(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211289142.5 (22)申请日 2022.10.20 (71)申请人 江苏北斗农机科技有限公司 地址 211500 江苏省南京市江北新区星智 汇商务花园A4栋 (72)发明人 何春健　王天瑞　孙辰　陈伏州　 朱爱星　臧兆彬　 (74)专利代理 机构 深圳市世纪宏博知识产权代 理事务所(普通 合伙) 44806 专利代理师 董博 (51)Int.Cl. G06V 10/82(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 20/13(2022.01) (54)发明名称 基于卷积神经网络的作业地块自动识别与 计算方法 (57)摘要 本发明提供了基于卷积神经网络的作业地 块自动识别与计算方法， 本发明通过引入了卫星 定位提供的多维运动参数和基础地理数据提供 的地理环 境参数， 使用多源数据的组合大大提高 了作业地块识别精度， 同时对地理数据参数的引 入可以使模型根据轨迹数据的空间分布自动调 整权重， 使得在不同地区的地理条件和不同的作 业习惯下泛用性更高， 对超小地块的识别和特形 地块的识别正确率更高。 权利要求书2页 说明书6页 附图1页 CN 115527093 A 2022.12.27 CN 115527093 A 1.基于卷积神经网络的作业 地块自动识别与计算方法， 包括以下步骤： 步骤一、 多维特 征图像生成； 步骤二、 多维卷积神经网络对作业 地块进行识别； 步骤三、 栅格识别结果的矢量数据回归； 步骤四、 作业 地块面积计算； 所述步骤一： 多维特 征图像生成主 要完成方式： (1)使用地理编码转换矢量轨 迹数据生成栅格数据 根据以车辆为单位的轨迹 数据经纬度信息， 使用原点为(X0， Y0)， 空间分辨率为(TX， TY)、 (TX/2， TY/2)、 (TX/4， TY/4)的简单地理编码对轨 迹点进行编码DP(DX， DY)， 并连接时序点 位； 连接方法为直线生成算法， 既则 计算直线斜率后根据直线方程判断直线像素格是否经 过直线， 生成出的轨 迹线的编码数组为D1； 使用编码数组Dl生成轨迹图像Pl， 其中Pl中像素位置(PX， PY)为地理编码(DX， DY)， 生成轨 迹层Pl和参数信息层 Pi。 轨迹层像素数值为 该地理编码在编码数组中重复的次数， 参 数信息 层像素数值为地理编码轨 迹点搭载的传感器平均值。 生成的轨迹图像Pl像素值使用log归一化Pi＝log10Pi/log10Pmax以避免停车等轨迹停滞 场景带来的长尾数据干扰； 生成的参数信息层Pi像素值使用Pg＝(Pg‑Pmin)/(Pmax‑Pmin)进行归一 化处理。 (2)使用外 部地理矢量数据转换成栅格数据 使用轨迹图像Pl的最大最小经纬度信息截取矢量图层， 使用扫描 线方法建立 栅格图像。 扫描线法具体是从最小经度到最大经度依次以空间分辨率为Tw为间隔扫描线上是否存 在矢量图形， 如果存在图形则标记为该块栅格值为1否则为0， 最终得到基础地理矢量的栅 格形式数据Pv。 (3)使用外 部地理栅格数据统一成栅格数据 将轨迹图像Pl的栅格覆盖到基础地理栅格数据Gg上去， 计算每个栅格PXY在Gg上的对应 栅格， 计算新的像素值PXY＝(∑i∑jGg(i， j))/(i*j)， 最终得到新的基础地理矢量的栅格形 式数据Pg， Pg像素数值使用Pg＝(Pg‑Pmin)/(Pmax‑Pmin)进行归一 化处理。 所述步骤二： 多维卷积神经网络对作业地块进行识别， 即使用多维卷积神经网络对作 业地块进行识别的主 要完成方式： (1)将生成的二维轨迹图像Pl， 二维基础地理矢量栅格Pv， 二维基础地理栅格数据Pg， 叠 层组合为新的多维图像Pm， 此时多维图像Pm维数由载具自身传 感器数量与外部地理信息数 据数量决定； (2)为了去 掉重复或相近的属性对计算造成的冗余， 对多维图像Pm进行PCA主成分分析， 取贡献率前80％以上字段组合 为新的多维图像， 维度为 n； (3)使用深度学习网型训练识别作业 地块得到分割结果： 使用1层的3*3卷积核进行卷积计算， 输入通道为n输出通道为64， 再使用1层的3*3卷积 核进行卷积计算， 通道数为64， 最后经 过ReLU函数激活； 使用最大池化层简化图像到原 尺寸的一半； 使用通道数为128的2层3 *3卷积核进行卷积计算， 最后经 过ReLU函数激活； 使用最大池化层简化图像到原 尺寸的一半；权　利　要　求　书 1/2 页 2 CN 115527093 A 2使用通道数为25 6的2层3*3卷积核进行卷积计算， 最后经 过ReLU函数激活； 使用最大池化层简化图像到原 尺寸的一半； 使用通道数为512的2层3 *3卷积核进行卷积计算， 最后经 过ReLU函数激活； 使用最大池化层简化图像到原 尺寸的一半； 使用通道数为512的2层3 *3卷积核进行卷积计算， 最后经 过ReLU函数激活； 使用最大池化层简化图像到原 尺寸的一半； 经过2层的1*1*4096全连接层， 经 过ReLU函数激活； 最后通过Softmax输出识别结果。 所述步骤三： 栅格识别结果的矢量数据回归， 即识别结果结合时序关系回归为矢量数 据主要完成方式： (1)将轨迹编码D_P对照第二步的分割结果图像， 将识别标签结果信息作为属性信息还 原到轨迹数据中去； (2)使用窗口为7的中值滤波按时序处理轨迹数据的识别标签结果属性， 通过标签结果 属性的不同和时间间隔阈值Tt得到作业地块对应轨迹的开始结束时间， 并根据轨迹与作业 范围生成作业 面矢量MP_B， 同时根据步骤一中编码规则生成地 块地理编码D_b。 所述步骤四： 作业 地块面积计算， 即识别结果的作业 地块面积计算主 要完成方式： (1)将作业 面矢量进行宽度为作业宽度一半W/2的膨胀运 算， 恢复真实作业 面MP； (2)将真实作业 面MP进行宽度为 W/2的闭运 算消除地 块内噪点； (3)提取真实作业面MP中的外轮廓数据， 使用道格拉斯普克法平滑外轮廓轨迹， 道格拉 斯普克法将待处理曲线的首末点连一条直线， 求所有中间点与直线的距离， 并找出最大距 离值D_max， 用D_max与抽稀阈值T_dp相比较： 若D_max小于T_dp， 这条曲线上的中间点全部 舍去； 若D_max大于等于T_dp， 则以该点 为界， 把曲线分为两 部分； 对这两部分曲线重复上述过程， 直至所有的点都被处 理完成。 (4)将得到的真实作业面MP_B中的轮廓所有点投影到横坐标上， 通过计算顺序连接点 与投影到横坐标的点形成的梯形面积， 其中从左到右连接点梯形面积为正面积， 从右到左 连接点梯形面积为负面积， 其梯形面积之和为整个图形的总面积。权　利　要　求　书 2/2 页 3 CN 115527093 A 3