农机作业的工作状态监测方法及装置

技术领域

本申请涉及农业机械技术领域，尤其涉及一种农机作业的工作状态监测方法及装置。

背景技术

农机，即农业机械是指在作物种植业和畜牧业生产过程中，以及农、畜产品初加工和处理过程中所使用的各种机械。农业机械广泛用于农田建设、土壤耕作、种植和施肥、农田排灌、作物收获等各个方面。

随着科技的发展，各种自动化或无人驾驶的智能农机也得到广泛应用，通过结合农机作业的农田的尺寸和农机参数等，可提前规划农机作业的路径并控制农机自动执行。然而在农机作业过程中，预先规划可能存在不足，导致不能很好地匹配实际作业情况。

如何在农机作业过程中了解农机作业的工作状态，从而为作业的优化提供条件是目前需要解决的技术问题。

发明内容

本申请实施例的目的是提供一种农机作业的工作状态监测方法及装置，用以解决农机作业规划存在的问题。

为了解决上述技术问题，本说明书是这样实现的：

第一方面，提供了一种农机作业的工作状态监测方法，包括：

实时获取农机在作业过程中的作业坐标点，以确定包括已获取作业坐标点的第一集合；

提取所述第一集合的边界，并确定所述边界中的凹点，以将包括凹点的各凹多边形分割为凸多边形；

基于各凸多边形对应的顶点，将所述第一集合中的各作业坐标点进行分类，以得到多个包括对应分类后作业坐标点的第二集合；

基于各第二集合分别构建对应的三角网，并基于各三角网的面积确定所述农机的作业面积；

基于所述作业面积监测所述农机作业的工作状态。

可选的，实时获取农机在作业过程中的作业坐标点，以确定包括已获取作业坐标点的第一集合，包括：

通过设置在所述农机上的GPS数据采集设备，实时采集所述农机的导航定位坐标点，所述导航定位坐标点包括所述农机在目标作业点的经纬度坐标和方向角；

将各作业点的经纬度坐标转换为平面直角坐标系的二维坐标；

基于各作业点对应的二维坐标，确定所述第一集合。

可选的，所述将各作业点的经纬度坐标转换为平面直角坐标系的二维坐标之后，还包括：

基于各作业点对应的二维坐标、方向角和所述农机的作业幅宽，扩充出位于所述农机作业幅宽区域的多个扩充二维坐标，其中作业点的二维坐标反应所述农机的位置，多个扩充二维坐标反应所述农机所占的横向宽度；

所述基于各作业点对应的二维坐标，确定所述第一集合，包括：

基于各作业点对应的二维坐标和扩充二维坐标，确定所述第一集合。

可选的，提取所述第一集合的边界，包括：

在所述农机从开始作业到首次经历转弯之前的第一作业时长内，基于AlphaShapes边界提取函数和所述第一集合对应作业点的二维坐标、第一收缩因子提取所述第一集合的边界；

在所述农机首次经历转弯之后，基于Alpha Shapes边界提取函数和所述第一集合对应作业点的二维坐标、第二收缩因子提取所述第一集合的边界，所述第二收缩因子大于所述第一收缩因子；

其中，Alpha Shapes边界提取函数为boundary(x,y,s)，参数x和参数y分别对应作业点的二维坐标，参数s表示收缩因子。

可选的，根据以下步骤确定所述第二收缩因子：

确定所述农机在首次经历转弯之后当前作业过程中所述第一集合包括的作业坐标点的第一数量；

确定所述第一作业时长内，所述第一集合包括的作业坐标点的第二数量；

基于所述第一数量和所述第二数量，确定所述第二收缩因子。

可选的，确定所述边界中的凹点，包括：

对所述边界的各顶点进行遍历；

将当前遍历的第i个顶点平移至平面直角坐标系的原点；

旋转所述边界使得第i+1个顶点处于所述平面直角坐标系的x轴正半轴上；

在第i+1个顶点满足下述公式的情况下，确定所述第i+1个顶点为所述边界中的凹点：

y

其中，m表示所述边界的各顶点的数量，θ表示第i+1个顶点与第i+k个顶点之间的平滑角度。

可选的，将包括凹点的各凹多边形分割为凸多边形，包括：

将确定为凹点的所述第i+1个顶点设定为第一分割点；

通过从所述第i+1个顶点开始向后遍历，确定第一个处于所述平面直角坐标系的y轴正半轴上的顶点并设定所述顶点为第二分割点；

连接所述第一分割点和所述第二分割点以构成分割线；

通过所述分割线，对包括所述第i+1个顶点的凹多边形进行分割。

可选的，基于各凸多边形对应的顶点，将所述第一集合中的各作业坐标点进行分类，以得到多个包括对应分类后作业坐标点的第二集合，包括：

将各凸多边形对应的顶点和所述第一集合中的各作业坐标点依次输入inpolygon函数，以确定位于各闭合凸多边形内的作业坐标点，一个凸多边形对应的各顶点构成一个闭合凸多边形；

