[发明专利]用于无人农场耕整地农机具自动识别与智能匹配的方法

说明书

本发明涉及的是用于无人农场耕整地农机具自动识别与智能匹配的方法，它包括采集常用耕整地农机具停放状态下图像；建立耕整地农机具数据集；建立用于无人农场耕整地农机具自动识别与智能匹配的卷积神经网络AMnet‑3；通过随机采样的方式将AM‑3000数据集分为两部分，训练集和测试集；AMnet‑3网络的训练，将训练集输入到步骤三建立的AMnet‑3网络中进行模型训练；将测试集图像输入到训练后的AMnet‑3网络，进行对耕整地农机具的识别与智能匹配。本发明目前AMnet‑3模型在AM‑3000数据集上取得了96.7的识别精度，采用本发明的技术方案可以快速准确的对耕整地农机设备进行自动识别与智能匹配。

一、技术领域：

本发明涉及农场设施设备进行管理技术，具体涉及的是用于无人农场耕整地农机具自动识别与智能匹配的方法。

二、背景技术：

无人农场是采用物联网、大数据、人工智能、5G、机器人等新一代信息技术，通过对农场设施、装备、机械等远程控制，或通过智能装备及机器人自主决策、自主作业，完成所有农场生产、管理任务。

耕整地农机具主要由牵引结构、主机架和若干工作单体等部分组成，其工作时主要依靠拖拉机等动力机械进行牵引。对耕整地农机具进行选型匹配使用时，主要匹配的技术参数为工作单体的类别信息和拖拉机额定功率与耕整地农机具作业动力消耗是否相符，其中工作单体类别可根据其所能满足的农艺需求分为铧式犁、深松铲、圆盘耙、缺口耙、起垄机等，而作业动力消耗可根据工作单体类别、数量和单体作业幅宽等先验知识来进行推算。

三、发明内容：

本发明的目的是提供用于无人农场耕整地农机具自动识别与智能匹配的方法，这种用于无人农场耕整地农机具自动识别与智能匹配的方法用于对耕整地农机设备进行自动识别与智能匹配。

本发明解决其技术问题所采用的技术方案是：这种用于无人农场耕整地农机具自动识别与智能匹配的方法包括如下步骤:

步骤一、采集常用耕整地农机具停放状态下图像；常用耕整地农机具包括铧式犁、圆盘耙、缺口耙，在耕整地农机具停放状态下，每种耕整地农机具采集图像至少100张；

步骤二、建立耕整地农机具数据集；

选择每种耕整地农机具图像100张，结合耕整地农机具停放环境中的不确定因素对图像数据进行随机扩充，不确定因素包括：农机具停放处的光环境、农机具自身结构件对工作部件的遮挡、数据采集装置采集图像时产生的透视变化，扩充后的每种农机具图像达到1000张，并借助labelimg程序对每张农机具图像进行标签标记，按照待识别类别：铧式犁、圆盘耙、缺口耙，把标签名称分别依次命名为“hua”、“yuan”、“que”，最终建立耕整地农机具数据集AM-3000；

步骤三、建立用于无人农场耕整地农机具自动识别与智能匹配的卷积神经网络AMnet-3；

卷积神经网络AMnet-3由多尺寸特征融合提取网络、分类回归网络和智能匹配网络组成，多尺寸特征融合提取网络包括：多尺寸特征提取分支、旋转不变性特征提取分支和特征融合分支；分类回归网络使用开源YOLOv3算法中的分类回归网络，分类回归网络对多尺寸特征融合提取网络所提取的特征进行目标类别识别和目标位置标记与计数；智能匹配网络根据分类回归网络所得结果及先验知识，按照待识别类别识别出耕整地农机具类别信息和主要工作部件单体数量，按照先验知识推算出耕整地农机具作业幅宽，最终给出是/否进行匹配的智能决策意见；

多尺寸特征提取分支使用卷积技术、批归一化和残差网络技术，设计出多尺寸特征提取模块n，多尺寸特征提取模块n由卷积特征提取模块、残差特征模块融合形成，其中残差特征模块进行n次变量堆叠，并在残差特征提取模块中加入了批归一化技术；