块生成对应的多边形；以及
一面积计算模块，其中所述面积计算模块被可通信地连接于所述多边形生成模块，所述面积计算模块基于所述多边形生成模块生成的多边形的面积得到所述农机最终的作业亩数。
根据本发明的一个实施例，所述农机的坐标数据被实施为进度数据和纬度数据。
根据本发明的一个实施例，所述数据清洗模块包括一重复数据去除单元和一异常数据去除单元，其中所述重复数据去除单元被可通信地连接于所述数据获取模块，所述重复数据去除单元，对所述农机的经度数据和纬度数据去重，所述异常数据去除单元对去重后的所述农机的坐标数据和时间数据进行清洗，去除其中的异常数据。
根据本发明的一个实施例，所述重复数据去除单元对所述农机的坐标数据按照时间顺序进行排序，在不同时间点出现相同的经度数据和纬度数据时，只保留一个时间点和对应的经度数据和纬度数据。
根据本发明的一个实施例，所述异常数据去除单元预先设定待计算作业亩数的作业区域的一坐标范围，若所述农机的坐标数据超出了所述坐标范围，则所述异常数据去除单元判断超出所述坐标范围的经度数据和纬度数据为异常数据，并去除异常数据。
根据本发明的一个实施例，所述异常数据去除单元预设经度数据的范围为[-90,90]，纬度数据的范围为[-180,180]。
根据本发明的一个实施例，所述异常数据去除单元用isolation forest算法对所述农机的经度数据和纬度数据据进行异常检测，去除所述农机的经度数据和纬度数据中超出预设的所述坐标范围的数据。
根据本发明的一个实施例，所述聚类分割模块包括一聚类分割单元、一判断单元以及一执行单元，其中所述聚类分割单元被可通信地连接于所述数据清洗模块，所述判断单元被可通信地连接于所述聚类分割单元，所述执行单元被可通信地连接于所述判断单元，所述聚类分割单元对清洗后的所述农机的坐标数据和时间数据进行聚类分割，得到多个聚类数据块，所述判断单元对所述聚类数据块的类型进行判断，区分出非作业聚类数据块，所述执行单元去除所述非作业聚类数据块，得到所述作业聚类数据块。
根据本发明的一个实施例，所述聚类分割单元采用T-DBSCAN算法对清洗后的所述农机的坐标数据和时间数据进行聚类分割。
根据本发明的一个实施例，对于算法的核心参数时间阈值τ,密度半径r,密度阈值ε调用Hyperopt方法自动调参。
根据本发明的一个实施例，所述判断单元基于数据的密度和规律性对所述聚类数据块的类型进行判断和划分，其中数据密度低，且时间无规律的聚类数据块被判断为非作业聚类数据块。
根据本发明的一个实施例，所述多边形生成模块包括一多边形生成单元和一查重单元，其中所述查重单元被可通信地连接于所述多边形生成单元，所述多边形生成单元被可通信地连接于所述聚类分割模块的所述执行单元，所述多边形生成单元基于每一个所述作业聚类数据块的坐标数据和时间数据得到对应于所述作业聚类数据块的边界多边形，所述查重单元对所述多边形生成单元生成的边界多边形进行聚合，去除重复面积部分，生成最终无重复的多个多边形。
根据本发明的一个实施例，所述多边形生成单元采用Graham Scan对每一个所述作业聚类数据块的坐标数据和时间数据进行边界查找，找到对应的边界多边形。
根据本发明的一个实施例，所述查重单元用Buffer Union算法对每个边界多边形进行聚合，去除重复面积部分，生成最终无重复的多个多边形。
根据本发明的一个实施例，所述面积计算模块包括一转换单元和一计算单元，其中所述转换单元被可通信地连接于所述查重单元，其中所述计算单元被可通信地连接于所述转换单元，所述转换单元对每个多边形的顶点的经纬度坐标进行投影换算，利用最小二乘法对投影的epsg进行搜索，找到最佳投影系，转换成二维坐标，所述计算单元基于多边形的二维坐标，利用多边形面积计算公式计算每个多边形的面积，并叠加得到最终的作业亩数。
根据本发明的一个实施例，所述农机的作业亩数计算系统进一步包括一存储模块，其中所述存储模块被可通信地连接于所述面积计算模块和所述数据获取模块，其中所述存储模块存储所述农机的坐标数据、时间数据以及对应的作业亩数。
附图说明
图1是根据本发明的一较佳实施例的农机的作业亩数计算方法的流程图示意图。
图2是根据本发明的上述较佳实施例所述的农机的作业亩数计算方法中的部分步骤的示意图。
图3是根据本发明的上述较佳实施例所述的农机的作业亩数计算方法中的部分步骤的示意图。
图4是根据本发明的上述较佳实施例所述的农机的作业亩数计算方法中的部分步骤的示意图。
图5是根据本发明的一较佳实施例的农机的作业亩数计算系统的结构框图示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
本领域技术人员应理解的是，在本发明的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制。