通过汇总位于相同闭合凸多边形内的各作业坐标点，得到一个对应的第二集合。

可选的，所述基于各第二集合分别构建对应的三角网，并基于各三角网的面积确定所述农机的作业面积，包括：

基于Bowyer-Wastson函数和各第二集合中的作业坐标点，依次构建每个第二集合对应的三角网；

分别计算各三角网中包括的三角形的面积；

通过对各三角网中包括的三角形的面积进行求和，得到所述农机的作业面积。

第二方面，提供了一种农机作业的工作状态监测装置，包括存储器和与所述存储器电连接的处理器，所述存储器存储有可在所述处理器运行的计算机程序，该计算机程序被该处理器执行时实现如第一方面所述的方法的步骤。

在本申请实施例中，通过实时获取农机在作业过程中的作业坐标点，以确定包括已获取作业坐标点的第一集合；提取所述第一集合的边界，并确定所述边界中的凹点，以将包括凹点的各凹多边形分割为凸多边形；基于各凸多边形对应的顶点，将所述第一集合中的各作业坐标点进行分类，以得到多个包括对应分类后作业坐标点的第二集合；基于各第二集合分别构建对应的三角网，并基于各三角网的面积确定所述农机的作业面积；基于所述作业面积监测所述农机作业的工作状态，由此可以基于农机当前时刻的作业轨迹坐标点构建的三角网，并基于三角网的三角剖分计算农机的作业面积，构建三角网的各点均为凸点，不会构成非法三角形，作业面积的计算基于各作业坐标点集合实现，不包括边界的数据，不受边界提取误差所带来的影响，可提高构建的三角网的准确度，从而能够相应提高计算的农机作业面积的准确度，实现准确的农机作业的工作状态监测，为农机作业的优化提供可靠条件和依据。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本申请实施例的农机作业的工作状态监测方法的流程示意图。

图2是本申请实施例的凹多边形边界分割示意图。

图3是本申请实施例的农机作业的工作状态监测装置的结构方框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请中附图编号仅用于区分方案中的各个步骤，不用于限定各个步骤的执行顺序，具体执行顺序以说明书中描述为准。

为了解决现有技术中存在的问题，本申请实施例提供一种农机作业的工作状态监测方法，图1是本申请实施例的农机作业的工作状态监测方法的流程示意图。

如图1所示，包括以下步骤：

步骤102，实时获取农机在作业过程中的作业坐标点，以确定包括已获取作业坐标点的第一集合。

在该步骤中，作业坐标点是指农机在作业过程中构成作业路径或作业轨迹的坐标点，可以预定的时间间隔实时持续地采集农机当前对应的作业坐标点，也即农机的当前位置点。从农机开始作业时开始获取，直至当前作业过程结束。每次获取的作业坐标点加入到第一集合中，包括从农机开始作业到当前时刻已经获取的作业坐标点，下一次获取的作业坐标点再添加到第一集合中，以对第一集合进行更新。

可选的，实时获取农机在作业过程中的作业坐标点，以确定包括已获取作业坐标点的第一集合，包括：通过设置在所述农机上的GPS数据采集设备，实时采集所述农机的导航定位坐标点，所述导航定位坐标点包括所述农机在目标作业点的经纬度坐标和方向角；将各作业点的经纬度坐标转换为平面直角坐标系的二维坐标；基于各作业点对应的二维坐标，确定所述第一集合。

例如，在农机的顶部中央位置架设GPS数据采集设备，以10Hz的频率(即1秒采样10次)实时采集农机的作业点的导航定位数据，包括经纬度坐标和相对地面坐标系的方向角。通过高斯投影坐标正算，可以将每次采集的经纬度坐标数据转换为平面直角坐标系的二维坐标，并添加到第一集合中，则得到农机在作业过程中作业路径对应的作业坐标点，以作为后续农机作业面积计算的依据。

上述实施例中，获取的农机的作业坐标点组合起来对应一条农机作业路径的线，作业坐标点的疏密度差异度过大，若直接作为后续农机作业面积计算的依据，则会导致面积计算存在着必然的误差。

