基于空間網(wǎng)格剖分的作業(yè)地塊自動識別與面積統(tǒng)計方法
【技術領域】
[0001]本發(fā)明屬于衛(wèi)星定位識別技術領域，具體涉及一種基于空間網(wǎng)格剖分的作業(yè)地塊自動識別與面積統(tǒng)計的方法。
【背景技術】
[0002]傳統(tǒng)農(nóng)業(yè)大多人工干預，自動化程度不高，比如在農(nóng)業(yè)耕地面積統(tǒng)籌與計算方面，一般均是通過人工劃分及測量，耗費大量勞動力，而且人工測量存在一定誤差，不能準確反映耕地面積實情。
[0003]精準農(nóng)業(yè)被認為是二十一世紀農(nóng)業(yè)科技發(fā)展的前沿，其科技含量高、集成綜合性強，極大地提高了農(nóng)業(yè)生產(chǎn)和作業(yè)的效率，也是現(xiàn)代化農(nóng)業(yè)生產(chǎn)管理的重要目標。衛(wèi)星定位系統(tǒng)作為精準農(nóng)業(yè)的核心支撐技術之一，在農(nóng)業(yè)精細化生產(chǎn)管理的各個環(huán)節(jié)發(fā)揮了不可替代的作用，如農(nóng)機車輛實時定位監(jiān)控、自動作業(yè)導航以及遠程指揮調(diào)度等等。當前，大規(guī)模、集約化、區(qū)域性農(nóng)業(yè)生產(chǎn)過程越來越普及，及時掌握農(nóng)機作業(yè)區(qū)域和任務完成情況非常重要，其對于整體效率評估以及作業(yè)進度管理有重要意義，以往多采用農(nóng)機手主動上報或委托第三方進行面積實地測量，涉及人為因素、誤差較大且消耗了大量的人力物力。當農(nóng)機車輛安裝定位終端后，應用系統(tǒng)軟件采集大量的農(nóng)機行駛軌跡數(shù)據(jù)，為自動化作業(yè)地塊識別和統(tǒng)計分析提供了可能。
[0004]在遙感圖像識別領域，通過遙感影像判讀識別各類地物目標是一項重要的研宄內(nèi)容，其中非監(jiān)督分類技術對于自動化作業(yè)地塊識別有借鑒意義。但由于信號噪聲、通信故障以及系統(tǒng)誤差等一系列客觀因素限制，數(shù)據(jù)并非完全可靠，因此所設計方法的適應性和可靠性非常重要，目前的測量方法均未克服以上難題。

【發(fā)明內(nèi)容】

[0005]發(fā)明目的:本發(fā)明的目的是為了減少人力物力的投入，以及適應現(xiàn)代科技的發(fā)展，提供一種通過農(nóng)機車輛的運動軌跡實現(xiàn)作業(yè)地塊自動識別和區(qū)域面積統(tǒng)計的方法，基于對農(nóng)機作業(yè)模式的系統(tǒng)分析，該方法首先進行定位數(shù)據(jù)集的預處理，然后引入空間剖分，通過有效定位點映射和迭代聚類算法生成多個獨立的作業(yè)區(qū)域，進一步采用細分網(wǎng)格快速計算出每個區(qū)域的面積，其適應性好、準確性高且消除人為因素干擾，可以達到大規(guī)模農(nóng)田作業(yè)管理和進度跟蹤的目的。
[0006]技術方案:本發(fā)明所述的基于空間網(wǎng)格剖分的作業(yè)地塊自動識別與面積統(tǒng)計方法，其目的是這樣實現(xiàn)的，一種基于空間網(wǎng)格剖分的作業(yè)地塊自動識別與面積統(tǒng)計方法，通過衛(wèi)星定位農(nóng)機車輛的運動軌跡點，主要包括以下步驟:
[0007]A)數(shù)據(jù)預處理；
[0008]B)位置點映射和區(qū)域聚類；
[0009]C)作業(yè)區(qū)域邊界追蹤；
[0010]D)區(qū)域面積計算。[0011 ] 所述步驟A)中，數(shù)據(jù)預處理主要完成:
