基于二維碼的農機機組作業監測方法研究與試驗*

劉婞韜，李小龍，吳才聰，陳華，張傳帥，孫夢遙

(1. 北京市農業機械試驗鑒定推廣站，北京市，100079; 2. 中國農業大學，北京市，100083)

通訊作者：李小龍，男，1980年生，甘肅蘭州人，高級工程師；研究方向為農機推廣。E-mail: lixiaolong8000@163.com

0 引言

隨著農業機械化和信息化水平的快速提高，需要更加精準的農機管理運行監控的方法。目前大田種植在往種植面積規模化、經營方式集約化發展，農機專業合作社已經普遍存在，成為生產作業的主力軍[1]。經過深入的走訪調研，與農機合作社和農戶交流溝通，發現合作社仍然采用傳統的管理方式進行農機設備的管理[2]，農機合作社與農戶簽訂服務合同，聘請機手為他們工作。在這種情況下，農田、農作物、農機和農具均不屬于機手，這對農機管理和作業管理提出了新的需求。主要表現在：一是合作社管理員無法對機手作業考核和評估，無法準確獲知每位機手一天進行了多少面積的作業；二是機手獲得的報酬通常以工時衡量而不是作業質量，而且合作社管理員無法準確知道機手的具體工作時間與工作地點；三是合作社管理員無法知道是誰在駕駛拖拉機以及他們在具體做什么操作；四是合作社管理員不知道誰應該對低質量的運營負責[3]；五是農機管理耗費時間，效率低下。因此有必要對農機的運行進度進行監測，收集農機、農具和機手的信息[4]。機手和管理者應分別負責運營的進度和運營的質量。有效的調度手段，可以提高農機作業的作業質量和工作效率，可以更加合理地配置農機，節約生產資源。

目前商用GNSS終端已經運用在農機管理的調度中。GNSS終端通常配備在農機上，以獲取農機生產的實時位置和生產力信息[5-6]。這些數據將通過網絡傳輸到后臺服務器進行管理。由于作業的農機、機具和勞動力等生產要素因地點和時間而異，一臺GNSS終端只能識別一臺農機的信息，無法解決農機合作社管理員對農業生產的監測需求。為此，農機合作社需要一種新的方法替代簡單的GNSS終端，滿足遠程對農機車輛運行位置和運動軌跡的監控，來實現農機作業的精確管理。

1 系統設計

1.1 系統結構設計

基于智能手機的管理系統由軟件和硬件組成，硬件部分包括二維碼、智能手機、服務器和個人電腦。二維碼用于生產要素的識別，包括農機、農具和機手。服務器用于數據的管理、存儲和傳輸。個人電腦用于客戶端的監控和數據的分析與展示。軟件部分由農機助手APP、服務器軟件和監控軟件構成，具體的系統結構如圖1所示。

圖1 基于智能手機的系統結構圖Fig. 1 System structure based on smart phone

機手可在作業開始前掃描農機和農具的二維碼，然后獲取信息并向服務器傳輸信息和報告GNSS位置。合作社管理員即可通過個人電腦監控機手的作業情況，知道是哪位機手在工作以及他的精確位置與時間，目前具體工作了多大面積的農田，一定程度上實現數字化與可視化的管理方式[9]。

1.2 系統功能

如圖2所示，整個系統分為農機助手APP、農機管理企業號、后臺管理、基礎數據庫以及接口API等主要的組成部分。

圖2 系統組成圖Fig. 2 System composition

農機助手APP的使用對象為機手，主要實現通過二維碼對作業要素進行綁定、通過位置數據對作業過程進行記錄等；農機管理企業號的使用對象為合作社管理員，主要實現對各個機手的作業進度查看、作業記錄查看等功能[10]。二維碼是農機、農具的唯一身份標志，后臺管理平臺對其進行統一管理。

2 系統監測方法設計

2.1 二維碼的設計

二維碼是一種矩陣條碼(或二維碼)，可以比傳統的通用產品碼(UPC)條碼更快地識別，并廣泛用于信息檢索[11]。基于二維碼特殊的數據傳輸優勢，本文為農業生產過程中所投入的機、具編制相應的二維碼，即在農機作業開始前對各類已編碼的生產要素進行二維碼掃描，在作業過程中如有相應要素的變化，如人員更替、作業環節的變更等，再掃描新投入人員或機具的二維碼以實現整個作業過程中生產要素的精確監測。為后續的作業質量溯源與作業量統計提供數據依據[12]。農田、機手、農機、農具等都是農機作業的生產要素，除了農田是不變的因素，主機和農具要素都可以用二維碼唯一識別，如圖3所示。

