摘要
本发明提供一种基于自监督式表征模型的农机作业轨迹田路分割方法,属于计算机技术领域,包括:将农机的作业轨迹数据输入训练好的轨迹分割模型,得到作业轨迹数据对应的田路分割结果;轨迹分割模型由基于点密度分类的点级编码器、基于轨迹相似学习的轨迹级编码器和双向长短期记忆网络层组成,根据以下方式进行训练:基于原始轨迹数据集,采用自监督学习的方式对轨迹表征模型进行预训练;基于预训练后的轨迹表征模型的网络权重、带有标签的轨迹数据集和交叉熵损失函数,对轨迹分割模型进行进一步训练。该方法可以充分有效地学习广泛的驾驶模式,更加精准地识别出轨迹序列中农田轨迹点与道路轨迹点,并在面对动态环境变化时具有高鲁棒性和可靠性。
技术关键词
作业轨迹
密度分类器
分割方法
编码器
农机
双向长短期记忆
数据
线性解码器
学习器
模型训练模块
非暂态计算机可读存储介质
动态时间规整算法
动态环境变化
标签
处理器
分割装置
计算机程序产品
邻域
系统为您推荐了相关专利信息
同步齿形带
长势分析装置
直线导轨
执行机构
同步带轮
GPS轨迹数据
路网匹配方法
解码器模型
编码器
生成路网
神经网络模型
深度神经网络
分割方法
多场景
多模态特征融合