JP7324828B2 - 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 - Google Patents

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 Download PDF

Info

Publication number
JP7324828B2
JP7324828B2 JP2021206902A JP2021206902A JP7324828B2 JP 7324828 B2 JP7324828 B2 JP 7324828B2 JP 2021206902 A JP2021206902 A JP 2021206902A JP 2021206902 A JP2021206902 A JP 2021206902A JP 7324828 B2 JP7324828 B2 JP 7324828B2
Authority
JP
Japan
Prior art keywords
data
agricultural machine
clustering
unit
working
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
JP2021206902A
Other languages
English (en)
Other versions
JP2022117435A (ja
Inventor
貴平 孟
高棟 王
▲べい▼ 孫
継 丁
迪 呉
Original Assignee
豊疆智能（深▲セン▼）有限公司
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 豊疆智能（深▲セン▼）有限公司 filed Critical 豊疆智能（深▲セン▼）有限公司
Publication of JP2022117435A publication Critical patent/JP2022117435A/ja
Application granted granted Critical
Publication of JP7324828B2 publication Critical patent/JP7324828B2/ja
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)

Description

本発明は農業分野に関し、特に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に関する。
農業の継続的な発展、自動化の向上につれて、農業機械の耕地面積の正確な計算がますます重要になっている。政府の補助金の支給、農業機械の操作員の費用精算や国家農業データ統計などは、農業機械の作業面積と密接に関係している。現在は主に手動測定方法とセンサーを利用する自動測定方法で農業機械の作業面積を計算しているが、この２つの方法は実際の操作過程で多くの問題がある
具体的には、手動測定方法は、巻き尺測定及び手動打点測定を含む。巻き尺測定とは、作業者が巻き尺を用いて作業エリアを回して測定し、作業エリアの長さと幅の寸法を取得し、次に作業エリアの畝数を取得することである。この方法は手間がかかるだけでなく、規則的な小型作業エリアの測定にしか適用できない。不規則的な畑を測定すると、計算が煩雑で、大きい誤差がある。手動打点測定とは、作業者が畝メーターを持って打点し、作業エリアの端点のＧＰＳデータを利用して作業エリアの面積を計算し、多様な形状と大面積の作業エリアを測定することに適している。しかし、この測定方法は手動で打点し、作業者の作業量が増加し、測定速度が遅い。
また、自動測定方法は、マイレージメーター測定及び測位ナビゲーション測定を含む。マイレージメーター測定とは、農業機械にマイレージメーターを配置し、マイレージメーターを利用して農業機械の走行マイレージを取得し、農業機械の作業幅を乗じて、農業機械の作業面積を測定できることである。この方法は人工作業を必要とせず、計算速度が速く、測定正確性が低い。農業機械は、走行中に重複作業及び不作業があり、マイレージメーター自体に大きい誤差がある。そのため、マイレージメーターを利用して農業機械の走行マイレージを取得して計算された農業機械作業面積と実際の農業機械作業面積とは大きい差異がある。測位ナビゲーション測定とは、農業機械に測位ナビゲーションシステム、たとえばＧＰＳ及び北斗などのシステムを配置して農業機械の走行マイレージを計算し、農業機械の作業を乗じて農業機械の作業面積を測定できることである。しかし、この方法及びマイレージメーター測定方法は同じ問題があり、作業状態、重複作業状態及び非作業状態での走行マイレージを区別できないため、測位ナビゲーションを利用して測定して計算された作業面積は実際の畝数よりも大きくなる。
本発明は、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を提供することを１つの目的とし、前記作業面積の計算方法を用いると、農業機械の作業面積を正確に計算でき、アルゴリズムがシンプルで、誤差が小さく、適用範囲が広い。
本発明は、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を提供することを別の目的とし、前記作業面積の計算方法を用いると、前記農業機械の正常作業状態、重複作業状態及び非作業状態を区別でき、前記農業機械の作業状態でのデータのみを計算し、前記作業面積の計算方法で計算された作業面積と実際の作業面積との差異をさらに減少させる。
本発明は、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を提供することを別の目的とし、前記作業面積の計算方法では、前記農業機械の座標データ及び対応する時間データに基づいて前記農業機械の状態を自動的に区別し、例えば、前記農業機械の座標データは、経度座標及び緯度座標を含むとして実施されるが、これに限られない。
本発明は、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を提供することを別の目的とし、前記作業面積の計算方法では、前記農業機械の座標データをフィルタリングし、異なる時点で、前記農業機械の座標データが重複して生じた場合、１つの時点対応する座標データのみを残す。このように、前記農業機械の重複作業状態での作業面積を計算することを回避でき、前記作業面積の計算方法で計算された作業面積と実際の作業面積との差異を減少させることに有利である。
本発明は、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を提供することを別の目的とし、前記作業面積の計算方法では、前記農業機械の座標データのうち、作業エリアを超える座標データを除去し、農業機械の座標データをフィルタリングし、異常データを前記農業機械の作業面積の計算に用いることを回避し、前記作業面積の計算方法の正確性を向上させることに有利である。
本発明は、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を提供することを別の目的とし、前記作業面積の計算方法では、フィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、分割されたデータのうち、密度が低く且つ時間が不規則なデータは非作業データとして区分され、非作業データを除去し、作業面積を計算するためのデータがすべて作業データであることを保証し、計算正確性をさらに保証する。
本発明は、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を提供することを別の目的とし、前記作業面積の計算方法では、クラスタリング分割後の作業データに基づいて複数の作業エリアの多角形を生成し、この後に、これらの多角形の面積に基づいて前記農業機械の作業面積を計算する。
本発明は、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を提供することを別の目的とし、前記作業面積の計算方法では、生成されたすべての多角形を重合し、重複した多角形を抽出し、重複しない複数の多角形を取得し、前記農業機械の同じ作業エリアの面積が複数回計算されることを回避する。
本発明は、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を提供することを別の目的とし、前記作業面積の計算方法では、投影換算によって前記農業機械の経度データ及び次元データを２次元座標に変換し、２次元座標に基づいて前記農業機械の最終的な作業面積の大きさを計算する。
本発明は、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を提供することを別の目的とし、前記作業面積測定方法は、異なる種類の耕地の測定に適用でき、計算結果が正確であり、前記農業機械の操作員の費用精算、国家政策補助金の計算及び国家農業データの統計などに有利である。
本発明の１つの態様によれば、本発明は、農業機械の作業面積の計算方法を提供し、前記作業面積の計算方法は、
（Ａ）作業面積を計算すべき期間内に、農業機械の座標データ及び対応する時間データを取得するステップと、
（Ｂ）前記農業機械の座標データ及び時間データをフィルタリングし、前記農業機械の正常作業状態に属しない座標データ及び時間データを除去するステップと、
（Ｃ）フィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、複数のクラスタリングデータブロックを取得し、前記クラスタリングデータブロックにおいて、対応するデータの密度が低く且つ時間が不規則であれば、前記クラスタリングデータブロックは非作業状態でのデータと判断され、これにより、前記農業機械の正常作業状態と非作業状態でのデータを区別し、前記農業機械の作業状態での座標データ及び時間データを残すステップと、
（Ｄ）農業機械の作業状態での座標データ及び時間データに基づいて対応する多角形を形成し、複数の多角形の面積に基づいて前記農業機械の作業面積を得るステップとを含む。
本発明の１つの実施例によれば、前記ステップ（Ｂ）は、
（Ｂ．１）重複した前記農業機械の座標データ及び時間データを除去するステップと、
（Ｂ．２）前記農業機械の座標データ及び時間データをフィルタリングし、異常データを除去するステップとを含む。
本発明の１つの実施例によれば、前記ステップ（Ｂ．１）は、
（ｂ．１）前記農業機械の座標データを時間順に並べ替えるステップと、
（ｂ．２）前記農業機械の座標データ及び時間順に対して重複を排除するステップとを含む。
本発明の１つの実施例によれば、前記ステップ（Ｂ．２）では、作業面積を計算すべき作業エリアの座標範囲を予め設定し、前記座標範囲を超える座標データ及び時間データを除去する。
本発明の１つの実施例によれば、前記ステップ（Ｂ．２）では、予め設定された前記前記座標範囲のうち、経度データの範囲は［－９０，９０］、緯度データの範囲は［－９０，９０］である。
本発明の１つの実施例によれば、前記ステップ（Ｂ．２）では、ｉｓｏｌａｔｉｏｎ ｆｏｒｅｓｔアルゴリズムを用いて前記農業機械の座標データに対して異常検出を行い、前記農業機械の座標データのうち、予め設定された前記座標範囲を超えるデータを除去する。
本発明の１つの実施例によれば、前記ステップ（Ｃ）では、Ｔ－ＤＢＳＣＡＮアルゴリズムを用いてフィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、複数のクラスタリングデータブロックを得る。
本発明の１つの実施例によれば、上記方法では、アルゴリズムのコアパラメータの時間閾値τ、密度半径ｒ、密度閾値εに対して、Ｈｙｐｅｒｏｐｔ方法を呼び出して自動的に調整する。
本発明の１つの実施例によれば、前記ステップ（Ｃ）では、データの密度及び時間の規則性に基づいて前記農業機械の正常作業状態と非作業状態でのデータを区別し、データ密度が低く且つ時間が不規則なデータは、農業機械の非作業状態でのデータである。
本発明の１つの実施例によれば、前記ステップ（Ｄ）は、
（Ｄ．１）Ｇｒａｈａｍ Ｓｃａｎを用いて各々の前記作業クラスタリングデータブロックの座標データ及び時間データに対して境界検索を行い、対応する境界多角形を見付けるステップと、
（Ｄ．２）Ｂｕｆｆｅｒ Ｕｎｉｏｎアルゴリズムを用いて各多角形を重合し、重複面積部分を除去し、最終的に重複しない複数の多角形を生成するステップと、
（Ｄ．３）各多角形の頂点の経緯度座標に対して投影換算を行い、最小二乗法を用いて投影のｅｐｓｇを検索し、最適な投影系を見付け、２次元座標に変換するステップと、
（Ｄ．４）多角形の２次元座標に基づいて、多角形面積計算式