可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。
参照说明书附图1至图4，根据本发明的一较佳实施例的一农机的作业亩数计算方法将在接下来的描述中被阐述，其中利用所述农机的作业亩数计算方法能够精准地计算所述农机的作业亩数。并且，所述农机的作业亩数计算系统100适用于计算不同类型的农田的面积，计算结果精准，有利于所述农机的操作人员的费用结算、国家政策补贴计算以及国家农业数据统计等。
在所述农机的作业亩数计算方法中，提供步骤(A)获取需要计算作业亩数的时间段内，所述农机的坐标数据和对应的时间数据。优选地，所述农机的坐标数据被实施为经度数据和纬度数据。可选地，所述农机的坐标数据也可以被实施为二维坐标数据。在接下来的描述中，以所述农机的坐标数据被实施为经度数据和纬度数据为例进行阐述说明本发明所述的作业亩数计算方法。
在所述步骤(A)之后，进一步包括步骤(B)对所述农机的坐标数据和时间数据进行清洗，去除不属于所述农机处于正常作业状态下的坐标数据和时间数据。
具体来说，参照图2，在所述步骤(B)中包括步骤(B.1)去除重复的所述农机的坐标数据和时间数据，即去除所述农机处于重复作业状态下的数据。具体来说，参照图3，在所述步骤(B.1)中包括如下步骤：
(b.1)对所述农机的坐标数据按照时间顺序进行排序；和
(b.2)对所述农机的坐标数据进行去重。具体来说，在不同时间点出现相同的经度数据和纬度数据的，只保留一个时间点和对应的经度数据和纬度数据。优选地，所述农机的经度数据和纬度数据重复的，保留时间点最早的一个数据。可选地，保留任意一个时间点对应的经度数据和纬度数据。通过这样的算法，可以避免将所述农机处于重复作业状态下的作业亩数计算在内，进而有利于减小利用所述作业亩数计算方法计算得到的作业亩数与实际作业亩数之间的差异。
在所述步骤(B)中进一步包括步骤(B.2)对所述农机的坐标数据和时间数据进行清洗，去除异常数据。在本发明的这个具体的实施例中，预先设定待计算作业亩数的作业区域的一坐标范围，超出所述坐标范围的经度数据和纬度数据可以被判断为异常数据，不属于农机处于正常作业状态时的数据，不予作为计算所述农机的作业亩数的计算基础。进一步地，去除异常的坐标数据和对应的时间数据，避免将异常数据用于计算所述农机的作业亩数，有利于提高所述作业亩数计算方法的精准性。
优选地，在预设的所述所述坐标范围中，经度数据的范围为[-90,90]，纬度数据的范围为[-180,180]。优选地，用isolation forest算法对所述农机的经度数据和纬度数据进行异常检测，去除所述农机的经度数据和纬度数据中超出预设的所述坐标范围的数据。本领域技术人员应该理解的是预设的所述坐标范围的具体实施方式，以及对异常数据检测的具体算法仅仅作为示例，不能成为对本发明所述农机的作业亩数计算方法的内容和范围的限制。
值得一提的是，在本发明的一个具体的实施例中，步骤(B.1)在步骤(B.2)之后进行。在本发明的另一个具体的实施例中，步骤(B.1)在步骤(B.2)之前进行。步骤(B.1)在步骤(B.2)的具体顺序不能成为对本发明所述农机的作业亩数计算方法的内容换和范围的限制。
在所述农机的作业亩数计算方法中，进一步包括步骤(C)对清洗后的所述农机的坐标数据和时间数据进行聚类分割，区分出所述农机处于正常作业状态和非作业状态下的数据，并保留所述农机处于正常作业状态下的坐标数据。
具体来说，在所述步骤(C)中，采用T-DBSCAN算法对清洗后的所述农机的坐标数据和时间数据进行聚类分割，得到多个聚类数据块。在本发明的一个具体的实施例中，对于算法的核心参数时间阈值τ,密度半径r,密度阈值ε调用Hyperopt方法自动调参，保证聚类后同类的数据关联最大，非同类数据关联最小。
进一步地，在步骤(C)中，去除所述聚类数据块中的非作业聚类数据块，仅保留作业数据块。具体来说，分割后获得的每个聚类数据块保证了时间和空间上的相似性。在所述聚类数据块中，若对应的数据密度低，且时间无规律，则所述聚类数据块被判断为所述非作业聚类数据块，所述非作业聚类数据块被去除后，剩下的所述聚类数据块为所述作业聚类数据块。这样，可以保证用于计算作业亩数的数据均为作业数据，进一步保障了计算的精确性。
在所述农机的作业亩数计算方法中，在所述步骤(C)之后进一步包括步骤(D)基于每一个所述作业聚类数据块形成对应的多边形，并在后续根据多个多边形的面积得到所述农机的作业亩数。
具体来说，参照图4，在所述步骤(D)中包括步骤(D.1)采用Graham Scan对每一个所述作业聚类数据块的坐标数据和时间数据进行边界查找，找到对应的边界多边形。
在所述步骤(D.1)之后，包括步骤(D.2)用Buffer Union算法对每个多边形进行聚合，去除重复面积部分，生成最终无重复的多个多边形。
