[发明专利]农机运行模式识别模型训练方法、装置和终端设备

说明书

本发明实施例公开了一种农机运行模式识别模型训练方法、装置和终端设备。本申请根据所述采样时间依次遍历所述第一采样数据集和所述第二采样数据集中的每一条行驶数据中行驶速度、位置坐标、线加速度、角加速度和航向角以过滤去除所述第一采样数据集和所述第二采样数据集中的干扰数据，利用去掉干扰数据后的第一采样数据集和第二采样数据集训练农机运行模式识别模型。本申请一方面，通过训练获得的农机运行模式识别模型可以自动识别农机运行模式，避免人力资源的浪费；另一方面，利用去掉干扰数据后的第一采样数据集和第二采样数据集训练农机运行模式识别模型，可以避免农机运行模式识别模型的训练过程受到干扰数据的干扰。

技术领域

本发明涉及智慧农业技术领域，尤其涉及一种农机运行模式识别模型训练方法、装置和终端设备。

背景技术

随着农业机械技术的发展，农业机械设备越来越广泛的应用到了农业生产中，可以采用各种各样的农业机械设备进行农作物的耕种、喷药、收割等操作。农业机械设备包括了平地机、铲运机、装载机、旋耕机、中耕机以及拖拉机等等设备。在采用农业机械设备进行农业生产的时候，需要确定当前农业机械设备的位置，在农业机械设备处于农田作业区域时可以采集农业生产的作业数据，作业数据有耕作时的耕地深度数据、喷洒的药液流量等等作业数据。

现有技术中，通常采用人工方式确定农业机械设备的当前位置以及农业机械设备的运行模式，不仅浪费大量的人力资源，而且效率低下，严重影响农业机械设备的工作效率。

发明内容

鉴于上述问题，本申请提出一种农机运行模式识别模型训练方法、装置和终端设备。

本申请提出一种农机运行模式识别模型训练方法，所述方法包括：

获取第一采样数据集和第二采样数据集，所述第一采样数据集为农机在道路区域行驶过程中采集的多条行驶数据组成的数据集，所述第二采样数据集为农机在作业区域行驶过程中采集的多条行驶数据组成的数据集，所述第一采样数据集或所述第二采样数据集中的每一条行驶数据包括采样时间、行驶速度、位置坐标、线加速度、角加速度和航向角；

根据所述采样时间依次遍历所述第一采样数据集和所述第二采样数据集中的每一条行驶数据中行驶速度、位置坐标、线加速度、角加速度和航向角以过滤去除所述第一采样数据集和所述第二采样数据集中的干扰数据；

利用去掉干扰数据后的第一采样数据集和第二采样数据集训练农机运行模式识别模型。

本申请所述的农机运行模式识别模型训练方法，所述干扰数据包括停止数据和漂移数据，所述停止数据为所述农机停止时采集的数据，所述漂移数据为采样异常数据。

本申请所述的农机运行模式识别模型训练方法，所述根据所述采样时间依次遍历所述第一采样数据集和所述第二采样数据集中的每一条行驶数据中行驶速度、位置坐标、线加速度、角加速度和航向角以过滤去除所述第一采样数据集和所述第二采样数据集中的干扰数据，包括：

按照每一条行驶数据对应的采样时间依次排列所述第一采样数据集和所述第二采样数据集中的行驶数据；

依次遍历所述第一采样数据集和所述第二采样数据集中的每一条行驶数据；

若所述第一采样数据集或所述第二采样数据集中存在连续N条行驶数据中的行驶速度为零，则从所述连续N条行驶数据中去掉N-1条行驶数据，N≥2；

标记所述第一采样数据集或所述第二采样数据集中所述连续N条行驶数据中保留的行驶数据以获得标记数据。

本申请所述的农机运行模式识别模型训练方法，将去掉所述停止数据的所述第一采样数据集记为第一标准数据集，将去掉所述停止数据的所述第二采样数据集记为第二标准数据集，所述根据所述采样时间依次遍历所述第一采样数据集和所述第二采样数据集中的每一条行驶数据中行驶速度、位置坐标、线加速度、角加速度和航向角以过滤去除所述第一采样数据集和所述第二采样数据集中的干扰数据，还包括：