を用いて各多角形の面積を計算し、加算して最終的な作業面積を得るステップとを含む。
本発明の１つの態様によれば、本発明は、
作業面積を計算すべき期間内に、農業機械の座標データ及び対応する時間データを取得するデータ取得モジュールと、
前記データ取得モジュールに通信可能に接続され、前記農業機械の座標データ及び時間データをフィルタリングし、前記農業機械の正常作業状態に属しないデータを除去するデータフィルタリングモジュールと、
前記データフィルタリングモジュールに通信可能に接続され、フィルタリング後のデータに対してクラスタリング分割を行い、複数のクラスタリングデータブロックを取得し、前記農業機械の正常作業状態での作業クラスタリングデータブロックを得るクラスタリング分割モジュールと、
前記クラスタリング分割モジュールに通信可能に接続され、前記クラスタリング分割モジュールによって生成された前記作業クラスタリングデータブロックに基づいて対応する多角形を生成する多角形生成モジュールと、
前記多角形生成モジュールに通信可能に接続され、前記多角形生成モジュールによって生成された多角形の面積に基づいて前記農業機械の最終的な作業面積を得る面積計算モジュールとを含み、
前記クラスタリング分割モジュールは、判断ユニットを含み、前記判断ユニットは、データの密度及び規則性に基づいて前記クラスタリングデータブロックの種類を判断して区分し、データ密度が低く且つ時間が不規則なクラスタリングデータブロックを非作業クラスタリングデータブロックと判断する農業機械の作業面積の計算システムを提供する。
本発明の１つの実施例によれば、前記農業機械の座標データは、進度データ及び緯度データとして実施される。
本発明の１つの実施例によれば、前記データフィルタリングモジュールは、重複データ除去ユニットと異常データ除去ユニットとを含み、前記重複データ除去ユニットは、前記データ取得モジュールに通信可能に接続され、前記農業機械の経度データと緯度データを重複排除し、前記異常データ除去ユニットは、重複排除後の前記農業機械の座標データ及び時間データをフィルタリングし、異常データを除去する。
本発明の１つの実施例によれば、前記重複データ除去ユニットは、前記農業機械の座標データを時間順に並べ替え、異なる時点で同じ経度データと緯度データが生じた場合、１つの時点及び対応する経度データと緯度データのみを残す。
本発明の１つの実施例によれば、前記異常データ除去ユニットは、作業面積を計算すべき作業エリアの座標範囲を予め設定し、前記農業機械の座標データが前記座標範囲を超える場合、前記異常データ除去ユニットは、前記座標範囲を超える経度データと緯度データが異常データであることを判断し、異常データを除去する。
本発明の１つの実施例によれば、前記異常データ除去ユニットにより予め設定された経度データの範囲は［－９０，９０］、緯度データの範囲は［－９０，９０］である。
本発明の１つの実施例によれば、前記異常データ除去ユニットｉｓｏｌａｔｉｏｎ ｆｏｒｅｓｔアルゴリズムを用いて前記農業機械の経度データと緯度データに対して異常検出を行い、前記農業機械の経度データと緯度データのうち、予め設定された前記座標範囲を超えるデータを除去する。
本発明の１つの実施例によれば、前記クラスタリング分割モジュールは、クラスタリング分割ユニットと、判断ユニットと、実行ユニットとを含み、前記クラスタリング分割ユニットは、前記データフィルタリングモジュールに通信可能に接続され、前記判断ユニットは、前記クラスタリング分割ユニットに通信可能に接続され、前記実行ユニットは、前記判断ユニットに通信可能に接続され、前記クラスタリング分割ユニットは、フィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、複数のクラスタリングデータブロックを得、前記判断ユニットは、前記クラスタリングデータブロックの種類を判断し、非作業クラスタリングデータブロックを区別し、前記実行ユニットは、前記非作業クラスタリングデータブロックを除去し、前記作業クラスタリングデータブロックを得る。
本発明の１つの実施例によれば、前記クラスタリング分割ユニットは、Ｔ－ＤＢＳＣＡＮアルゴリズムを用いてフィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行う。
本発明の１つの実施例によれば、アルゴリズムのコアパラメータの時間閾値τ、密度半径ｒ、密度閾値εに対して、Ｈｙｐｅｒｏｐｔ方法を呼び出して自動的に調整する。
本発明の１つの実施例によれば、前記判断ユニットデータの密度及び規則性に基づいて、前記クラスタリングデータブロックの種類を判断して区分し、データ密度が低く且つ時間が不規則なクラスタリングデータブロックは、非作業クラスタリングデータブロックと判断される。
本発明の１つの実施例によれば、前記多角形生成モジュールは、多角形生成ユニットと重複チェックユニットとを含み、前記重複チェックユニットは、前記多角形生成ユニットに通信可能に接続され、前記多角形生成ユニットは、前記クラスタリング分割モジュールの前記実行ユニットに通信可能に接続され、前記多角形生成ユニットは、各々の前記作業クラスタリングデータブロックの座標データ及び時間データに基づいて、前記作業クラスタリングデータブロックに対応する境界多角形を得、前記重複チェックユニットは、前記多角形生成ユニットによって生成された境界多角形を重合し、重複面積部分を除去し、最終的に重複しない複数の多角形を生成する。
本発明の１つの実施例によれば、前記多角形生成ユニットは、Ｇｒａｈａｍ Ｓｃａｎを用いて各々の前記作業クラスタリングデータブロックの座標データ及び時間データに対して境界検索を行い、対応する境界多角形を見付ける。
本発明の１つの実施例によれば、前記重複チェックユニットは、Ｂｕｆｆｅｒ Ｕｎｉｏｎアルゴリズムを用いて各境界多角形を重合し、重複面積部分を除去し、最終的に重複しない複数の多角形を生成する。
本発明の１つの実施例によれば、前記面積計算モジュールは、変換ユニットと計算ユニットとを含み、前記変換ユニットは、前記重複チェックユニットに通信可能に接続され、前記計算ユニットは、前記変換ユニットに通信可能に接続され、前記変換ユニットは、各多角形の頂点の経緯度座標に対して投影換算を行い、最小二乗法を用いて投影のｅｐｓｇを検索し、最適な投影系を見付け、２次元座標に変換し、前記計算ユニット多角形の２次元座標に基づいて、多角形面積計算式