在所述步骤(D.2)之后，包括步骤(D.3)，对每个多边形的顶点的经纬度坐标进行投影换算，利用最小二乘法对投影的epsg进行搜索，找到最佳投影系，转换成二维坐标。在所述步骤(D.3)之后，进一步包括步骤(D.4)基于多边形的二维坐标，利用多边形面积计算公式计算每个多边形的面积，并叠加得到最终的作业亩数。本领域技术人员应该理解的是，对多边形的面积进行计算的具体实施方式仅仅作为示例，不能成为对本发明所述农机的作业亩数计算方法的内容和范围的限制。
值得一提的是，利用本发明所述的农机的作业亩数计算方法计算得到的作业亩数与所述农机的实际作业亩数的差异较小。并且，在研发过程中，为了验证算法的有效性，在拖拉机上安装计亩器，分别在98亩、560亩和2200亩的田块中作业，采用随机行走的方式跑满上述田块，并随机重复作业部分地块。每块地块跑出10组数据，并用本发明所述的农机的作业亩数计算方法对拖拉机的作业亩数进行计算。验算结果显示，利用本发明所述的作业亩数计算方法对每块田块10组数据计亩的误差均值和方差分别为：99.7％/0.03,99.5/0.06,99.8/0.01。因此，利用本发明所述的农机的作业亩数的计算方法准确性和稳定性较高，已经达到精准农机作业精准计亩的要求。
参照图5，根据本发明的另一个方面，本发明提供一农机的作业亩数计算系统100，其中所述农机的作业亩数计算系统100能够对所述农机的作业亩数进行精准地计算。
具体来说，所述农机的作业亩数计算系统100包括一数据获取模块10、一数据清洗模块20、一聚类分割模块30、一多边形生成模块40以及一面积计算模块50。所述数据获取模块10能够获取所述农机的坐标数据和时间数据，所述数据清洗模块20被可通信地连接于所述数据获取模块10，所述数据清洗模块20对所述农机的坐标数据和时间数据进行清洗，去除不属于所述农机处于正常作业状态下的数据。所述聚类分割模块30被可通信地连接于所述数据清洗模块20，所述聚类分割模块30对清洗后的数据进行聚类分割，并得到所述农机处于正常作业状态下的一作业聚类数据块。所述多边形生成模块40被可通信地连接于所述聚类分割模块30，所述多边形生成模块40基于所述聚类分割模块30生成的所述作业聚类数据块生成对应的多边形。所述面积计算模块50被可通信地连接于所述多边形生成模块40，所述面积计算模块50基于所述多边形生成模块40生成的多边形的面积得到所述农机最终的作业亩数。
在本发明的一个具体的实施例中，所述数据获取模块10通过可通信地连接于所述农机的中控电脑的方式获取需要计算作业亩数的时间段内，所述农机的坐标数据和对应的时间数据。比如说，所述数据获取模块10通过有线连接或是无线连接于所述农机的中控电脑的方式获取所述农机的坐标数据和对应的时间数据。在本发明的一个具体的实施例中，所述数据获取模块10允许用户通过手动输入或是手动选择的方式输入或是选择所述农机的坐标数据和对应的时间数据。本领域技术人员应该理解的是，所述数据获取模块10获取所述农机的坐标数据和时间数据的具体实施方式仅仅作为示例，不能成为对本发明所述农机的作业亩数计算方法的内容和范围的限制。
优选地，所述农机的坐标数据被实施为经度数据和纬度数据。可选地，所述农机的坐标数据也可以被实施为二维坐标数据。在接下来的描述中，以所述农机的坐标数据被实施为经度数据和纬度数据为例进行阐述说明本发明所述的作业亩数计算方法。
在本发明所述的农机的作业亩数计算系统的这个具体的实施例中，所述数据清洗模块20包括一重复数据去除单元21和一异常数据去除单元22，其中所述重复数据去除单元21被可通信地连接于所述数据获取模块10，所述重复数据去除单元21获取所述农机的坐标数据和时间数据。
所述重复数据去除单元21对所述农机的坐标数据按照时间顺序进行排序，并对所述农机的经度数据和纬度数据去重，即在不同时间点出现相同的经度数据和纬度数据时，只保留一个时间点和对应的经度数据和纬度数据。优选地，若所述重复数据去除单元21判断所述农机的经度数据和纬度数据重复的，则所述重复数据去除单元21保留时间点最早的一个数据，并去除其他重复数据。可选地，若所述重复数据去除单元21判断所述农机的经度数据和纬度数据重复的，则所述重复数据去除单元21保留任意一个时间点对应的经度数据和纬度数据，并去除其他重复数据。
进一步地，所述异常数据去除单元22被可通信地连接于所述重复数据去除单元21，所述异常数据去除单元22对去重后的所述农机的坐标数据和时间数据进行清洗，去除其中的异常数据。具体来说，所述异常数据去除单元22预先设定待计算作业亩数的作业区域的一坐标范围，若所述农机的坐标数据超出了所述坐标范围，则所述异常数据去除单元22判断超出所述坐标范围的经度数据和纬度数据为异常数据，去除这些异常数据，不予作为计算所述农机的作业亩数的计算基础。
