农业机械学报

作者：姜含露，周利明，马明，李阳，周燕，苑严伟

单位：中国科学院半导体研究所;中国科学院大学,中国农业机械化科学研究院,吉林省农业机械化管理中心,中国农业机械化科学研究院,中国科学院半导体研究所;中国科学院大学,中国农业机械化科学研究院,

关键词：免耕播种机;监测;数据清洗;状态预测;时间序列;工况参数

基金：国家重点研发计划项目（2016YFD0700305）和兵团重大科技项目（2018AA00404）

为提高作业监测数据状态预测精度，并保证无效数据的实时清洗，提高数据质量并降低监测设备的缓存压力，从而降低对后续地块作业质量评价准确性的影响，减轻数据并发带来的网络压力，本文针对免耕播种机长时序的田间周期性作业规律，提出基于多条件时间序列分析的监测数据清洗方法及模型，该模型包含3个长短时记忆特征提取模块，分别提取了工况参数中车速、瞬时面积和播种量的时空特征，再利用通道融合（CONCAT连接）保证了融合后的特征具有个体差异性。通过该模型可以实时判断当前时刻的免耕播种机工况时序状态值，实现了某位置点作业工况的状态预测，从而间接判断图像抓拍系统的实时清洗状态。40次迭代后不同模型的对比结果表明：多条件特征通道融合的时间序列模型对有效点和无效点的预测精度都超过了85%，抓拍图像清洗平均准确率为92.4%。因此，本文的研究方法以免耕播种机工况状态作为抓拍图像清洗依据是有效的，数据清洗后约有63%的冗余数据被剔除。

来源：2022年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第1期