を用いて、各多角形の面積を計算し、加算して最終的な作業面積を得る。
本発明の１つの実施例によれば、前記農業機械の作業面積の計算システムは、前記面積計算モジュール及び前記データ取得モジュールに通信可能に接続され、前記農業機械の座標データ、時間データ及び対応する作業面積を記憶する記憶モジュールをさらに含む。
本発明の１つの好適な実施例による農業機械の作業面積の計算方法のフローチャート模式図である。 本発明の上記好適な実施例による農業機械の作業面積の計算方法の一部のステップの模式図である。 本発明の上記好適な実施例による農業機械の作業面積の計算方法の一部のステップの模式図である。 本発明の上記好適な実施例による農業機械の作業面積の計算方法の一部のステップの模式図である。 本発明の１つの好適な実施例による農業機械の作業面積の計算システムの構造ブロック図模式図である。
以下の説明は本発明を開示することにより、当業者が本発明を実現することができる。以下の説明における好ましい実施例は例に過ぎず、当業者は他の明らかな変形を想到することができる。以下の説明において定義された本発明の基本的な原理は他の実施形態、変形解決手段、改良解決手段、同等解決手段及び本発明の要旨と範囲から逸脱しない他の技術的解決手段に適用することができる。
当業者であれば理解されるように、本発明の開示において、用語の「縦方向」、「横方向」、「上」、「下」、「前」、「後」、「左」、「右」、「垂直」、「水平」、「頂」、「底」「内」、「外」などにより指示された方位又は位置関係は図面に示された方位又は位置関係に基づくものであり、本発明を説明し説明を簡略化するためのものに過ぎず、指定された装置又は素子が特定の方位を有し、特定の方位で構成され操作されることを指示するか又は暗示するものではなく、したがって上記用語は本発明を限定するものと理解されるべきではない。
理解されるように、用語の「１つ」は「少なくとも１つ」又は「１つ又は複数」と理解されるべきであり、即ち、１つの実施例において、１つの素子の数は１つであってもよく、他の実施例において、該素子の数は複数であってもよく、用語の「１つ」は数に対する制限と理解されない。
明細書の図１～図４を参照すると、本発明の１つの好適な実施例による農業機械の作業面積の計算方法は、次の説明で解釈され、前記農業機械の作業面積の計算方法を用いると、前記農業機械の作業面積を正確に計算できる。また、前記農業機械の作業面積の計算システム１００は、異なる種類の耕地の面積を計算するに適しており、計算結果が正確であり、前記農業機械の操作員の費用精算、国家政策補助金の計算及び国家農業データの統計などに有利である。
前記農業機械の作業面積の計算方法では、作業面積を計算すべき期間内に、前記農業機械の座標データ及び対応する時間データを取得するステップ（Ａ）が提供される。好適には、前記農業機械の座標データは、経度データと緯度データとして実施される。任意選択的には、前記農業機械の座標データは、２次元座標データとして実施されてもよい。以下の説明では、前記農業機械の座標データが経度データと緯度データとして実施されることを例として、本発明の前記作業面積の計算方法について説明する。
前記ステップ（Ａ）の後、前記農業機械の座標データ及び時間データをフィルタリングし、前記農業機械の正常作業状態に属しない座標データ及び時間データを除去するステップ（Ｂ）をさらに含む。
具体的には、図２を参照すると、前記ステップ（Ｂ）は、重複した前記農業機械の座標データ及び時間データを除去し、すなわち、前記農業機械の重複作業状態でのデータを除去するステップ（Ｂ．１）を含む。具体的には、図３を参照すると、前記ステップ（Ｂ．１）は、
（ｂ．１）前記農業機械の座標データを時間順に並べ替えるステップと、
（ｂ．２）前記農業機械の座標データに対して重複を排除するステップとを含む。具体的には、異なる時点で同じ経度データと緯度データが生じた場合、１つの時点及び対応する経度データと緯度データのみを残す。好適には、前記農業機械の経度データと緯度データとが重複する場合、時点が最も早い１つのデータを残す。任意選択的には、任意の時点に対応する経度データと緯度データを残す。このようなアルゴリズムによって、前記農業機械の重複作業状態での作業面積を計算することを回避でき、さらに、前記作業面積の計算方法を利用して計算された作業面積と実際の作業面積との差異を減少させることに有利である。
前記ステップ（Ｂ）は、前記農業機械の座標データ及び時間データをフィルタリングし、異常データを除去するステップ（Ｂ．２）をさらに含む。本発明のこの特定の実施例では、作業面積を計算すべき作業エリアの座標範囲を予め設定し、前記座標範囲の経度データと緯度データを超えると、異常データと判断でき、農業機械の正常作業状態に属しないデータを、前記農業機械の作業面積を計算する計算の基礎としない。さらに、異常の座標データ及び対応する時間データを除去し、異常データを前記農業機械の作業面積の計算に使用することを回避し、前記作業面積の計算方法の正確性を向上させることに有利である。
好適には、予め設定された前記座標範囲のうち、経度データの範囲は［－９０，９０］、緯度データの範囲は［－９０，９０］である。好適には、ｉｓｏｌａｔｉｏｎ ｆｏｒｅｓｔアルゴリズムを用いて前記農業機械の経度データと緯度データに対して異常検出を行い、前記農業機械の経度データと緯度データのうち、予め設定された前記座標範囲を超えるデータを除去する。予め設定された前記座標範囲の特定の実施形態、及び異常データ検出の特定のアルゴリズムは一例に過ぎず、本発明の前記農業機械の作業面積の計算方法の内容と範囲の制限とはならないことを当業者であれば理解するであろう。
なお、本発明の１つの特定の実施例では、ステップ（Ｂ．１）は、ステップ（Ｂ．２）の後に実行される。本発明の別の特定の実施例では、ステップ（Ｂ．１）は、ステップ（Ｂ．２）の前に実行される。ステップ（Ｂ．１）とステップ（Ｂ．２）の具体的な順序は、本発明の前記農業機械の作業面積の計算方法の内容と範囲の制限とはならない。
前記農業機械の作業面積の計算方法は、フィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、前記農業機械の正常作業状態と非作業状態でのデータを区別し、前記農業機械の正常作業状態での座標データを残すステップ（Ｃ）をさらに含む。
具体的には、前記ステップ（Ｃ）では、Ｔ－ＤＢＳＣＡＮアルゴリズムを用いてフィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、複数のクラスタリングデータブロックを得る。本発明の１つの特定の実施例では、アルゴリズムのコアパラメータの時間閾値τ、密度半径ｒ、密度閾値εに対して、Ｈｙｐｅｒｏｐｔ方法を呼び出して自動的に調整し、クラスタリング後に、同類のデータ関連を最大にし、同類ではないデータ関連を最小とすることを保証する。
さらに、ステップ（Ｃ）では、前記クラスタリングデータブロックのうちの非作業クラスタリングデータブロックを除去し、作業データブロックのみを残す。具体的には、分割後に取得された各クラスタリングデータブロックは、時間的及び空間的類似性を保証する。前記クラスタリングデータブロックでは、対応するデータ密度が低く且つ時間が不規則であれば、前記クラスタリングデータブロックは、前記非作業クラスタリングデータブロックと判断され、前記非作業クラスタリングデータブロックが除去された後に残された前記クラスタリングデータブロックは、前記作業クラスタリングデータブロックである。このように、作業面積を計算するためのデータがすべて作業データであることを保証し、さらに計算の精度を保証することができる。
前記農業機械の作業面積の計算方法では、前記ステップ（Ｃ）の後、各々の前記作業クラスタリングデータブロックに基づいて、対応する多角形を形成し、その後に複数の多角形の面積に基づいて前記農業機械の作業面積を得るステップ（Ｄ）をさらに含む。
具体的には、図４を参照すると、前記ステップ（Ｄ）は、Ｇｒａｈａｍ Ｓｃａｎを用いて各々の前記作業クラスタリングデータブロックの座標データ及び時間データに対して境界検索を行い、対応する境界多角形を見付けるステップ（Ｄ．１）を含む。
前記ステップ（Ｄ．１）の後、Ｂｕｆｆｅｒ Ｕｎｉｏｎアルゴリズムを用いて各多角形を重合し、重複面積部分を除去し、最終的に重複しない複数の多角形を生成するステップ（Ｄ．２）を含む。
前記ステップ（Ｄ．２）の後、各多角形の頂点の経緯度座標に対して投影換算を行い、最小二乗法を用いて投影のｅｐｓｇを検索し、最適な投影系を見付け、２次元座標に変換するステップ（Ｄ．３）を含む。前記ステップ（Ｄ．３）の後、多角形の２次元座標に基づいて、多角形面積計算式