优选地，所述异常数据去除单元22预设经度数据的范围为[-90,90]，纬度数据的范围为[-180,180]。优选地，所述异常数据去除单元22用isolation forest算法对所述农机的经度数据和纬度数据据进行异常检测，去除所述农机的经度数据和纬度数据中超出预设的所述坐标范围的数据。本领域技术人员应该理解的是预设的所述坐标范围的具体实施方式，以及对异常数据检测的具体算法仅仅作为示例，不能成为对本发明所述农机的作业亩数计算系统100的内容和范围的限制。
在本发明的一个具体的实施例中，所述异常数据去除单元22被可通信地连接于所述数据获取模块10，所述异常数据去除单元22获取所述农机的坐标数据和时间数据，所述异常数据去除单元22对所述农机的坐标数据和时间数据进行清洗，去除其中的异常数据。所述重复数据去除单元21对去除异常数据后的所述农机的坐标数据和时间数据进行去重处理。
所述聚类分割模块30包括一聚类分割单元31、一判断单元32以及一执行单元33，其中所述聚类分割单元31被可通信地连接于所述数据清洗模块20，所述聚类分割单元31对清洗后的所述农机的坐标数据和时间数据进行聚类分割，得到多个聚类数据块。所述判断单元32被可通信地连接于所述聚类分割单元31，所述判断单元32对所述聚类数据块的类型进行判断，区分所述作业聚类数据块和一非作业聚类数据块。所述作业聚类数据块对应的是所述农机处于正常作业状态下的作业数据，所述非作业聚类数据块对应的是所述农机处于非作业状态下的作业数据。进一步地，所述执行单元33被可通信地连接于所述判断单元32，其中所述执行单元33去除所述非作业聚类数据块，得到所述作业聚类数据块。
在本发明的一个具体的实施例中，所述聚类分割单元31采用T-DBSCAN算法对清洗后的所述农机的坐标数据和时间数据进行聚类分割，得到多个聚类数据块。优选地，对于算法的核心参数时间阈值τ,密度半径r,密度阈值ε调用Hyperopt方法自动调参，保证聚类后同类的数据关联最大，非同类数据关联最小。
在本发明的一个具体的实施例中，所述判断单元32基于数据的密度和规律性对所述聚类数据块的类型进行判断和划分。具体来说，数据密度低，且时间无规律的聚类数据块被判断为非作业聚类数据块，数据密度高，且时间有规律的所述聚类数据块被判断为作业聚类数据块。
所述多边形生成模块40被可通信地连接于所述执行单元33，其中所述多边形生成模块40包括一多边形生成单元41和一查重单元42，其中所述查重单元42被可通信地连接于所述多边形生成单元41，所述多边形生成单元41被可通信地连接于所述聚类分割模块30的所述执行单元33。
所述多边形生成单元41基于每一个所述作业聚类数据块的坐标数据和时间数据得到对应于所述作业聚类数据块的边界多边形。优选地，所述多边形生成单元41采用Graham Scan对每一个所述作业聚类数据块的坐标数据和时间数据进行边界查找，找到对应的边界多边形。
所述查重单元42对所述多边形生成单元41生成的边界多边形进行聚合，去除重复面积部分，生成最终无重复的多个多边形。优选地，所述查重单元42采用Buffer Union算法对每个边界多边形进行聚合，去除重复面积部分，生成最终无重复的多个多边形。
所述面积计算模块50被可通信地连接于所述多边形生成模块40的所述查重单元42，所述面积计算模块50计算每个多边形的面积，并将所有多边形的面积叠加得到所述农机最终的作业亩数。
具体来说，在本发明的这个具体的实施例中，所述面积计算模块50包括一转换单元51和一计算单元52，其中所述转换单元51被可通信地连接于所述多边形生成单元40的所述查重单元42，其中所述计算单元52被可通信地连接于所述转换单元51。
具体地，所述转换单元51对每个多边形的顶点的经纬度坐标进行投影换算，利用最小二乘法对投影的epsg进行搜索，找到最佳投影系，转换成二维坐标。所述计算单元52基于多边形的二维坐标，利用多边形面积计算公式计算每个多边形的面积，并叠加得到最终的作业亩数。
在本发明的一个具体的实施例中，所述作业亩数计算系统100进一步包括一存储模块60，其中所述存储模块60被可通信地连接于所述面积计算模块50和所述数据获取模块10，其中所述存储模块60存储所述农机的坐标数据、时间数据以及对应的作业亩数，可方便后续用户直接查看和调用。
本领域的技术人员可以理解的是，以上实施例仅为举例，其中不同实施例的特征可以相互组合，以得到根据本发明揭露的内容很容易想到但是在附图中没有明确指出的实施方式。
本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims (24)

1.一农机的作业亩数计算方法，其特征在于，所述作业亩数计算方法包括如下步骤：
(A)获取需要计算作业亩数的时间段内，一农机的坐标数据和对应的时间数据；
(B)对所述农机的坐标数据和时间数据进行清洗，去除不属于所述农机处于正常作业状态下的坐标数据和时间数据；