可选的，在一个实施例中，所述将各作业点的经纬度坐标转换为平面直角坐标系的二维坐标之后，还包括：基于各作业点对应的二维坐标、方向角和所述农机的作业幅宽，扩充出位于所述农机作业幅宽区域的多个扩充二维坐标，其中作业点的二维坐标反应所述农机的位置，多个扩充二维坐标反应所述农机所占的横向宽度；所述基于各作业点对应的二维坐标，确定所述第一集合，包括：基于各作业点对应的二维坐标和扩充二维坐标，确定所述第一集合。

在该实施例中，在得到二维坐标的作业点后，结合导航定位数据中各作业点对应的农机方向角和农机的作业幅宽，对各作业点进行扩充，即通过一定的转换将每个坐标点转换为一排反应农机位置及农机所占横向宽度的坐标点。扩充出的多个二维坐标的数量与农机的作业幅宽相关，幅宽越大，则扩充的坐标点越多，反之则越少。

具体地，对任一采集到的导航定位坐标点，假设对应转换后的第i个作业坐标点(x

在该坐标点基础上沿农机作业幅宽区域额外扩充出4个二维坐标(x

则各扩充作业坐标点表示如下：

/>

x

y

由此，在第i个作业坐标点基础上扩充出转换为一排反应农机位置(x

遍历所有采集的导航定位坐标点，并重复上述二维坐标转换和扩充步骤，则可以得到新的农机作业点的坐标集合。

经扩充后的各作业坐标点均匀分布，各作业坐标点之间的疏密度差异较小，将这些经扩充处理过的作业坐标点组合起来作为输入，则可以更好地反应农机的作业情况，也更适合作为后续农机作业面积计算的依据，可减少计算误差，提高作业面积的精确度。

步骤104，提取所述第一集合的边界，并确定所述边界中的凹点，以将包括凹点的各凹多边形分割为凸多边形。

可选的，在所述农机从开始作业到首次经历转弯之前的第一作业时长内，基于Alpha Shapes边界提取函数和所述第一集合对应作业点的二维坐标、第一收缩因子提取所述第一集合的边界；在所述农机首次经历转弯之后，基于Alpha Shapes边界提取函数和所述第一集合对应作业点的二维坐标、第二收缩因子提取所述第一集合的边界，所述第二收缩因子大于所述第一收缩因子；其中，Alpha Shapes边界提取函数为boundary(x,y,s)，参数x和参数y分别对应作业点的二维坐标，s表示收缩因子。

在本申请实施例中，可使用Matlab内置的Alpha Shapes边界提取函数boundary(x,y,s)实现，参数x和参数y分别对应作业点的二维坐标，收缩因子s表示收缩因子，是位于0-1区间的与Alpha相关联的参数。其中收缩因子s越趋向于0，则Alpha值越大，提取到的边界也越扩张；反之收缩因子s越趋向于1，则Alpha值越小，提取到的边界也越收缩。

这里，对Alpha Shapes边界提取函数中收缩因子s进行了自适应调整。自适应调整是出于两个方面的考虑：

1、在农机刚开始行驶时显然是直线运动无需考虑凹点，而此时第一集合中的作业坐标点的数量较少，如果边界提取算法在这种情形下过于收缩则有可能会出现提取的边界中含有不必要的假凹点(即，非真正的凹点)，在后续的凹多边形分割步骤中也会出现不必要的分割操作，增加了不必要的计算量。因此期望在农机刚开始行驶的一小段时间内，大约是农机从开始作业到首次经历转弯之前的第一作业时长内，即第一次转弯前选取一个较小的s值(第一收缩因子)，使边界不出现不必要的凹点以便直接跳过凹多边形分割步骤；

2、在农机运行一段时间后会开始出现转弯的轨迹，以农田的长为33.3m、宽为20m且每个作业行的长度为20m为例，假设农机的运行速度为2m/s，则从农机开始作业到第一次转弯经历的时间大约是10s。以获取作业坐标点的频率为1秒10次采样，且作业坐标点经过扩充处理扩充后为5倍数量为例，则农机在第一次转弯时得到第一集合中的作业坐标点数量大约是500左右。

因此，可以结合农机首次转弯时第一集合中作业坐标点的数量和后续各时刻第一集合中的作业坐标点的数量，调整收缩因子s的值。

可选的，根据以下步骤确定所述第二收缩因子：确定所述农机在首次经历转弯之后当前作业过程中所述第一集合包括的作业坐标点的第一数量；确定所述第一作业时长内，所述第一集合包括的作业坐标点的第二数量；基于所述第一数量和所述第二数量，确定所述第二收缩因子。