を用いて、各多角形の面積を計算し、加算して最終的な作業面積を得るステップ（Ｄ．４）をさらに含む。多角形の面積を計算する特定の実施形態は単なる例であり、本発明の前記農業機械の作業面積の計算方法の内容及び範囲に対する制限とはならないことを当業者であれば理解するであろう。
なお、本発明の前記農業機械の作業面積の計算方法を利用して計算された作業面積と前記農業機械の実際の作業面積との差異が小さい。また、研究開発では、アルゴリズムの有効性を検証するために、トラクターに畝メーターを配置し、それぞれ９８畝、５６０畝及び２２００畝の畑で作業し、ランダムに歩くように上記の畑をいっぱい走り、作業部分の畑をランダムに重複する。各畑を走って１０組のデータを得、本発明の前記農業機械の作業面積の計算方法を用いて、トラクターの作業面積を計算する。計算結果によると、本発明の前記作業面積の計算方法を用いることで、各畑の１０組のデータに対して誤差平均値及び分散を計算し、それぞれ９９．７％／０．０３、９９．５／０．０６、９９．８／０．０１である。従って、本発明の前記農業機械の作業面積の計算方法を用いると、精度と安定性がより高く、農業機械が正確に畝を計算する要求を満たす。
図５を参照すると、本発明の別の態様によれば、本発明は、前記農業機械の作業面積を正確に計算できる、農業機械の作業面積の計算システム１００を提供する。
具体的には、前記農業機械の作業面積の計算システム１００は、データ取得モジュール１０と、データフィルタリングモジュール２０と、クラスタリング分割モジュール３０と、多角形生成モジュール４０と、面積計算モジュール５０とを含む。前記データ取得モジュール１０は、前記農業機械の座標データ及び時間データを取得でき、前記データフィルタリングモジュール２０は、前記データ取得モジュール１０に通信可能に接続され、前記データフィルタリングモジュール２０は、前記農業機械の座標データ及び時間データをフィルタリングし、前記農業機械の正常作業状態に属しないデータを除去する。前記クラスタリング分割モジュール３０は、前記データフィルタリングモジュール２０に通信可能に接続され、フィルタリング後のデータに対してクラスタリング分割を行い、前記農業機械の正常作業状態での作業クラスタリングデータブロックを得る。前記多角形生成モジュール４０は、前記クラスタリング分割モジュール３０に通信可能に接続され、前記クラスタリング分割モジュール３０によって生成された前記作業クラスタリングデータブロックに基づいて対応する多角形を生成する。前記面積計算モジュール５０は、前記多角形生成モジュール４０に通信可能に接続され、前記多角形生成モジュール４０によって生成された多角形の面積に基づいて、前記農業機械の最終的な作業面積を得る。
本発明の１つの特定の実施例では、前記データ取得モジュール１０は、前記農業機械の中央制御コンピュータに通信可能に接続されることによって、作業面積を計算すべき期間内に、前記農業機械の座標データ及び対応する時間データを取得する。例えば、前記データ取得モジュール１０は、前記農業機械の中央制御コンピュータに有線接続または無線接続されることによって、前記農業機械の座標データ及び対応する時間データを取得する。本発明の１つの特定の実施例では、前記データ取得モジュール１０は、ユーザーが手動で入力するまたは手動で選択することで、前記農業機械の座標データ及び対応する時間データを入力または選択することを可能にする。前記データ取得モジュール１０が前記農業機械の座標データ及び時間データを取得する特定の実施形態は単なる例に過ぎず、本発明の前記農業機械の作業面積の計算方法の内容と範囲に対する制限とはならないことを当業者であれば理解するであろう。
好適には、前記農業機械の座標データは、経度データと緯度データとして実施される。任意選択的には、前記農業機械の座標データは、２次元座標データとして実施されてもよい。以下の説明では、前記農業機械の座標データが経度データと緯度データとして実施されることを例として、本発明の前記作業面積の計算方法について説明する。
本発明の前記農業機械の作業面積の計算システムのこの特定の実施例では、前記データフィルタリングモジュール２０は、重複データ除去ユニット２１と異常データ除去ユニット２２とを含み、前記重複データ除去ユニット２１は、前記データ取得モジュール１０に通信可能に接続され、前記農業機械の座標データ及び時間データを取得する。
前記重複データ除去ユニット２１は、前記農業機械の座標データを時間順に並べ替え、前記農業機械の経度データと緯度データを重複排除し、すなわち、異なる時点で同じ経度データと緯度データが生じた場合、１つの時点及び対応する経度データと緯度データのみを残す。好適には、前記重複データ除去ユニット２１は、前記農業機械の経度データと緯度データが重複すると判断した場合、時点が最も早い１つのデータを残し、他の重複データを除去する。任意選択的には、前記重複データ除去ユニット２１は、前記農業機械の経度データと緯度データが重複すると判断した場合、任意の時点に対応する経度データと緯度データを残し、他の重複データを除去する。
さらに、前記異常データ除去ユニット２２は、前記重複データ除去ユニット２１に通信可能に接続され、前記異常データ除去ユニット２２は、重複排除後の前記農業機械の座標データ及び時間データをフィルタリングし、異常データを除去する。具体的には、前記異常データ除去ユニット２２は、作業面積を計算すべき作業エリアの座標範囲を予め設定し、前記農業機械の座標データが前記座標範囲を超える場合、前記異常データ除去ユニット２２は、前記座標範囲を超える経度データと緯度データが異常データであることを判断し、これらの異常データを除去し、前記農業機械の作業面積を計算する計算基礎としない。