圖3 農機生產要素Fig. 3 Agricultural production factors related to agricultural machinery

在作業前，機手通過智能手機上的后置攝像頭掃描農機和農具上的二維碼，即可實現生產要素的綁定，如圖4所示。

唯文章之用，實經典枝條……于是搦筆和墨，乃始論文。詳觀近代之論文者多矣：至如魏文述典，陳思序書，應玚文論，陸機《文賦》，仲治《流別》，弘范《翰林》，各照隅隙，鮮觀衢路……又君山、公干之徒，吉甫、士龍之輩，泛議文意，往往間出，并未能振葉以尋根，觀瀾而索源。……夫銓序一文為易，彌綸群言為難……[注]范文瀾：《文心雕龍注》，第726-727頁。

圖4 APP工作界面(牌號、機具為測試所用)Fig. 4 User interface of APP (Vehicle registration plate and Machinery are used for testing)

2.2 農機監控數據的同步與顯示

主要分為兩個部分：數據同步模塊，實現中心服務器與WebGIS服務器的數據同步；基于AJAX技術，實現農機作業位置與狀態在監控調度平臺實時顯示。

1) 數據同步模塊。農機監控系統設置了中心服務器和WebGIS服務器以保證數據的安全性和網站性能。GNSS定位導航終端和手機等將實時的位置數據上報至中心服務器。因此，農機的位置和作業狀態信息的實時查看就需要建立數據同步模塊實現中心服務器與WebGIS服務器的數據同步。

在中心服務器部署數據同步模塊，設置每5 s將終端上報的數據推送至WebGIS服務器一次，而終端的位置上報間隔≥10 s，因此設定同步間隔為5 s完全可以滿足系統的實時性要求。

2) AJAX技術。AJAX(Asynchronous JavaScript and XML)是多種技術的綜合，包括JavaScript、XHTML和CSS、DOM、XML和XSTL、XMLHttpRequest等[13-14]。AJAX的異步更新功能使得網頁更新時不用再重新加載整個網頁，可實現頁面的局部刷新，便于創建快速動態網頁，提升用戶體驗。

傳統的Web應用模型下，用戶操作會直接發送HTTP請求給服務器，服務器接收后開始處理，最后向瀏覽器返回HTML頁面。而在服務器返回結果之前瀏覽器將一直處于等待狀態，如果服務器端數據處理量大，那么用戶端將面臨更長的等待時間，影響用戶體驗[15]。而AJAX在Web應用中增加了中間層Script，瀏覽器和服務器之間的交互是通過這個中間層Script，從而提高了用戶訪問效率。

農機位置同步與顯示流程如圖5所示，PDA將實時位置數據上報至中心服務器，中心服務器利用數據同步模塊，實現與WebGIS服務器的位置數據同步，監控終端基于AJAX技術，定時從WebGIS服務器獲取位置更新數據，在不刷新整個頁面的情況下實現車輛位置的定時局部刷新。

圖5 位置數據同步與顯示流程Fig. 5 Process of location data synchronization and display

3 軟件設計

3.1 數據傳輸

農機作業過程中的數據傳輸主要包含：位置數據及二維碼掃描數據。其中位置數據的獲取既可通過PDA的自身定位數據，也可以通過專用的定位終端。為了保證數據的可靠性，PDA與服務器的數據交互在傳輸層上采用基于連接的TCP傳輸方式。如圖6為智能終端及服務器端數據傳輸序列：當手機GPRS連接建立成功后向服務器發送第一條登陸信息包，10 s內收到服務器響應數據包則認為連接正常，開始發送定位信息(GPS信息包)，5 min后會開始循環發送狀態信息包(時間間隔可設置)；當GPRS連接建立不成功時，終端不能發送登陸信息包。當GPRS連接失敗3次后，每20 min重新嘗試連接，若連接成功，則繼續發送數據包，否則繼續；終端發送了登陸信息包或狀態信息包后，超過10 s沒有收到服務器返回包，則認為當前連接建立異常，斷開當前GPRS連接，重新建立新的GPRS連接并發送登錄信息包；連接被判斷為異常，重復3次建立連接后發送的登陸信息包或狀態信息包都收不到服務器響應的數據包，終端啟動定時嘗試功能。