[0012](I)定位漂移點剔除。定位終端上報數(shù)據(jù)間隔為t秒，農(nóng)機最大行駛速度為Vmax，衛(wèi)星精度為X，基于相鄰點位置變化，判斷大于距離閥值VmaxXt+2X的點為定位漂移點，對原始數(shù)據(jù)集進行過濾，剔除該類定位點。
[0013](2)停車位置點剔除?？紤]到衛(wèi)星定位精度和速度擾動，將小于給定速度閥值(一般取0.01千米/小時)的數(shù)據(jù)點判定為停車點，停車點對區(qū)域有效作業(yè)點密度統(tǒng)計排序有干擾，需要剔除，同時可以減少算法整體計算量。
[0014]在統(tǒng)計了大量衛(wèi)星參數(shù)，并經(jīng)過理論分析，發(fā)現(xiàn)衛(wèi)星定位精度和速度擾動對于農(nóng)機車輛的影響是有限的，即一般的衛(wèi)星精度都有一定限度，不可能存在精度偏差超過行業(yè)標準，并且考慮到速度擾動的時效性，在做了大量研宄后，速度閾值取0.01千米/小時。
[0015]所述步驟B)中，位置點映射和區(qū)域聚類主要完成:
[0016](I)數(shù)據(jù)點集合網(wǎng)格映射。在平面投影坐標系空間計算全部數(shù)據(jù)點的包圍矩形，以農(nóng)機車輛作業(yè)設備寬幅5倍長度為間距，將該包圍矩形進行網(wǎng)格劃分。遍歷數(shù)據(jù)點，根據(jù)投影坐標空間包含關系將其映射到剖分網(wǎng)格單元，相應的網(wǎng)格單元所包含位置點計數(shù)加1，直到所有數(shù)據(jù)點處理完畢。
[0017](2)基于包含位置點數(shù)目對計數(shù)大于I的所有網(wǎng)格單元進行排序，放入隊列Queue。找出最大最小計數(shù)值Minvalue^P Max Value，按照下式計算自適應閥值T:
[0018]T = (MinValue+MaxValue) /M
[0019]其中，M為算法預定義的入?yún)?shù)；
[0020](3)在隊列Queue中找到當前計數(shù)最大的網(wǎng)格單元Cellmax，如果計數(shù)值大于T，則開始如下聚類過程(見附圖2):
[0021]a.將Cellmax加入當前聚類Cluster，同時從隊列Queue中移除。
[0022]b.基于空間位置關系查看Cellmax領域4個Cell，如果某個Cell在隊列Queue中且計數(shù)值大于T，則以該Cell為當前網(wǎng)格單元，重復a、b操作，直到無法找到滿足條件的網(wǎng)格單元為止，收集Cluster中的所有Cell，形成了一個完整的聚類區(qū)域，該算法子流程見附圖3。
[0023](4)重復(3)直到隊列Queue中不包含大于T的Cell為止。
[0024](5)收集所有的Cluster到聚類區(qū)域鏈表Listreg1n0
[0025]所述步驟C)中，作業(yè)區(qū)域邊界追蹤主要完成:
[0026](I)針對一個區(qū)域網(wǎng)格單元聚類Cluster，從上到下，從左到右掃描找到左下邊界網(wǎng)格單元設定為起始追蹤邊界單元Cellstart。，加入到邊界單元鏈表Listb_dalT。
[0027](2)圍繞一個單元，定義左下、下、右下、右、右上、上、左上、左八個方向，以Cellstart為起點，從左下方向開始逆時針掃描相鄰Cell，找到第一個包含在Cluster中的有效Cell為當前邊界單元Cell—t，加入到邊界單元鏈表Listb_toy，并將其所在方向定義為當前方向 Dircurrent0
[0028](3)從當前邊界單元Cellmt開始，以當前方向Dir寸針旋轉(zhuǎn)90度為下一個起始搜索方向，追蹤得到下一個Cell記為前邊界單元Ce I Iammt，加入鏈表Listb_dalT，并計算方向。