(C)对清洗后的所述农机的坐标数据和时间数据进行聚类分割，得到多个聚类数据块，在所述聚类数据块中，若对应的数据密度低，且时间无规律，则所述聚类数据块被判断为非作业状态下的数据，以区分出所述农机处于正常作业状态和非作业状态下的数据，并保留所述农机处于作业状态下的坐标数据和时间数据；以及
(D)基于农机处于作业状态下的坐标数据和时间数据形成对应的多边形，并根据多个多边形的面积得到所述农机的作业亩数。
2.根据权利要求1所述的作业亩数计算方法，其中在所述步骤(B)中包括如下步骤：
(B.1)去除重复的所述农机的坐标数据和时间数据；和
(B.2)对所述农机的坐标数据和时间数据进行清洗，去除异常数据。
3.根据权利要求2所述的作业亩数计算方法，其中在所述步骤(B.1)中包括如下步骤：
(b.1)对所述农机的坐标数据按照时间顺序进行排序；和
(b.2)对所述农机的坐标数据和时间顺序进行去重。
4.根据权利要求3所述的作业亩数计算方法，其中在所述步骤(B.2)中，预先设定待计算作业亩数的作业区域的一坐标范围，去除超出所述坐标范围的坐标数据和时间数据。
5.根据权利要求4所述的作业亩数计算方法，其中在所述步骤(B.2)中，在预设的所述坐标范围中，经度数据的范围为[-90,90]，纬度数据的范围为[-180,180]。
6.根据权利要求5所述的作业亩数计算方法，其中在所述步骤(B.2)中，用isolationforest算法对所述农机的坐标数据进行异常检测，去除所述农机的坐标数据中超出预设的所述坐标范围的数据。
7.根据权利要求1所述的作业亩数计算方法，其中在所述步骤(C)中，采用T-DBSCAN算法对清洗后的所述农机的坐标数据和时间数据进行聚类分割，得到多个聚类数据块。
8.根据权利要求7所述的作业亩数计算方法，其中在上述方法中，对于算法的核心参数时间阈值τ,密度半径r,密度阈值ε调用Hyperopt方法自动调参。
9.根据权利要求1所述的作业亩数计算方法，其中在所述步骤(D)中，包括如下步骤：
(D.1)采用Graham Scan对每一个所述作业聚类数据块的坐标数据和时间数据进行边界查找，找到对应的边界多边形；
(D.2)用Buffer Union算法对每个多边形进行聚合，去除重复面积部分，生成最终无重复的多个多边形；
(D.3)对每个多边形的顶点的经纬度坐标进行投影换算，利用最小二乘法对投影的epsg进行搜索，找到最佳投影系，转换成二维坐标；以及
(D.4)基于多边形的二维坐标，利用多边形面积计算公式计算每个多边形的面积，并叠加得到最终的作业亩数。
10.一农机的作业亩数计算系统，其特征在于，包括：
一数据获取模块，其中所述数据获取模块获取需要计算作业亩数的时间段内，一农机的坐标数据和对应的时间数据；
一数据清洗模块，其中所述数据清洗模块被可通信地连接于所述数据获取模块，所述数据清洗模块对所述农机的坐标数据和时间数据进行清洗，去除不属于所述农机处于正常作业状态下的数据；
一聚类分割模块，其中所述聚类分割模块被可通信地连接于所述数据清洗模块，所述聚类分割模块对清洗后的数据进行聚类分割，并得到所述农机处于正常作业状态下的一作业聚类数据块；
所述聚类分割模块包括一聚类分割单元和一判断单元；所述聚类分割单元用于对清洗后的所述农机的坐标数据和时间数据进行聚类分割，得到多个聚类数据块；所述判断单元用于基于数据的密度和规律性对所述聚类数据块的类型进行判断和划分，其中，数据密度低，且时间无规律的聚类数据块被判断为非作业聚类数据块；
一多边形生成模块，其中所述多边形生成模块被可通信地连接于所述聚类分割模块，所述多边形生成模块基于所述聚类分割模块生成的所述作业聚类数据块生成对应的多边形；以及
一面积计算模块，其中所述面积计算模块被可通信地连接于所述多边形生成模块，所述面积计算模块基于所述多边形生成模块生成的多边形的面积得到所述农机最终的作业亩数。
11.根据权利要求10所述的农机的作业亩数计算系统，其中所述农机的坐标数据被实施为进度数据和纬度数据。
12.根据权利要求11所述的农机的作业亩数计算系统，其中所述数据清洗模块包括一重复数据去除单元和一异常数据去除单元，其中所述重复数据去除单元被可通信地连接于所述数据获取模块，所述重复数据去除单元，对所述农机的经度数据和纬度数据去重，所述异常数据去除单元对去重后的所述农机的坐标数据和时间数据进行清洗，去除其中的异常数据。
13.根据权利要求12所述的农机的作业亩数计算系统，其中所述重复数据去除单元对所述农机的坐标数据按照时间顺序进行排序，在不同时间点出现相同的经度数据和纬度数据时，只保留一个时间点和对应的经度数据和纬度数据。
14.根据权利要求13所述的农机的作业亩数计算系统，其中所述异常数据去除单元预先设定待计算作业亩数的作业区域的一坐标范围，若所述农机的坐标数据超出了所述坐标范围，则所述异常数据去除单元判断超出所述坐标范围的经度数据和纬度数据为异常数据，并去除异常数据。