圖6 數據傳輸序列Fig. 6 Data transfer sequence

數據傳輸常用形式主要包括字符串和XML。字符串缺乏結構性，但數據冗余較小，而XML結構性強，但數據冗余較大，為了有效節省流量，二維碼的解析數據傳輸采用字符串形式。PDA端位置數據的讀取選擇最常用的$GPGGA并做進一步解析轉化成有實際意義的定位信息數據。再將解析后數據與PDA唯一標識碼IMEI進行合成處理成完整的終端定位信息，傳輸到GPRS通信網絡上。

3.2 系統架構

本文設計了基于Android智能手機的農機助手APP，可利用其自帶的GPS模塊、無線網絡模塊、攝像頭和一定的數據處理能力實現農機位置和作業過程中各類生產資源的精準監測[16]。農機助手APP采用Hybrid混合架構，使APP具備良好的擴展性、穩定性、維護性[17]。農機助手APP中需要手機提供GNSS坐標、時間等參數，此時手機是作為傳感器的角色，用于實時接收GPS定位數據并識別農機作業中生產要素的二維碼，這些數據由手機操作系統的API接口提供，APP根據設計需求調用API獲取相應的數據。同時，由于采用的是Hybrid混合架構，APP端的顯示頁面采用的是Web地圖，因此可以在地圖上實時顯示當前位置以及作業軌跡。最終手機通過HTTPS協議將數據打包回傳到服務器，以實現農機作業過程的精確監測。

3.3 作業面積計算算法

評估某個機手的作業質量的主要考量因素是一定時間段的作業面積，本研究基于手機GNSS反饋的軌跡點，通過DBSCAN算法對農業機械作業軌跡進行分析。DBSCAN算法是一種很典型的密度聚類算法，該算法利用基于密度的聚類的概念，即要求聚類空間中的一定區域內所包含對象(點或其他空間對象)的數目不小于某一給定閾值。過濾低密度區域，發現稠密度樣本點[18-19]。算法執行的過程中，首先確定指定類簇的最小數目MinPts和半徑域Eps；然后根據Eps和MinPts判斷對象集中對象的屬性(核心點、邊界點、噪音點)；最后根據當前對象屬性判斷當前對象域是否構成一個類簇，并根據此方法判斷數據集中的每個點的屬性。以此來區分監測到的數據點是作業狀態或非作業狀態，并根據類簇的面積計算出作業面積。因此該算法對正確分類農機作業狀態下的有效作業軌跡，并計算作業面積有著較高的準確性。

3.4 APP工作流程

農機助手APP以配置的時間間隔記錄農機的確切位置及實時作業里程。APP工作流程如下。

1) 在作業前，機手掃描農機和農具的二維碼獲取其基礎信息。

2) 檢查GNSS和GPRS/3G/4G的工作狀態。若其關閉，則彈出驅動程序的GNSS配置界面請求用戶啟用位置服務。

3) 當APP離線時，農機助手可備份手機中的數據并上傳到GPRS/3G/4G，提高了信息獲取的穩定性。

4) 當點擊“開始干活”的按鈕時，APP開始上傳消息以指示工作狀態，同時計算運營里程和作業面積，作業結束后點擊按鈕“結束干活”。

5) 根據上述全球導航衛星系統提供的位置和信息，可以計算運行里程和作業面積[20]。流程圖如圖7所示。

圖7 農機助手APP工作流程圖Fig. 7 Flowchart of agricultural machinery assistant APP

4 試驗結果與分析

4.1 不同設備監測軌跡對比試驗

為驗證手機定位精度能否滿足農機作業軌跡監測的需求，設計了對比試驗，為同一輛農機安裝了實時動態定位裝置(Real Time Kinematic, RTK)，常用農機定位終端(GT06)和智能手機共同記錄農機作業定位數據。試驗中選擇了一塊6.67 hm2左右的農田作為試驗田，作業類型為冬小麥播種作業。試驗將整個農田作為監測對象，試驗分為RTK、農用監測終端以及手機監測三種監測方式開展對比。其中手機監測使用手機型號為三星Galaxy S3，并提前安裝好監測軟件，要求農機手在作業前對其農機主機及機具二維碼進行掃描，實現農機作業位置數據的有效監測。軌跡對比情況如圖8所示。