[0029](4)重復步驟(3)，直到下一個確定的邊界單元Cell為起始邊界Cellstart，搜索結(jié)束。
[0030](5)順次連接Listb_dalT中的網(wǎng)格單元中心點即得到該聚類Cluster的區(qū)域邊界多邊形。
[0031]所述步驟D)中，區(qū)域面積計算主要完成:
[0032](I)針對一個已識別作業(yè)區(qū)域，計算其所包含所有定位點的空間包圍盒，以作業(yè)設備寬幅為邊長L，對該空間包圍盒進行網(wǎng)格剖分，生成空間網(wǎng)格Grid?！贰?。
[0033](2)遍歷作業(yè)區(qū)域定位點，將其映射到空間網(wǎng)格GricLmpute的網(wǎng)格單元，將包含定位點的網(wǎng)格單元進行標示。
[0034](3)統(tǒng)計所標示的網(wǎng)格單元的數(shù)目N，計算區(qū)域面積如下:
[0035]Areareg1n= L2XN
[0036]有益效果:隨著衛(wèi)星定位技術在精準農(nóng)業(yè)領域的廣泛應用，大面積、大規(guī)模農(nóng)機作業(yè)自動化監(jiān)控、管理和分析的需求將日趨迫切。在農(nóng)機作業(yè)地塊識別和統(tǒng)計方面，本發(fā)明有如下技術優(yōu)勢:
[0037]1.算法處理過程不需要人為干預，自動化程度高，能夠作為實際應用系統(tǒng)定時觸發(fā)的任務后臺執(zhí)行，極大地提高農(nóng)機作業(yè)生產(chǎn)監(jiān)督管理的效率；
[0038]2.計算穩(wěn)定可靠，通過預處理和自適應閥值等機制，可以有效克服定位數(shù)據(jù)漂移、定位誤差以及非作業(yè)定位點的干擾；
[0039]3.對不同形狀的實際農(nóng)機作業(yè)區(qū)域適應性好，可以生成非凸作業(yè)區(qū)域邊界多邊形，面積計算準確，算法執(zhí)行效率高、速度快。
【附圖說明】
[0040]圖1是本發(fā)明的系統(tǒng)流程框圖；
[0041]圖2是本發(fā)明中網(wǎng)格區(qū)域聚類流程框圖；
[0042]圖3是本發(fā)明中區(qū)域迭代聚類子流程框圖。
【具體實施方式】
[0043]為了加深對本發(fā)明的理解，下面將結(jié)合實施例和附圖對本發(fā)明作進一步詳述，該實施例僅用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明保護范圍的限定。
[0044]參見圖1所示，通過農(nóng)機車輛定位軌跡點實現(xiàn)作業(yè)地塊自動識別與統(tǒng)計方法涉及的主要算法步驟如下
[0045]A)數(shù)據(jù)預處理；
[0046]B)位置點映射和區(qū)域聚類；
[0047]C)作業(yè)區(qū)域邊界追蹤；
[0048]D)區(qū)域面積計算。
[0049]所述步驟A)中，數(shù)據(jù)預處理主要完成:
[0050](I)定位漂移點剔除。定位終端上報數(shù)據(jù)間隔為t秒，農(nóng)機最大行駛速度為Vmax，衛(wèi)星精度為X，基于相鄰點位置變化，判斷大于距離閥值VmaxXt+2X的點為定位漂移點，對原始數(shù)據(jù)集進行過濾，剔除該類定位點。
[0051](2)停車位置點剔除?？紤]到衛(wèi)星定位精度和速度擾動，將小于給定速度閥值(一般取0.0l千米/小時)的數(shù)據(jù)點判定為停車點，停車點對區(qū)域有效作業(yè)點密度統(tǒng)計排序有干擾，需要剔除，同時可以減少算法整體計算量。
[0052]