论文部分内容阅读
精准农业是通过精细调整农作物的管理措施,来达到经济效益的最大化,而精准作业的前提和关键是农作物几何特征准确探测。本文基于激光雷达(Light Detection And Ranging,LiDAR)技术,针对大田和温室不同环境的农作物探测需求,分别构建出合适的LiDAR系统。在获取单株植株高度时,对于大田垄上种植大豆作物,具有地面平整度差异大、枝叶交叉严重的特点,研究了提取单株作物点云以计算几何特征的数据处理方法。同时,由于激光不能采集到单株作物根部,研究了对单株作物根部测点的估计方法。实现单株作物准确分割和高度、体积等几何参数提取。主要研究内容包括:(1)构建了适用于大田作物形貌高效获取的三维LiDAR探测系统。针对大田作物几何特征准确高效获取时,具有作物面积大、地形复杂、车载探测路径局限较大等特点,提出了轻量化的机载LiDAR探测系统方案。准确体现在,VLP-16型激光扫描仪精度为3cm,SPAN-IGM-A1型组合导航测量单元数据更新频率为200Hz,差分GNSS(GPS+BDS)频率20Hz,和IE(Inertial Explorer)位姿解算软件的应用。无人机平台最大移动速度为18m/s,激光扫描仪每秒可获取30万个数据点。系统集成后搭载部分总质量约3.6kg,满足机载探测小于6kg的要求。通过安置误差检校试验,对多源传感器安装姿态角误差进行了矫正,并进行了精度验证试验。精度验证试验结果表明:系统在系统前进方向尺寸1000cm的误差值为3.1cm;在垂直于作物行方向尺寸400cm的误差值为6.2cm;在垂直于地面方向上,角度75°的误差值为0.6°,可实现作物几何特征的准确探测。为了兼顾车载探测,设计了移动测量端的通用安装支架和轮式遥控移动平台。(2)提取单株大豆点云,计算植株几何参数。针对大田垄上种植模式地面平整度差异大特点,提出先提取单株作物点云再计算作物几何特征计算方法。首先,将作物和地面分割,提出基于点云邻域局部特征的分割方法。其次,针对作物个体间枝叶交叉,分割困难的问题,使用均值漂移算法并参考植株种植特点进行植株个体分割。为了估计植株底部测点,将单株聚类中心投影至地面点云拟合的曲面。采用alpha-shape算法对作物进行三维重建,以便于进行单株作物的体积统计。结果显示,基于点云邻域局部特征的方法可以实现AUC值为0.9944的地面与作物分割效果,当均值漂移算法带宽H=20cm时,实现了最优单株提取效果。使用本文提出的作物高度计算方法高度最大相对误差由17.66%下降到-2.87%,提取最大误差为7cm,实现了有效的单株作物几何参数提取。(3)构建了摆头式二维LiDAR探测系统。针对温室中GPS信号缺失、应用三维LiDAR成本高的问题,本文根据温室结构环境特点和变量喷雾机探测需求,构建了摆头式二维LiDAR探测系统。系统集成了舵机、二维激光测距仪UTM-30LX-EW、姿态传感器、里程计等主要硬件。开展了数据融合和软件系统开发,并开展了二维LiDAR探测系统探测精度的试验验证。结果显示,系统探测精度最大相对误差为-12.9%,尺寸为77.7cm时,最大绝对误差为10cm,可用于温室对靶施药。