基于DBSCAN和BP＿Adaboost的农机作业地块划分方法

作者：李亚硕; 赵博; 王长伟; 徐名汉; 伟利国; 庞在溪

来源：农业机械学报, 2022, 1-10.

• 农业机械作业轨迹
• 地块划分
• 密度聚类
• 分类器集成

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方法对农机轨迹点多数有效、识别错误集中的特点，结合BP＿Adaboost方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方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，也减少了大量的样本标记工作。利用该方法轨迹点状态识别正确率达96.75%，地块划分准确率为97.74%。