-
公开(公告)号：CN119150038B
公开(公告)日：2025-02-14
申请号：CN202411669749.5
申请日：2024-11-21
Applicant: 中国农业大学
IPC: G06F18/214 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06F18/10 , G06F18/24 , G06F123/02
Abstract: 本发明提供一种基于自监督式表征模型的农机作业轨迹田路分割方法，属于计算机技术领域，包括：将农机的作业轨迹数据输入训练好的轨迹分割模型，得到作业轨迹数据对应的田路分割结果；轨迹分割模型由基于点密度分类的点级编码器、基于轨迹相似学习的轨迹级编码器和双向长短期记忆网络层组成，根据以下方式进行训练：基于原始轨迹数据集，采用自监督学习的方式对轨迹表征模型进行预训练；基于预训练后的轨迹表征模型的网络权重、带有标签的轨迹数据集和交叉熵损失函数，对轨迹分割模型进行进一步训练。该方法可以充分有效地学习广泛的驾驶模式，更加精准地识别出轨迹序列中农田轨迹点与道路轨迹点，并在面对动态环境变化时具有高鲁棒性和可靠性。
-
公开(公告)号：CN119150038A
公开(公告)日：2024-12-17
申请号：CN202411669749.5
申请日：2024-11-21
Applicant: 中国农业大学
IPC: G06F18/214 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06F18/10 , G06F18/24 , G06F123/02
Abstract: 本发明提供一种基于自监督式表征模型的农机作业轨迹田路分割方法，属于计算机技术领域，包括：将农机的作业轨迹数据输入训练好的轨迹分割模型，得到作业轨迹数据对应的田路分割结果；轨迹分割模型由基于点密度分类的点级编码器、基于轨迹相似学习的轨迹级编码器和双向长短期记忆网络层组成，根据以下方式进行训练：基于原始轨迹数据集，采用自监督学习的方式对轨迹表征模型进行预训练；基于预训练后的轨迹表征模型的网络权重、带有标签的轨迹数据集和交叉熵损失函数，对轨迹分割模型进行进一步训练。该方法可以充分有效地学习广泛的驾驶模式，更加精准地识别出轨迹序列中农田轨迹点与道路轨迹点，并在面对动态环境变化时具有高鲁棒性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN114998744A
公开(公告)日：2022-09-02
申请号：CN202210839109.9
申请日：2022-07-18
Applicant: 中国农业大学
IPC: G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于运动与视觉双特征融合的农机轨迹田路分割方法，属于计算机技术领域。该方法包括：获取待分割农机轨迹数据，所述待分割农机轨迹数据用于指示任意农机在目标时间内的行驶轨迹；对所述待分割农机轨迹数据进行特征抽取，得到所述待分割农机轨迹数据的一维轨迹序列运动特征和二维轨迹图视觉特征；基于所述待分割农机轨迹数据的一维轨迹序列运动特征和二维轨迹图视觉特征，确定所述待分割农机轨迹数据的位置分类。本发明提供的基于运动与视觉双特征融合的农机轨迹田路分割方法，充分利用轨迹数据的时空运动特征信息，从而可以显著提升农机行驶轨迹田路分割准确率。
-
公开(公告)号：CN112905576B
公开(公告)日：2023-09-08
申请号：CN202110228489.8
申请日：2021-03-02
Applicant: 中国农业大学
IPC: G06F18/232 , G06F18/15 , G06F16/215 , G06F16/2458 , G06F16/29 , G06Q50/02
Abstract: 本发明提出一种基于农机作业轨迹确定农田和道路的方法和系统，利用DBSCAN密度聚类方法对清理后的农机作业轨迹数据进行聚类分析，初步分割出农田和道路，之后利用小簇消除法根据正确和错误识别的农田中农机轨迹方向分布不同的特征对农田和道路进行区分，将农机轨迹点密度过高而被错误分类为农田的区域修正为道路，根据道路和农田交界处点的方向值与其邻近的农田中数量分布最多的两个方向的相似度高低，将道路和农田交界处错误识别的轨迹点进行修正。在前面步骤的基础上以时间顺序将整条轨迹划分多个轨迹段，对相邻轨迹段出现田路田模式或路路路模式中的路轨迹段，根据比较邻近轨迹段之间的速度和方向分布，对错误识别的道路进行修正。
-
公开(公告)号：CN116704004A
公开(公告)日：2023-09-05
申请号：CN202210179951.4
申请日：2022-02-25
Applicant: 中国农业大学
IPC: G06T7/62 , G06T7/246 , G06V10/44 , G06V10/762 , G06V10/764
Abstract: 本发明提供一种农机作业面积检测方法及系统，该方法包括：获取农机在预设时段内的运动轨迹数据；通过聚类算法，对运动轨迹数据中的运动轨迹点进行分类，确定农机作业轨迹段；获取农机作业轨迹段中的起始轮廓点，并基于起始轮廓点，通过KNN算法，构建农机作业轨迹段对应的外轮廓多边形；根据外轮廓多边形，生成农机作业区域，并通过向量积的方法，计算得到农机作业区域的面积。本发明通过聚类算法识别农机设备在农田作业区域内的运动轨迹点，并根据运动轨迹构建农机在农田作业区域的外轮廓多边形，进而通过计算外轮廓多边形的面积，确定农机的作业面积，减少了传统人工检测的人力物力，提高了计算速度和农机作业面积的检测精度。
-
公开(公告)号：CN114998744B
公开(公告)日：2022-10-25
申请号：CN202210839109.9
申请日：2022-07-18
Applicant: 中国农业大学
IPC: G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于运动与视觉双特征融合的农机轨迹田路分割方法，属于计算机技术领域。该方法包括：获取待分割农机轨迹数据，所述待分割农机轨迹数据用于指示任意农机在目标时间内的行驶轨迹；对所述待分割农机轨迹数据进行特征抽取，得到所述待分割农机轨迹数据的一维轨迹序列运动特征和二维轨迹图视觉特征；基于所述待分割农机轨迹数据的一维轨迹序列运动特征和二维轨迹图视觉特征，确定所述待分割农机轨迹数据的位置分类。本发明提供的基于运动与视觉双特征融合的农机轨迹田路分割方法，充分利用轨迹数据的时空运动特征信息，从而可以显著提升农机行驶轨迹田路分割准确率。
-
公开(公告)号：CN112905576A
公开(公告)日：2021-06-04
申请号：CN202110228489.8
申请日：2021-03-02
Applicant: 中国农业大学
IPC: G06F16/215 , G06F16/2458 , G06F16/29 , G06K9/62 , G06Q50/02
Abstract: 本发明提出一种基于农机作业轨迹确定农田和道路的方法和系统，利用DBSCAN密度聚类方法对清理后的农机作业轨迹数据进行聚类分析，初步分割出农田和道路，之后利用小簇消除法根据正确和错误识别的农田中农机轨迹方向分布不同的特征对农田和道路进行区分，将农机轨迹点密度过高而被错误分类为农田的区域修正为道路，根据道路和农田交界处点的方向值与其邻近的农田中数量分布最多的两个方向的相似度高低，将道路和农田交界处错误识别的轨迹点进行修正。在前面步骤的基础上以时间顺序将整条轨迹划分多个轨迹段，对相邻轨迹段出现田路田模式或路路路模式中的路轨迹段，根据比较邻近轨迹段之间的速度和方向分布，对错误识别的道路进行修正。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