例如，将-n/500作为指数项的系数，其中500为农机在第一次转弯时第一集合中的作业坐标点数量，n为农机在第一次转弯后当前时刻第一集合中的作业坐标点数量，由此给出收缩因子s的自适应表达式：

当然，根据农田规格的不同，该系数-n/500可对应调整。

以0.02秒为间隔对收缩因子s在[0.4-0.8]之间对多种凹点作业坐标点进行边界提取实验，可知s的初始值，即第一收缩因子取在0.5附近可以满足第一点的考量，s的常驻值，即第二收缩因子取在0.6附近可以满足第二点的考量。

需要指出的是，这里的收缩因子s参数自适应的目的是为了降低计算量，对后续的作业面积计算结果几乎没有影响。也就是说，真实轨迹可能开始出现假凹点，所以期望在运行一段时间后，收缩因子s保持在一个较大的数值附近，使边界可以尽可能收缩来保证获得真实边界的所有凹点。换言之，为了使凹点的召回率达到百分之百。但是，考虑到收缩因子s的值设置过大会过度收缩生成多封闭边界，并且去除多余的边界需要不必要的额外步骤，因此第二收缩因子s的取值也不能过大。

在实际场景中，通过从第一集合中获取对应数量n的作业坐标点，并输入boundary()函数，即可得到从第一集合中提取出对应的边界，从而得到一系列按顺序依次连接的边界顶点坐标集合。

在第一集合中包括扩充后作业坐标点的实施例中，由于各作业坐标点的疏密程度较为均匀，因此在提取边界时则可以得到更为准确的提取结果。

在提取到边界后，继续确定边界中的凹点，从而确定对应的凹多边形，并分割为凸多边形。

可选的，确定所述边界中的凹点，包括：对所述边界的各顶点进行遍历；

将当前遍历的第i个顶点平移至平面直角坐标系的原点；旋转所述边界使得第i+1个顶点处于所述平面直角坐标系的x轴正半轴上；在第i+1个顶点满足下述公式的情况下，确定所述第i+1个顶点为所述边界中的凹点：

y

/>

其中，m表示所述边界的各顶点的数量，θ表示第i+1个顶点与第i+k个顶点之间的平滑角度。

由离散的作业坐标点集提取边界得到的边界会是不规则的，边界的边缘会有类似毛刺但并不能反应点集实际边界的情况，因此本申请实施例中对这种情况进行判断，在进行凹多边形分割之前，对凹多边形分割的判定条件做出一定的平滑修正。

具体地，第一步，首先对Alpha Shapes提取函数所提取得到的边界的各顶点进行遍历，将第i个点(x

第二步，假设边界上各顶点的总数为m，如果满足下述条件，则判定第i+1点为凹点，并设定该点为第一分割点。若不满足条件则判定为凸点，不执行操作，并继续遍历下一个点。判定条件如下：

y

其中，θ表示第i+1个顶点与第i+k个顶点之间的平滑角度，例如取值为[25度，35度]。

按照上述方式遍历到下一个凹点后，则可以执行分割操作。

可选的，将包括凹点的各凹多边形分割为凸多边形，包括：将确定为凹点的所述第i+1个顶点设定为第一分割点；通过从所述第i+1个顶点开始向后遍历，确定第一个处于所述平面直角坐标系的y轴正半轴上的顶点并设定所述顶点为第二分割点；连接所述第一分割点和所述第二分割点以构成分割线；通过所述分割线，对包括所述第i+1个顶点的凹多边形进行分割。

具体地，第三步，在确定第i+1个点为凹点后，继续从第i+1个点开始向后遍历，直到寻找到第一个纵坐标大于0的点，并设定该点为第二分割点。连接第一分割点和第二分割点则构成分割线，完成一次凹多边形的分割。然后跳回至上述第一步的循环，直至完成边界上所有点的遍历。

如图2所示，左图为提取的原边界，通过上述步骤确定出为凹点的第一分割点a和第二分割点b，则通过分割可以得到右图切割后的边界。即，将左图包括凹点的凹多边形，对应分割为右图的两个凸多边形。

由此，通过凹点的平滑修正，可以较好地跳过一些假凹点，同时也会对真凹点做出正确的判断。

步骤106，基于各凸多边形对应的顶点，将所述第一集合中的各作业坐标点进行分类，以得到多个包括对应分类后作业坐标点的第二集合。

对于切割得到的若干个边界，显然均可构成封闭区域，本申请实施例使用inpolygon算法对第一集合中的作业坐标点进行划分。

可选的，基于各凸多边形对应的顶点，将所述第一集合中的各作业坐标点进行分类，以得到多个包括对应分类后作业坐标点的第二集合，包括：将各凸多边形对应的顶点和所述第一集合中的各作业坐标点依次输入inpolygon函数，以确定位于各闭合凸多边形内的作业坐标点，一个凸多边形对应的各顶点构成一个闭合凸多边形；通过汇总位于相同闭合凸多边形内的各作业坐标点，得到一个对应的第二集合。

