基于机器学习的小麦收获机掉头轨迹识别

作者：杨丽丽; 王新鑫; 李元博; 常孟帅; 翟卫欣; 吴才聪^*

来源：农业机械学报, 2023, 54(09): 27-34.

• 小麦收获机
• 轨迹识别
• 机器学习
• 掉头
• SVM

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1～5 s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。

• 单位
  中国农业大学