[发明专利]智能农机作业管理方法及系统

说明书

本发明实施例提供一种智能农机作业管理方法及系统，该方法包括：获取无人机采集的多个地块局部图像，以及地块局部图像对应的无人机位姿信息；根据对应的无人机位姿信息对所有地块局部图像进行拼接得到地块图像；将地块图像和用户标注的作业区域关键点，输入训练后的语义分割网络模型得到作业区域；根据作业区域确定路径规划结果，并将路径规划结果发送至智能农机。该方法通过无人机采集的多个地块局部图像，拼接得到地块图像，无需借助于高精度的GPS进行人工采集，也无需借助于配备高精度GPS的农机采集，简化了农田地块信息获取方式，其数据采集效率高，能够满足精度要求，可将用户经验和人工智能算法有效地结合，提高神经网络的分割精度。

技术领域

本发明涉及智能农机技术领域，尤其涉及一种智能农机作业管理方法及系统。

背景技术

为实现农机自主作业，需要获取高精度的农田边界信息并规划覆盖全部作业区域的参考路径。

现阶段为了获得高精度的农田地块信息，还需要借助于高精度的GPS人工采集或借助于配备高精度GPS的农机通过记录地块边缘记录行驶轨迹的方式采集。基于农机的数据采集效率低，采样密度低，而且农机对土壤压实严重。基于卫星遥感数据的农田检测结果的精度无法满足农机自主作业对地块信息精度的要求。

发明内容

本发明实施例提供一种智能农机作业管理方法及系统，用以解决现有技术中的缺陷。

本发明实施例提供一种智能农机作业管理方法，包括：获取无人机采集的多个地块局部图像，以及地块局部图像对应的无人机位姿信息；根据对应的无人机位姿信息，对所有地块局部图像进行拼接，得到地块图像；将所述地块图像和用户标注的作业区域关键点，输入训练后的语义分割网络模型，得到作业区域；根据作业区域确定路径规划结果，并将所述路径规划结果发送至智能农机；其中，所述语义分割网络模型，根据部分已标注作业区域的农田图像和部分未标注作业区域的农田图像，结合人工标注作业区域关键点，进行训练后得到。

根据本发明一个实施例的智能农机作业管理方法，所述将所述地块图像和用户标注的作业区域关键点，输入训练后的语义分割网络模型，得到作业区域，包括：将所述地块图像输入语义分割网络模型的编码网络进行特征提取；将对应关键点生成的高斯图与编码网络提取的中间特征进行融合，输入第二特征提取网络；将所述第二特征提取网络的输出特征和编码网络提取的高层特征进行融合，输入解码网络，输出作业区域识别结果。

根据本发明一个实施例的智能农机作业管理方法，所述将所述地块图像输入训练后的语义分割网络模型，得到作业区域之前，还包括：获取部分已标注作业区域的地块图像，以及部分未标注作业区域的地块图像，作为训练样本，所有地块图像均标注有作业区域关键点；将已标注作业区域的地块图像输入语义分割网络模型的编码网络进行特征提取；将对应关键点生成的高斯图与编码网络提取的中间特征进行融合，输入第二特征提取网络；将所述第二特征提取网络的输出特征和编码网络提取的高层特征进行融合，输入解码网络，输出作业区域识别结果；根据作业区域识别结果和已标注的作业区域计算损失值，对语义分割网络模型的参数进行更新；

将未标注作业区域的地块图像输入语义分割网络模型的编码网络进行特征提取；将对应关键点生成的高斯图与编码网络提取的中间特征进行融合，输入第二特征提取网络；根据所述第二特征提取网络的输出特征和编码网络提取的高层特征，计算交互点损失，对语义分割网络模型的编码网络和第二特征提取网络进行参数更新。

根据本发明一个实施例的智能农机作业管理方法，所述将所述地块图像和用户标注的作业区域关键点，输入训练后的语义分割网络模型之前，还包括：通过人机界面，接收用户通过单击地块图像标注的作业区域关键点。

根据本发明一个实施例的智能农机作业管理方法，所述将所述路径规划结果发送至智能农机之前，还包括：接收用户通过网页平台或客户端软件对所述路径规划结果进行的修改，相应地，将修改后的路径规划结果发送至智能农机。