好適には、前記異常データ除去ユニット２２によって予め設定された経度データの範囲は［－９０，９０］、緯度データの範囲は［－９０，９０］である。好適には、前記異常データ除去ユニット２２は、ｉｓｏｌａｔｉｏｎ ｆｏｒｅｓｔアルゴリズムを用いて前記農業機械の経度データと緯度データに対して異常検出を行い、前記農業機械の経度データと緯度データのうち、予め設定された前記座標範囲を超えるデータを除去する。予め設定された前記座標範囲の特定の実施形態、及び異常データの検出の特定のアルゴリズムは、単なる例であり、本発明の前記農業機械の作業面積の計算システム１００の内容と範囲に対する制限とはならないことを当業者であれば理解するであろう。
本発明の１つの特定の実施例では、前記異常データ除去ユニット２２は前記データ取得モジュール１０に通信可能に接続され、前記農業機械の座標データ及び時間データを取得し、前記農業機械の座標データ及び時間データをフィルタリングし、異常データを除去する。前記重複データ除去ユニット２１は、異常データが除去された前記農業機械の座標データ及び時間データに対して重複排除処理を行う。
前記クラスタリング分割モジュール３０は、クラスタリング分割ユニット３１と、判断ユニット３２と、実行ユニット３３とを含み、前記クラスタリング分割ユニット３１は、前記データフィルタリングモジュール２０に通信可能に接続され、フィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、複数のクラスタリングデータブロックを得る。前記判断ユニット３２は、前記クラスタリング分割ユニット３１に通信可能に接続され、前記クラスタリングデータブロックの種類を判断し、前記作業クラスタリングデータブロックと非作業クラスタリングデータブロックとを区別する。前記作業クラスタリングデータブロックは、前記農業機械の正常作業状態での作業データに対応し、前記非作業クラスタリングデータブロックは前記農業機械の非作業状態での作業データに対応する。さらに、前記実行ユニット３３は、前記判断ユニット３２に通信可能に接続され、前記非作業クラスタリングデータブロックを除去し、前記作業クラスタリングデータブロックを得る。
本発明の１つの特定の実施例では、前記クラスタリング分割ユニット３１は、Ｔ－ＤＢＳＣＡＮアルゴリズムを用いてフィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、複数のクラスタリングデータブロックを得る。好適には、アルゴリズムのコアパラメータの時間閾値τ、密度半径ｒ、密度閾値εに対して、Ｈｙｐｅｒｏｐｔ方法を呼び出して自動的に調整し、クラスタリング後に、同類のデータ関連を最大にし、同類ではないデータ関連を最小とすることを保証する。
本発明の１つの特定の実施例では、前記判断ユニット３２は、データの密度及び規則性に基づいて、前記クラスタリングデータブロックの種類を判断して区分する。具体的には、データ密度が低く且つ時間が不規則なクラスタリングデータブロックは、非作業クラスタリングデータブロックと判断され、データ密度が高く、且つ時間が規則な前記クラスタリングデータブロックは、作業クラスタリングデータブロックと判断される。
前記多角形生成モジュール４０は、前記実行ユニット３３に通信可能に接続され、前記多角形生成モジュール４０は、多角形生成ユニット４１と、前記クラスタリング分割モジュール３０の前記実行ユニット３３に通信可能に接続される前記多角形生成ユニット４１に通信可能に接続される重複チェックユニット４２とを含む。
前記多角形生成ユニット４１は、各々の前記作業クラスタリングデータブロックの座標データ及び時間データに基づいて、前記作業クラスタリングデータブロックに対応する境界多角形を得る。好適には、前記多角形生成ユニット４１は、Ｇｒａｈａｍ Ｓｃａｎを用いて各々の前記作業クラスタリングデータブロックの座標データ及び時間データに対して境界検索を行い、対応する境界多角形を見付ける。
前記重複チェックユニット４２は、前記多角形生成ユニット４１によって生成された境界多角形を重合し、重複面積部分を除去し、最終的に重複しない複数の多角形を生成する。好適には、前記重複チェックユニット４２は、Ｂｕｆｆｅｒ Ｕｎｉｏｎアルゴリズムを用いて各境界多角形を重合し、重複面積部分を除去し、最終的に重複しない複数の多角形を生成する。
前記面積計算モジュール５０は、前記多角形生成モジュール４０の前記重複チェックユニット４２に通信可能に接続され、各多角形の面積を計算し、すべての多角形の面積を加算して前記農業機械の最終的な作業面積を得る。
具体的には、本発明のこの特定の実施例では、前記面積計算モジュール５０は、前記多角形生成ユニット４０の前記重複チェックユニット４２に通信可能に接続される変換ユニット５１と、前記変換ユニット５１に通信可能に接続される計算ユニット５２とを含む。
具体的には、前記変換ユニット５１は、各多角形の頂点の経緯度座標に対して投影換算を行い、最小二乗法を用いて投影のｅｐｓｇを検索し、最適な投影系を見付け、２次元座標に変換する。前記計算ユニット５２は、多角形の２次元座標に基づいて、多角形面積計算式

