(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 202211041386.1 (22)申请日 2022.08.29 (71)申请人 盐城工学院 地址 224051 江苏省盐城市亭湖区希望大 道1号 (72)发明人 邵霆啸　孟海涛　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 黄雪兰 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/82(2022.01) G06V 10/80(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01)G01D 21/02(2006.01) G01M 7/02(2006.01) G06N 3/04(2006.01) G07C 5/08(2006.01) (54)发明名称 一种多传感器信息融合的农机作业环境的 识别方法及装置 (57)摘要 本发明公开了一种多传感器信息融合的农 机作业环 境的识别方法及装置， 属于农机设备管 控领域， 一种多传感器信息融合的农机作业环境 的识别方法， 所述识别方法包 括有以下步骤： S1： 检测农机在多种作业环境中油耗、 机械振动特 征； S2： 利用定位模块获取农机位置信息， 获取农 机运行轨迹， 计算作业面积； S3： 利用安装在农机 上的摄像头获取农机作业环境的图像并结合图 像处理算法， 实时判断农机作业环 境以及是否处 在农田之中； S4： 利用安装在农机上的振动传感 器获得农机车身的振动数据， 对振动数据进行小 波变换； 它可以实现， 通过传感器数据融合方法， 完成对农机作业环境的综合认知判断， 采集的数 据较为准确。 权利要求书2页 说明书6页 附图2页 CN 115393817 A 2022.11.25 CN 115393817 A 1.一种多传感器信息融合的农机作业环境的识别方法， 其特征在于： 所述识别方法包 括有以下步骤： S1： 检测农机在多种作业环境中油耗、 机 械振动特 征； S2： 利用定位模块获取农机位置信息， 获取农机运行轨 迹， 计算作业 面积； S3： 利用安装在农机上的摄像头获取农机作业环境的图像并结合图像处理算法， 实时 判断农机作业环境以及是否处在 农田之中； S4： 利用安装在农机上的振动传感器获得农机车身的振动数据， 对振动数据进行小波 变换， 获得发动机振动信号和农机行走振动信号， 通过分析发动机振动信号的频域特征， 获 得发动机的转速， 分析农机行 走的振动信号， 获得农机行 走地面的特征； S5： 将油耗传感器搭 载在油路上， 实时采集测得油耗数据； S6： 基于S2、 S3、 S4、 S5多种传感信息使用机器学习的方法进行融合判断， 实现对农机作 业环境综合认知判断； S7： 检测网络传输正常， 将农机作业环境综合认知判断的结果、 油耗信息、 定位信息、 图 片信息上传服 务器； S8： 检测网络传输不正常， 将上传的信息存储在存储器 中， 等待网络正常时实现断点续 传。 2.根据权利要求1所述的一种多传感器信息融合的农机作业环境的识别方法， 其特征 在于： 所述S1包括有油耗测量,将油耗传感器搭 载在油路上， 测得油耗数据。 3.根据权利要求1所述的一种多传感器信息融合的农机作业环境的识别方法， 其特征 在于： 所述S2包括有以下步骤： 利用安装在农机上的定位模块， 获取到农机的位置以及在不同道路上的轨迹信息， 通 过引进聚类算法完成对轨 迹点的分析， 并实时判断出农机作业是否发生了道路上的转移。 4.根据权利要求2所述的一种多传感器信息融合的农机作业环境的识别方法， 其特征 在于： 所述农机运行轨 迹聚类算法包括： 数据预处 理， 通过解析定位装置的NM EA语句， 获得位置信息； 空间划分， 将轨 迹数据空间 网格化； 密度分割， 设定密度阈值， 过 滤低密度单 元格， 保留 高密度单 元格； 空间索引构建； 聚类： 单元格连通， 识别出农机作业环境是田到田或者田到路。 5.根据权利要求1所述的一种多传感器信息融合的农机作业环境的识别方法， 其特征 在于： 所述S3中的图像处 理算法包括有安装摄 像头、 调整角度、 连接端口和实现数据收发。 6.根据权利要求1所述的一种多传感器信息融合的农机作业环境的识别方法， 其特征 在于： 所述图像处理算法为对采集到的图像进行识别， 再对图像中的农田与非农田进行分 类， 完成对农机作业环境的识别， 并实时判断农机作业环境是否处在真实的农田之中。 7.根据权利要求1所述的一种多传感器信息融合的农机作业环境的识别方法， 其特征 在于： 不同传感器输出的电流信号、 电压信号均转 化为统一的格式。 8.根据权利要求1所述的一种多传感器信息融合的农机作业环境的识别方法， 其特征 在于： 所述S6包括有以下步骤： 将数据输入卷积神经网络进行多传感器信息融合；权　利　要　求　书 1/2 页 2 CN 115393817 A 2卷积神经网络包括两个卷积层， 两个池化层， 采用ReLU激活函数； 完成对农机作业环境综合认知判断。 9.根据权利要求8所述的一种多传感器信息融合的农机作业环境的识别方法， 其特征 在于： 所述输入卷积神经网络的数据包括振动传感器的振动信号、 摄像头拍摄到的图像、 油 耗传感器的信号。 10.一种多传感器信 息融合的农机作业环境的识别装置， 其特征在于： 应用于权利要求 1‑9任意一项所述的一种多传感器信息融合的农机作业环境的识别方法， 所述装置包括有 GPS定位模块(1)、 图像采集模块一(2)、 图像采集模块二(3)、 主控单元(4)、 加速度传感器一 (5)、 加速度传感器二(6)、 传感器模组(7)， 所述GPS定位模块(1)、 图像采集模块一(2)、 图像 采集模块二(3)和主控单元(4)均装配在农机机身上， 所述图像采集模块一(2)装配在农机 机身的后侧， 所述图像采集模块 二(3)装配在 农机机身的前侧； 所述加速度传感器一(5)和 加速度传感器二(6)分别安装在 农机前车轮和后车轮上； 所述传感器模组(7)包括有震动传感器和油耗传感器， 所述油耗传感器串接在农机的 汽油泵与化油器之间， 所述震动传感器安装在 农机机身上。权　利　要　求　书 2/2 页 3 CN 115393817 A 3