农业机械学报

作者：杨丽丽，王新鑫，李元博，常孟帅，翟卫欣，吴才聪

单位：中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,

关键词：小麦收获机;轨迹识别;机器学习;掉头;SVM

基金：国家精准农业应用项目（JZNYYY001）

识别小麦收获机运行轨迹是分析农业机械活动、提高作业效率的重要手段。本文针对小麦收获机田内作业场景，提出一种基于机器学习的收获机掉头轨迹识别算法。首先通过两步K?means聚类与三步修正识别出X形掉头轨迹点、作业异常轨迹点与作业轨迹点；为进一步从作业轨迹中分类出U形掉头轨迹点，构建了基于支持向量机模型（Support vector machine，SVM）的U形掉头轨迹识别算法，并对初步识别结果进行三步修正；最终识别出小麦收获机的田内X形掉头、作业异常、U形掉头与作业轨迹点，识别结果的F1值为94%，时间间隔为1～5s的数据的F1值在90%以上，实现田内轨迹的细致划分。基于去除掉头轨迹与异常轨迹后获得的有效作业轨迹，可通过距离算法计算获得农田面积，结果相比使用原始轨迹的计算误差可降低12.76%。该研究可为基于海量农机轨迹的作业精细化管理提供参考。

来源：2023年第9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9期