を用いて各多角形の面積を計算し、加算して最終的な作業面積を得る。
本発明の１つの特定の実施例では、前記作業面積の計算システム１００は、前記面積計算モジュール５０及び前記データ取得モジュール１０に通信可能に接続される記憶モジュール６０をさらに含み、前記記憶モジュール６０は、前記農業機械の座標データ、時間データ及び対応する作業面積を記憶することで、この後に、ユーザーが直接確認して呼び出しやすくなる。
上記実施例は単なる例であり、異なる実施例の特徴を互いに組み合わせ、本発明で開示された内容に基づいて容易に想到できるが図面では明確に指摘されていない実施形態を得ることができることが当業者であれば理解できる。
上記の説明及び図面に示される本発明の実施形態は、単なる例であり、本発明を限定するものではないことは、当業者であれば理解できる。本発明の目的は完全かつ効果的に実現されている。本発明の機能および構造原理は、実施形態において示され、説明されており、本発明の実施形態は、上記原理から逸脱することなく、任意の変形または変形があり得る。

Claims (25)

  1. 農業機械の作業面積の計算方法であって、
    （Ａ）作業面積を計算すべき期間内に、農業機械の座標データ及び対応する時間データを取得するステップと、
    （Ｂ）前記農業機械の座標データ及び時間データをフィルタリングし、前記農業機械の正常作業状態に属しない座標データ及び時間データを除去するステップと、
    （Ｃ）フィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、複数のクラスタリングデータブロックを取得し、前記クラスタリングデータブロックにおいて、対応するデータの密度が低く且つ時間が不規則であれば、前記クラスタリングデータブロックは非作業状態でのデータと判断され、これにより、前記農業機械の正常作業状態と非作業状態でのデータを区別し、前記農業機械の作業状態での座標データ及び時間データを残すステップと、
    （Ｄ）農業機械の作業状態での座標データ及び時間データに基づいて対応する多角形を形成し、複数の多角形の面積に基づいて前記農業機械の作業面積を得るステップとを含む、ことを特徴とする農業機械の作業面積の計算方法。
  2. 前記ステップ（Ｂ）は、
    （Ｂ．１）重複した前記農業機械の座標データ及び時間データを除去するステップと、
    （Ｂ．２）前記農業機械の座標データ及び時間データをフィルタリングし、異常データを除去するステップとを含む、請求項１に記載の作業面積の計算方法。
  3. 前記ステップ（Ｂ．１）は、
    （ｂ．１）前記農業機械の座標データを時間順に並べ替えるステップと、
    （ｂ．２）前記農業機械の座標データ及び時間順に対して重複を排除するステップとを含む、請求項２に記載の作業面積の計算方法。
  4. 前記ステップ（Ｂ．２）では、作業面積を計算すべき作業エリアの座標範囲を予め設定し、前記座標範囲を超える座標データ及び時間データを除去する、請求項３に記載の作業面積の計算方法。
  5. 前記ステップ（Ｂ．２）では、予め設定された前記座標範囲のうち、経度データの範囲は［－９０，９０］、緯度データの範囲は［－９０，９０］である、請求項４に記載の作業面積の計算方法。
  6. 前記ステップ（Ｂ．２）では、ｉｓｏｌａｔｉｏｎ ｆｏｒｅｓｔアルゴリズムを用いて前記農業機械の座標データに対して異常検出を行い、前記農業機械の座標データのうち、予め設定された前記座標範囲を超えるデータを除去する、請求項４又は５に記載の作業面積の計算方法。
  7. 前記ステップ（Ｃ）では、Ｔ－ＤＢＳＣＡＮアルゴリズムを用いてフィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、複数のクラスタリングデータブロックを得る、請求項１に記載の作業面積の計算方法。
  8. アルゴリズムのコアパラメータの時間閾値τ、密度半径ｒ、密度閾値εに対して、Ｈｙｐｅｒｏｐｔ方法を呼び出して自動的に調整する、請求項７に記載の作業面積の計算方法。
  9. 前記ステップ（Ｃ）では、データの密度及び時間の規則性に基づいて前記農業機械の正常作業状態と非作業状態でのデータを区別し、データ密度が低く且つ時間が不規則なデータは、農業機械の非作業状態でのデータである、請求項８に記載の作業面積の計算方法。
  10. 前記ステップ（Ｄ）は、
    （Ｄ．１）Ｇｒａｈａｍ Ｓｃａｎを用いて各々の作業クラスタリングデータブロックの座標データ及び時間データに対して境界検索を行い、対応する境界多角形を見付けるステップと、
    （Ｄ．２）Ｂｕｆｆｅｒ Ｕｎｉｏｎアルゴリズムを用いて各多角形を重合し、重複面積部分を除去し、最終的に重複しない複数の多角形を生成するステップと、
    （Ｄ．３）各多角形の頂点の経緯度座標に対して投影換算を行い、最小二乗法を用いて投影のｅｐｓｇを検索し、最適な投影系を見付け、２次元座標に変換するステップと、
    （Ｄ．４）多角形の２次元座標に基づいて、多角形面積計算式

    を用いて各多角形の面積を計算し、加算して最終的な作業面積を得るステップとを含む、請求項１に記載の作業面積の計算方法。
  11. 農業機械の作業面積の計算システムであって、
    作業面積を計算すべき期間内に、農業機械の座標データ及び対応する時間データを取得するデータ取得モジュールと、
    前記データ取得モジュールに通信可能に接続され、前記農業機械の座標データ及び時間データをフィルタリングし、前記農業機械の正常作業状態に属しないデータを除去するデータフィルタリングモジュールと、
    前記データフィルタリングモジュールに通信可能に接続され、フィルタリング後のデータに対してクラスタリング分割を行って、複数のクラスタリングデータブロックを取得し、前記農業機械の正常作業状態での作業クラスタリングデータブロックを得るクラスタリング分割モジュールと、 前記クラスタリング分割モジュールに通信可能に接続され、前記クラスタリング分割モジュールによって生成された前記作業クラスタリングデータブロックに基づいて対応する多角形を生成する多角形生成モジュールと、
