农业机械学报

作者：李亚硕，赵博，王长伟，徐名汉，伟利国，庞在溪

单位：中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院集团有限公司,中国农业机械化科学研究院集团有限公司,

关键词：农业机械;作业轨迹;地块划分;密度聚类算法;分类器集成算法

基金：国家重点研发计划项目（2020YFB1709603）

农业机械（农机）在多个地块作业，费用和效率有时需按地块统计，现有的农机监控系统仅能记录农机定位信息和作业状态信息，难以实现地块的自动精准划分。本文通过研究轨迹点属性特征，分析作业地块数量不确定性和轨迹点分布规律，采用基于密度聚类方法（Density?based spatial clustering of applications with noise，DBSCAN）和分类器集成算法（BP_Adaboost）结合的方法划分地块。根据DBSCAN算法对农机轨迹点多数有效、识别错误集中的特点，结合BP_Adaboost算法挖掘多维度信息关联、容错能力强、分类效果好等优势，先利用DBSCAN得到初步的轨迹点状态类别，再利用BP_Adaboost算法建立训练模型对农机轨迹点状态精准识别，根据时间序列和类别标记划分地块。本文方法既解决了只依靠阈值和经纬度信息聚类不准确的问题，也减少了大量样本标记工作。利用该方法轨迹点状态识别准确率达96.75%，地块划分准确率为97.74%。

来源：2023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2023年第1期