一种基于GPS和发动机数据的农机作业状态判断方法
本发明公开了一种基于GPS和发动机数据的农机作业状态判断方法，其特征在于：包括训练判别模型的方法S1、调用模型进行预测的方法S2和细化作业状态开始和结束时刻的方法S3；S1)训练判别模型的方法包括以下步骤：S11)获取车辆工作数据：采集农机处于作业状态、田间转移状态和怠速状态不同状态的GPS数据和发动机ECU数据，所述GPS数据包含农机瞬时速度、转向角度，本发明通过搜集农机不同作业状态的ECU和GPS数据，为每种数据进行标注，利用标注数据训练判别模型，进而用模型判别农机的作业状态；不依赖农机的GPS密度，避免GPS密度变化带来的判别误差；针对数据缺失的情况训练判断模型，避免数据缺失造成判断结果准确率下降。
发明专利
CN201910306805.1
2019-04-17
CN110033528A
2019-07-19
G07C5/08(2006.01)
洛阳智能农业装备研究院有限公司
李盈盈;冯云鹤;王志端;李松松
471000 河南省洛阳市伊滨区科技大道21号中意科技园409室
洛阳启越专利代理事务所(普通合伙)
吴楠
1.一种基于GPS和发动机数据的农机作业状态判断方法，其特征在于：包括训练判别模型的方法S1、调用模型进行预测的方法S2和细化作业状态开始和结束时刻的方法S3； S1)训练判别模型的方法包括以下步骤： S11)获取车辆工作数据：采集农机处于作业状态、田间转移状态和怠速状态不同状态的GPS数据和发动机ECU数据，所述GPS数据包含农机瞬时速度、转向角度，ECU数据包含油耗、转速和油门开度； S12)对数据进行分段：对采集到的GPS数据和ECU数据按时间排序，把GPS数据和ECU数据分成每5分钟一段，对GPS和ECU数据的时间段索引进行合并； S13)计算数据的统计值：计算每小段的瞬时速度、油耗、转速和油门开度数据的均值、方差和标准差； S14)给数据打上标签：对每一小段数据以及计算得到的统计数值，按照已知的作业状态，打上数值标签，作业状态对应数字1，田间转移状态对应数字2； S15)用ECU和GPS数据训练模型：把数据分为训练集、测试集、验证集三部分； S16)把打好标签的数据进行归一化，使用线性核函数的支持向量机用训练数据进行训练并保存训练模型；按时间索引加5分钟的时间段获取GPS和ECU数据，对于同一时间段同时具有GPS和ECU数据的，使用GPS和ECU数据对支持向量机进行训练； S17)用单独数据训练模型：单独使用所有的GPS训练数据进行农机作业状态判断的支持向量机的训练并保存； S18)单独使用所有的ECU训练数据进行农机作业状态判断的支持向量机训练并保存； S19)用测试集进行测试，在准确率达到90％以上后停止训练； S110)调整支持向量机参数，提高结果准确度； S2)调用模型进行预测的方法包括以下步骤： S21)对新的需要判断农机作业状态的数据，从数据库获取GPS和ECU数据，把GPS数据和ECU数据进行5分钟的分段，合并GPS数据和ECU数据的索引； S22)计算每段GPS数据和ECU数据的方差、均值、标准差； S23)按照索引查询GPS数据和ECU数据,如时间段内只有GPS数据而无ECU数据，并且时间段内GPS速度均值大于0.5m/s，则用GPS支持向量机进行判断，如只有ECU数据而无GPS数据，则用ECU支持向量机进行判断，如有GPS数据和ECU数据，则用GPS和ECU支持向量机进行判断，结果得到每一段5分钟的数据一个工作状态的标签，作业状态对应1，田间转移状态对应状态2； S24)把时间索引和判断得到的分类标签合并，相同标签的连续时间索引合并，组成一个作业或转移的时间段； S3)细化作业状态开始和结束时刻的方法包括以下步骤： S31)细化原因：开始和结束作业的判断单位为5分钟，开始作业或结束作业的5分钟内可能同时存在作业和转移状态，因此进行细化； S32)细化步骤：S321)对于一段作业的时间，取其开始作业的时刻为T,将T后移5分钟，作为T1,然后T1以30秒为粒度向前递进，并向前、后各获取5分钟作为用于判断的时间段,分别为P1,P2,按照调用模型进行预测的方法步骤S21-S23进行预测，获取作业类别标签；S322)重复步骤1，直到P1和P2的作业类别标签出现不同，则此时所取的T1即为开始作业的时刻；S323)对结束作业的时刻进行步骤S321-S322的操作，把“后移5分钟”改为“向前移5分钟”，把“以30秒为粒度向前递进”改为“以30秒为粒度向后递进”，得到细化后结束作业的时刻T2。