    前記多角形生成モジュールに通信可能に接続され、前記多角形生成モジュールによって生成された多角形の面積に基づいて前記農業機械の最終的な作業面積を得る面積計算モジュールとを含み、
    前記クラスタリング分割モジュールは、判断ユニットを含み、前記判断ユニットは、データの密度及び規則性に基づいて前記クラスタリングデータブロックの種類を判断して区分し、データ密度が低く且つ時間が不規則なクラスタリングデータブロックを非作業クラスタリングデータブロックと判断することを特徴とする農業機械の作業面積の計算システム。
  12. 前記農業機械の座標データは、経度データ及び緯度データとして実施される、請求項１１に記載の農業機械の作業面積の計算システム。
  13. 前記データフィルタリングモジュールは、重複データ除去ユニット及び異常データ除去ユニットを含み
    前記重複データ除去ユニットは、前記データ取得モジュールに通信可能に接続され、前記農業機械の経度データと緯度データを重複排除し、前記異常データ除去ユニットは、重複排除後の前記農業機械の座標データ及び時間データをフィルタリングし、異常データを除去する、請求項１２に記載の農業機械の作業面積の計算システム。
  14. 前記重複データ除去ユニットは、前記農業機械の座標データを時間順に並べ替え、異なる時点で同じ経度データと緯度データが生じた場合、１つの時点及び対応する経度データと緯度データのみを残す、請求項１３に記載の農業機械の作業面積の計算システム。
  15. 前記異常データ除去ユニットは、作業面積を計算すべき作業エリアの座標範囲を予め設定し、前記農業機械の座標データが前記座標範囲を超える場合、前記異常データ除去ユニットは、前記座標範囲を超える経度データと緯度データが異常データであることを判断し、異常データを除去する、請求項１４に記載の農業機械の作業面積の計算システム。
  16. 前記異常データ除去ユニットにより予め設定された経度データの範囲は［－９０，９０］、緯度データの範囲は［－９０，９０］である、請求項１５に記載の農業機械の作業面積の計算システム。
  17. 前記異常データ除去ユニットは、ｉｓｏｌａｔｉｏｎ ｆｏｒｅｓｔアルゴリズムを用いて前記農業機械の経度データと緯度データに対して異常検出を行い、前記農業機械の経度データと緯度データのうち、予め設定された前記座標範囲を超えるデータを除去する、請求項１６に記載の農業機械の作業面積の計算システム。
  18. 前記クラスタリング分割モジュールは、クラスタリング分割ユニットと、判断ユニットと、実行ユニットとを含み、
    前記クラスタリング分割ユニットは、前記データフィルタリングモジュールに通信可能に接続され、前記判断ユニットは、前記クラスタリング分割ユニットに通信可能に接続され、前記実行ユニットは、前記判断ユニットに通信可能に接続され、前記クラスタリング分割ユニットは、フィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行い、複数のクラスタリングデータブロックを得、前記判断ユニットは、前記クラスタリングデータブロックの種類を判断し、非作業クラスタリングデータブロックを区別し、前記実行ユニットは、前記非作業クラスタリングデータブロックを除去し、前記作業クラスタリングデータブロックを得る、請求項１１に記載の農業機械の作業面積の計算システム。
  19. 前記クラスタリング分割ユニットは、Ｔ－ＤＢＳＣＡＮアルゴリズムを用いてフィルタリング後の前記農業機械の座標データ及び時間データに対してクラスタリング分割を行う、請求項１８に記載の農業機械の作業面積の計算システム。
  20. アルゴリズムのコアパラメータの時間閾値τ、密度半径ｒ、密度閾値εに対して、Ｈｙｐｅｒｏｐｔ方法を呼び出して自動的に調整する、請求項１９に記載の農業機械の作業面積の計算システム。
  21. 前記多角形生成モジュールは、多角形生成ユニットと重複チェックユニットとを含み、
    前記重複チェックユニットは、前記多角形生成ユニットに通信可能に接続され、前記多角形生成ユニットは、前記クラスタリング分割モジュールの前記実行ユニットに通信可能に接続され、前記多角形生成ユニットは、各々の前記作業クラスタリングデータブロックの座標データ及び時間データに基づいて前記作業クラスタリングデータブロックに対応する境界多角形を得、前記重複チェックユニットは、前記多角形生成ユニットによって生成された境界多角形を重合し、重複面積部分を除去し、最終的に重複しない複数の多角形を生成する、請求項１８に記載の農業機械の作業面積の計算システム。
  22. 前記多角形生成ユニットは、Ｇｒａｈａｍ Ｓｃａｎを用いて各々の前記作業クラスタリングデータブロックの座標データ及び時間データに対して境界検索を行い、対応する境界多角形を見付ける、請求項２１に記載の農業機械の作業面積の計算システム。
  23. 前記重複チェックユニットは、Ｂｕｆｆｅｒ Ｕｎｉｏｎアルゴリズムを用いて各境界多角形を重合し、重複面積部分を除去し、最終的に重複しない複数の多角形を生成する、請求項２２に記載の農業機械の作業面積の計算システム。
  24. 前記面積計算モジュールは、変換ユニットと計算ユニットとを含み、
    前記変換ユニットは、前記重複チェックユニットに通信可能に接続され、前記計算ユニットは、前記変換ユニットに通信可能に接続され、前記変換ユニットは、各多角形の頂点の経緯度座標に対して投影換算を行い、最小二乗法を用いて投影のｅｐｓｇを検索し、最適な投影系を見付け、２次元座標に変換し、前記計算ユニットは、多角形の２次元座標に基づいて、多角形面積計算式