15.根据权利要求14所述的农机的作业亩数计算系统，其中所述异常数据去除单元预设经度数据的范围为[-90,90]，纬度数据的范围为[-180,180]。
16.根据权利要求15所述的农机的作业亩数计算系统，其中所述异常数据去除单元用isolation forest算法对所述农机的经度数据和纬度数据据进行异常检测，去除所述农机的经度数据和纬度数据中超出预设的所述坐标范围的数据。
17.根据权利要求10所述的农机的作业亩数计算系统，其中所述聚类分割模块包括一聚类分割单元、一判断单元以及一执行单元，其中所述聚类分割单元被可通信地连接于所述数据清洗模块，所述判断单元被可通信地连接于所述聚类分割单元，所述执行单元被可通信地连接于所述判断单元，所述聚类分割单元对清洗后的所述农机的坐标数据和时间数据进行聚类分割，得到多个聚类数据块，所述判断单元对所述聚类数据块的类型进行判断，区分出非作业聚类数据块，所述执行单元去除所述非作业聚类数据块，得到所述作业聚类数据块。
18.根据权利要求17所述的农机的作业亩数计算系统，其中所述聚类分割单元采用TDBSCAN算法对清洗后的所述农机的坐标数据和时间数据进行聚类分割。
19.根据权利要求18所述的农机的作业亩数计算系统，其中对于算法的核心参数时间阈值τ,密度半径r,密度阈值ε调用Hyperopt方法自动调参。
20.根据权利要求17所述的农机的作业亩数计算系统，其中所述多边形生成模块包括一多边形生成单元和一查重单元，其中所述查重单元被可通信地连接于所述多边形生成单元，所述多边形生成单元被可通信地连接于所述聚类分割模块的所述执行单元，所述多边形生成单元基于每一个所述作业聚类数据块的坐标数据和时间数据得到对应于所述作业聚类数据块的边界多边形，所述查重单元对所述多边形生成单元生成的边界多边形进行聚合，去除重复面积部分，生成最终无重复的多个多边形。
21.根据权利要求20所述的农机的作业亩数计算系统，其中所述多边形生成单元采用Graham Scan对每一个所述作业聚类数据块的坐标数据和时间数据进行边界查找，找到对应的边界多边形。
22.根据权利要求21所述的农机的作业亩数计算系统，其中所述查重单元用BufferUnion算法对每个边界多边形进行聚合，去除重复面积部分，生成最终无重复的多个多边形。
23.根据权利要求20所述的农机的作业亩数计算系统，其中所述面积计算模块包括一转换单元和一计算单元，其中所述转换单元被可通信地连接于所述查重单元，其中所述计算单元被可通信地连接于所述转换单元，所述转换单元对每个多边形的顶点的经纬度坐标进行投影换算，利用最小二乘法对投影的epsg进行搜索，找到最佳投影系，转换成二维坐标，所述计算单元基于多边形的二维坐标，利用多边形面积计算公式计算每个多边形的面积，并叠加得到最终的作业亩数。
24.根据权利要求23所述的农机的作业亩数计算系统，进一步包括一存储模块，其中所述存储模块被可通信地连接于所述面积计算模块和所述数据获取模块，其中所述存储模块存储所述农机的坐标数据、时间数据以及对应的作业亩数。
CN202110128125.2A 2021-01-29 2021-01-29 农机的作业亩数计算方法和农机的作业亩数计算系统 Active CN113405519B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN202110128125.2A CN113405519B (zh) 2021-01-29 2021-01-29 农机的作业亩数计算方法和农机的作业亩数计算系统
JP2021206902A JP7324828B2 (ja) 2021-01-29 2021-12-21 農業機械の作業面積の計算方法及び農業機械の作業面積の計算システム
US17/564,651 US20220244070A1 (en) 2021-01-29 2021-12-29 Method for calculating operation acres of agricultural machinery, and electronic device using the same
CA3144383A CA3144383A1 (en) 2021-01-29 2021-12-29 Method, system for calculating operation acres of agricultural machinery
KR1020210191190A KR20220110071A (ko) 2021-01-29 2021-12-29 농기계의 작업 면적 계산 방법 및 농기계의 작업 면적 계산 시스템
EP21218418.8A EP4036836A1 (en) 2021-01-29 2021-12-30 Method, system for calculating operation acres of agricultural machinery