具体地，各凸多边形对应的顶点集合构成边界的封闭区域，目标凸多边形包括的多个顶点连接的边界对应该凸多边形的封闭区域。

将步骤104中经凹多边形分割后得到的所有凸多边形的顶点集合，与步骤102中得到的多作业坐标点的第一集合，依次输入inpolygon函数，从而判断各作业坐标点落在哪个封闭区域内，从而将各作业坐标点分类到对应的封闭区域中。例如分割后的各凸多边形的数量为3，则通过该步骤，可以将第一集合中的各作业坐标点分为3类，也即3个集合。每个凸多边形的封闭区域对应一定数量的作业坐标点，分类后的作业坐标点都位于该封闭区域内，由此汇总每个封闭区域内的作业坐标点，得到该封闭区域对应的坐标点集合。

步骤108，基于各第二集合分别构建对应的三角网，并基于各三角网的面积确定所述农机的作业面积。

可选的，所述基于各第二集合分别构建对应的三角网，并基于各三角网的面积确定所述农机的作业面积，包括：基于Bowyer-Wastson函数和各第二集合中的作业坐标点，依次构建每个第二集合对应的三角网；分别计算各三角网中包括的三角形的面积；通过对各三角网中包括的三角形的面积进行求和，得到所述农机的作业面积。

在步骤108中，对于步骤106得到的多个第二集合依次构建三角网，一个第二集合构建得到一个三角网。在本申请实施例中，使用Bowyer-Wastson算法完成各第二集合内作业坐标点的三角网构建。每个三角网中包括多个三角形，通过计算三角形的面积可以得到每个三角网的面积，将多个构建的三角网的面积累加，即可得到最终的农机作业面积。

对于三角网可使用行列式的形式求解面积，假设三角形的三点分别为A(a,b),B(c,d),C(e,f)，如以下公式所示：

由此，基于当前时刻获取的农机作业坐标点，可确定当前农机的作业面积。

在该实施例中，用于构建三角网的各点均为凸点，因此不会构成非法三角形，提高了构建的三角网的精度，且提取的边界能准确表达作业点所占据的面积。此外，通过使用Bowyer-Wastson算法，不仅能够进一步避免上述情况的发生还可以具有更快的构网速度。

步骤110，基于所述作业面积监测所述农机作业的工作状态。

通过上述步骤可以实时得到农机的作业面积，由此可以了解农机的当前工作状态，从而为精细化耕作提供数据支撑和优化。

例如，作业面积可用于判断农机作业的路径规划是否合理，在步合理的情况下对规划路径进行调整或优化，或者，作业面积还可以与农机的油耗进行交叉对比，用于制定单位油耗内有效作业面积更大的作业方案，实现节省农机油耗损耗的目的。

在本申请实施例中，通过实时获取农机在作业过程中的作业坐标点，以确定包括已获取作业坐标点的第一集合；提取所述第一集合的边界，并确定所述边界中的凹点，以将包括凹点的各凹多边形分割为凸多边形；基于各凸多边形对应的顶点，将所述第一集合中的各作业坐标点进行分类，以得到多个包括对应分类后作业坐标点的第二集合；基于各第二集合分别构建对应的三角网，并基于各三角网的面积确定所述农机的作业面积；基于所述作业面积监测所述农机作业的工作状态，由此可以基于农机当前时刻的作业轨迹坐标点构建的三角网，并基于三角网的三角剖分计算农机的作业面积，构建三角网的各点均为凸点，不会构成非法三角形，作业面积的计算基于各作业坐标点集合实现，不包括边界的数据，不受边界提取误差所带来的影响，可提高构建的三角网的准确度，从而能够相应提高计算的农机作业面积的准确度，实现准确的农机作业的工作状态监测，为农机作业的优化提供可靠条件和依据。

可选的，本申请实施例还提供一种农机作业的工作状态监测装置，图3是本申请实施例的农机作业的工作状态监测装置的结构方框图。

如图3所示，农机作业的工作状态监测装置2000包括存储器2200和与所述存储器2200电连接的处理器2400，所述存储器2200存储有可在所述处理器2400运行的计算机程序，所述计算机程序被所述处理器执行时实现上述任意一种农机作业的工作状态监测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述任意一种农机作业的工作状态监测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(RandomAccess Memory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。