    を用いて各多角形の面積を計算し、加算して最終的な作業面積を得る、請求項２１に記載の農業機械の作業面積の計算システム。
  25. 前記面積計算モジュール及び前記データ取得モジュールに通信可能に接続され、前記農業機械の座標データ、時間データ及び対応する作業面積を記憶する記憶モジュールをさらに含む、請求項２４に記載の農業機械の作業面積の計算システム。
JP2021206902A 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 Active JP7324828B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110128125.2 2021-01-29
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
JP2022117435A JP2022117435A (ja) 2022-08-10
JP7324828B2 true JP7324828B2 (ja) 2023-08-10

Family

ID=77675898

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021206902A Active 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

Country Status (7)

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

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 (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107766808A (zh) 2017-09-30 2018-03-06 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
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

Family Cites Families (13)

* 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
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
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
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
WO2021068177A1 (zh) * 2019-10-11 2021-04-15 安徽中科智能感知产业技术研究院有限责任公司 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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107766808A (zh) 2017-09-30 2018-03-06 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
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

Also Published As

Publication number Publication date
CA3144383A1 (en) 2022-07-29
CN113405519B (zh) 2023-07-18
JP2022117435A (ja) 2022-08-10
AU2022200065A1 (en) 2022-08-18
KR20220110071A (ko) 2022-08-05
EP4036836A1 (en) 2022-08-03
US20220244070A1 (en) 2022-08-04
CN113405519A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
JP7324828B2 (ja) 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
CN107657637B (zh) 一种农机作业面积获取方法
CN110019609B (zh) 地图更新方法、装置以及计算机可读存储介质
CN102944174B (zh) 一种三维激光点云数据的去噪与精简方法及系统
CN104143194B (zh) 一种点云分割方法及装置
CN106525000B (zh) 基于激光扫描离散点强度梯度的道路标线自动化提取方法
CN107610176A (zh) 一种基于Kinect的栈板动态识别与定位方法、系统及介质
CN109916488B (zh) 动态车辆称重方法及装置
CN108664841A (zh) 一种基于激光点云的动静态目标物识别方法及装置
CN109002418B (zh) 基于体素生长和地面激光点云的树木胸径自动计算方法
CN112131655B (zh) 制动踏板感性能确定方法、装置及计算机可读存储介质
CN111915631A (zh) 一种基于路径点分析的农机作业面积计算方法
CN110889597A (zh) 业务时序指标异常检测方法及装置
JPWO2018189845A1 (ja) 作業管理システム及び作業管理方法
CN112687000B (zh) 三维模型坐标的纠正方法、系统、计算机可读存储介质
CN117036944B (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
CN115741218B (zh) 基于加工画像分析的机床故障预警方法及系统
CN114255352A (zh) 一种河道提取方法、装置及计算机可读存储介质
CN114863195B (zh) 一种点云数据的处理方法、系统、存储介质和电子设备
CN114861475A (zh) 一种基于传感数据的实时海洋模拟方法及系统
CN113326793B (zh) 一种远距离行人位置识别方法、系统及存储介质
CN112633143B (zh) 图像处理系统、方法、头戴设备、处理设备及存储介质
CN208569613U (zh) 一种采集与评估扫描数据的系统
CN109164973A (zh) 一种采集与评估扫描数据的方法及系统
CN107358655A (zh) 基于离散平稳小波变换的半球面和圆锥面模型的辨识方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211221

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221130

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230110

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230407

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230704

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230731

R150 Certificate of patent or registration of utility model

Ref document number: 7324828

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150