融合2D激光雷达与航向姿态参考系统的采茶机仿形方法研究与试验

为推动大宗茶机械化采收,提升大宗茶鲜叶采收效率与质量,针对目前仿形采茶机感知传感器易受接触作用力、自然光照或茶蓬面叶片间隙影响,提出了融合2D激光雷达与航向姿态参考系统(Attitude and heading reference system,AHRS)的采茶机割刀仿形距离估计方法,在此基础上,设计并研制精度验证试验台与自动仿形采茶样机,分别开展了室内与田间试验。采茶机采用2D激光雷达测量采茶机割刀仿形距离信息,为提升测距精度与实时性,结合AHRS感知的加速度信息,提出了融合2D激光雷达测距与加速度信息(Fusion of2D-LiDAR ranging and acceleration,FLRA)的采茶机割刀仿形距离估计算法,并研制了算法精度验证装置和方法,验证了算法有效性。室内试验结果表明,算法处理前仿形距离测距误差均值为36.53 mm,标准差为23.21 mm,算法处理后仿形距离估计误差均值为8.56 mm,标准差为6.31 mm,算法处理后的输出数据延迟更小,提升了仿形距离测距精度与实时性。田间试验表明,鲜叶采收效率达180～210 kg·h^-1,割刀...     

田间茶树冠层三维信息获取及其高度和轮廓表达方法

茶树的冠层信息是茶树田间管理的重要内容,也是茶叶机械化作业机具设计的重要依据。针对传统的作物冠层信息获取方法费时费力、主观性强且易造成损伤等问题,提出了一种茶树冠层高度和轮廓的获取与估计方法。首先,通过3D LiDAR从多个站点采集茶园的点云数据,对原始点云进行姿态矫正、ROI划分、配准、降噪以及高程归一化预处理,得到高程归一化的茶树点云。其次,通过反距离权重插值法、不规则三角网插值法在不同空间分辨率下生成茶树的冠层高度模型（Canopy height model, CHM）,其中,空间分辨率0.05m下不规则三角网插值生成的茶树CHM具有较好的插值精度,模型产生的凹坑也相对较少。最后,分别以90~100间的21个百分位数提取CHM的栅格值作为茶树冠层高度与实测值比较,结果表明,第98.5百分位数时估计值最为准确,与真值间的相关系数为0.88,平均绝对误差为3.17cm,均方根误差为4.16cm。此外,在高程归一化的茶树点云中提取20处冠层断面点云,分别采用椭圆模型、高斯模型和二次多项式模型拟合了冠层轮廓点云,其中,二次多项式模型能更好地反映茶树冠层轮廓特征,点云与拟合曲线间平均最小距离的均值为2.60cm,方差为0.21cm2。研究可为茶园现代化管理和茶叶机械化作业机具的设计提供理论支持。     

3D LiDAR感知的植物行信息提取方法与试验

目的 针对林间或冠层下等卫星信号严重遮挡的区域，提出一种面向农业机器人导航环境感知的低成本3D激光雷达(LiDAR)点云信息处理与植物行估计方法。方法 利用直通滤波器滤除感兴趣区域外的目标无关点；提出均值漂移聚类、扫描区域自适应的方法分割每棵植物主干，垂直投影主干点云估算中心点；利用最小二乘法拟合主干中心，估计植物行。分别在开阔地的仿真果园与水杉树林进行模拟试验与田间试验，以植物行向量与正东方夹角为指标，计算本研究提出的方法识别的植物行信息与GNSS卫星天线定位测得的植物行真值间的角度误差。结果 采用提出的3D LiDAR点云信息处理与植物行估计方法，模拟试验和田间试验对植物行识别误差平均值分别为0.79°和1.48°，最小值分别为0.12°和0.88°，最大值分别为1.49°和2.33°。结论 车载3D LiDAR能够有效估计水杉树植物行。该研究丰富了作物识别思路与方法，为无卫星信号覆盖区域的农业机器人无图导航提供了理论依据。