AU2022200065A AU2022200065A1 (en) 2021-01-29 2022-01-06 Method, system for calculating operation acres of agricultural machinery

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110128125.2A CN113405519B (zh) 2021-01-29 2021-01-29 农机的作业亩数计算方法和农机的作业亩数计算系统

Publications (2)

Publication Number Publication Date
CN113405519A CN113405519A (zh) 2021-09-17
CN113405519B true CN113405519B (zh) 2023-07-18

Family

ID=77675898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110128125.2A Active CN113405519B (zh) 2021-01-29 2021-01-29 农机的作业亩数计算方法和农机的作业亩数计算系统

Country Status (7)

Country Link
US (1) US20220244070A1 (zh)
EP (1) EP4036836A1 (zh)
JP (1) JP7324828B2 (zh)
KR (1) KR20220110071A (zh)
CN (1) CN113405519B (zh)
AU (1) AU2022200065A1 (zh)
CA (1) CA3144383A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114526669A (zh) * 2022-02-22 2022-05-24 上海联适导航技术股份有限公司 一种农机作业实时整平面积测算方法、装置及设备
KR102564863B1 (ko) 2023-03-22 2023-08-07 강원대학교산학협력단 위치기반 농기계 임대 관리 시스템
CN116205968A (zh) * 2023-05-06 2023-06-02 中国农业大学 一种基于栅格图像的农机作业面积计算方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108759828A (zh) * 2018-03-23 2018-11-06 江苏大学 一种无人驾驶插秧机路径规划方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6119069A (en) * 1999-03-01 2000-09-12 Case Corporation System and method for deriving field boundaries using alpha shapes
CN104992072B (zh) * 2015-07-21 2017-10-27 江苏北斗卫星应用产业研究院有限公司 基于空间网格剖分的作业地块自动识别与面积统计方法
CN206601107U (zh) * 2017-03-27 2017-10-31 龙岩市上杭县飞羽机械有限公司 一种农业机械自动化耕地测量仪
CN107036572B (zh) * 2017-04-12 2019-07-23 中国农业大学 一种农机作业面积获取方法及装置
CN107462208A (zh) * 2017-08-15 2017-12-12 河北农业大学 一种农机及农机作业面积测量装置和测量方法
CN107657637B (zh) * 2017-09-25 2020-05-01 中国农业大学 一种农机作业面积获取方法
CN107766808B (zh) 2017-09-30 2021-06-29 北京泓达九通科技发展有限公司 道路网络空间中车辆对象移动轨迹聚类的方法及系统
CN109141338B (zh) * 2018-07-18 2021-03-26 上海华测导航技术股份有限公司 一种基于贝塞尔曲线拟合路径的农机作业面积计算方法
CN110873557A (zh) * 2018-08-30 2020-03-10 一飞智控(天津)科技有限公司 一种农业植保无人机的作业面积统计方法
CN110132215B (zh) * 2019-04-29 2021-08-10 丰疆智能科技研究院(常州)有限公司 农机作业幅宽自动获取方法和农机作业面积获取方法