從監測軌跡結果可以看出，不同終端定位所得的單條軌跡長度并無差別，RTK定位精度最高，其精度可達厘米級，常用于自動駕駛定位，所以可以作為非常準確的農機作業軌跡參考依據。雖然普通的農機定位終端和手機監測軟件獲得的作業軌跡都有重疊現象，但是整體的軌跡條數并無缺漏，并且軌跡點清晰可辨。其中，由于RTK設備與手機監測軟件的數據上報頻率都為1 s，而GT06的數據上報頻率為10 s，所以，軌跡點的疏密情況有一定的差異，但并不影響農機作業里程的統計。由此可以得出手機端監測軟件可以作為農機作業的定位軌跡依據，能夠滿足農機作業軌跡監測的需要。

(a) RTK監測軌跡 (b) GT06監測軌跡 (c) 手機監測軌跡圖8 不同類型定位終端定位軌跡對比Fig. 8 Comparison of trajectories of different types of positioning terminals

4.2 不同算法作業面積試驗

為了提高作業面積統計正確率，本研究對作業面積計算算法進行了設計與驗證。作業面積試驗使用設備為GT06農用監測終端。作業面積算法共設計有五種，計算方法如表1所示。

表1 不同作業面積計算方法Tab. 1 Work area calculation method

其中作業面積A1為農田內所有軌跡點按時間順序相連而獲得的累積里程×機具幅寬。A2算法根據作業速度剔除道路行駛軌跡點，再根據航向(連續超過5個異于兩個主要方向的作業點)過濾田間轉場軌跡點，即可分別解算出每一塊農田作業面積，過濾轉彎點示意圖如圖9所示。A3算法中垂直里程=兩點間球面距離×cosα，取同一農田內垂直里程最大值進行計算，垂直里程示意圖如圖10所示。A4算法中垂直作業里程為垂直里程平均值。A5算法為取一個航向上作業的第一個點和最后一個點，直接求取兩點間球面距離作為垂直里程[21]。

圖9 過濾轉彎點示意圖Fig. 9 Schematic diagram of U-turn trajectory filtering

圖10 垂直里程示意圖Fig. 10 Schematic diagram of vertical distance

試驗五種算法作業面積統計誤差，分別選取4塊農田開展作業面積對比試驗。為了驗證作業面積精準性，應用RTK設備事先測量地塊面積，作為實際作業面積參考值。作業面積分析結果如表2。

表2 作業面積匯總Tab. 2 Work area summary

通過分析面積誤差可以看出：A5>A2>A4>A1>A3。A3算法的誤差相對最小，最接近于實際作業面積。因此，選用A3算法來計算實際作業面積最適宜。

5 結論

本文針對我國當前農機服務組織在作業調度與監測方面的應用需求，提出了農機作業全過程調度的理念，利用空間信息技術、二維碼編碼技術及智能手機，研究了基于二維碼的農機機組作業監測方法。主要工作和研究結論如下。

1) 本文針對農機服務組織對農機作業全過程調度的需求，提出了一種針對農機機組作業監測的方法，用于記錄機手與農機具的信息，并追蹤農機的作業情況。設計并開發了一個應用程序來記錄整個農機操作。

2) 基于二維碼特有的信息存儲和傳輸特點以及智能手機內置的通信、定位等功能，研究了相應的編碼方法與數據傳輸協議，并開發了基于Android的農機助手APP，對農機定位、作業面積計算進行了開發與設計，實現了農機作業過程中人員、農機、作業類型及作業農田相關關系的準確監測，并可實現農機作業的質量溯源和工作量統計。

3) 結合農業生產，進行了原型系統的應用驗證。試驗表明，手機端可以作為農機作業的定位軌跡依據，能夠滿足農機作業軌跡監測的需要；作業面積算法方面，通過設計對比試驗認為，最大作業垂直里程×往返次數×機具幅寬的計算方法作業面積誤差更小，為0.44%，最接近于實際作業面積，較適合在后臺作業面積統計模塊中推廣應用。綜上，基于二維碼的農機機組作業監測方法可以提高農機服務組織的管理調度效率，為農機作業監管手段提供技術支撐[22]。