CN110352650A (zh) * 2019-06-26 2019-10-22 哈尔滨航天恒星数据系统科技有限公司 用于深松作业质量监测的装置和方法
US10810688B1 (en) * 2019-08-06 2020-10-20 Sourcewater, Inc. Determination of refined oilfield water disposal locations based on legal notifications
CN111868566B (zh) * 2019-10-11 2023-10-03 安徽中科智能感知科技股份有限公司 一种基于定位漂移测算模型的农机作业面积测算方法
CN110686591B (zh) * 2019-10-14 2021-04-20 潍坊中科晶上智能装备研究院有限公司 一种基于农机gps定位数据的农田作业面积测算方法
CN111915631A (zh) * 2020-06-18 2020-11-10 湖南农业大学 一种基于路径点分析的农机作业面积计算方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108759828A (zh) * 2018-03-23 2018-11-06 江苏大学 一种无人驾驶插秧机路径规划方法

Also Published As

Publication number Publication date
US20220244070A1 (en) 2022-08-04
AU2022200065A1 (en) 2022-08-18
CA3144383A1 (en) 2022-07-29
JP7324828B2 (ja) 2023-08-10
JP2022117435A (ja) 2022-08-10
EP4036836A1 (en) 2022-08-03
CN113405519A (zh) 2021-09-17
KR20220110071A (ko) 2022-08-05

Similar Documents

Publication Publication Date Title
CN113405519B (zh) 农机的作业亩数计算方法和农机的作业亩数计算系统
CN110019609B (zh) 地图更新方法、装置以及计算机可读存储介质
CN103136393B (zh) 一种基于网格划分的区域覆盖率计算方法
CN108664841A (zh) 一种基于激光点云的动静态目标物识别方法及装置
US20230040051A1 (en) Positioning method and system, and apparatus
CN116522096B (zh) 基于动作捕捉的三维数字孪生内容智能制作方法
CN114659621B (zh) 一种桥梁振动监测装置
CN109764809A (zh) 一种基于二维激光传感器实时测算果树冠层体积的方法
CN114004950B (zh) 一种基于BIM与LiDAR技术的路面病害智能识别与管理方法
CN118097961A (zh) 交通流量数据的分析方法、装置、电子设备及存储介质
CN112364751B (zh) 一种障碍物状态判断方法、装置、设备及存储介质
CN116124270B (zh) 一种动态汽车衡自动智能化校准方法
CN110763181B (zh) 基于位置数据时态分析的作业面积滤除方法
CN1971619A (zh) 基于元胞自动机的图像边缘检测算法
CN111291276A (zh) 一种基于局部方向中心性度量的聚类方法
CN112781556A (zh) 一种基于多数据融合滤波的井盖异动监测方法和装置
CN117036944A (zh) 基于点云数据和图像识别的树木碳汇量计算方法及系统
RU2782687C1 (ru) Способ и система для определения площади, обработанной сельскохозяйственной машиной
CN113688880B (zh) 一种基于云计算的障碍地图的创建方法
CN117113248B (zh) 基于数据驱动的燃气气量数据异常检测方法
CN115265458B (zh) 一种基于轨迹点扩充及二维量化的自适应农机作业面积测算方法
CN110930007B (zh) 一种农机田间作业状态确定方法和装置
CN116310412A (zh) 点云匹配的检测方法、装置、设备及存储介质
CN112660047A (zh) 基于大数据的驾驶辅助设备自动化运维监控方法及终端
CN115409944A (zh) 基于低代码数字孪生的三维场景渲染及数据修正系统

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
GR01 Patent grant
GR01 Patent grant