排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
4.
针对果园管理数字化程度低、构建方法较为单一等问题,本研究提出了一种基于激光点云的三维虚拟果园构建方法。首先采用手持式三维点云采集设备(3D-BOX)结合即时定位与地图构建-激光测距与测绘(Simultaneous Localization and Mapping-Lidar Odometry and Mapping,SLAM-LOAM)算法获取果园点云数据集;然后通过统计滤波算法完成点云数据离群点与噪声点的去除,并结合布料模拟算法(Cloth Simulation Filtering,CSF)与DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法,实现地面去除与果树聚类分割,进而使用VoxelGrid滤波器降采样;最后利用Unity3D引擎,构建虚拟果园漫游场景,将作业机械的实时GPS(Global Positioning System)数据从WGS-84坐标系转换为高斯投影平面坐标系,并通过LineRenderer显示实时轨迹,实现作业机械运动轨迹控制与作业轨迹的可视化展示。为验证虚拟果园构建方法的有效性,在海棠果园与芒果园开展果园构建方法测试。结果表明,所提出的点云数据处理方法对海棠果树与芒果树聚类分割的准确率分别达到了95.3%与98.2%;通过与实际芒果园的果树行距、株距对比,虚拟芒果园的平均行间误差约为3.5%,平均株间误差约为6.6%。并且将Unity3D构建出的虚拟果园与实际果园相比,该方法能够有效复现果园三维实际情况,得到了较好的可视化效果,为果园的数字化建模与管理提供了一种技术方案。 相似文献
5.
为同时实现果园智能植保机自主导航及自动对靶喷雾,研制了一种果园自主导航兼自动对靶喷雾机器人。首先采用单个3D LiDAR(Light Detection and Ranging)采集果树信息确定兴趣区(Region of Interest,ROI),对ROI内点云进行2D化处理得到果树质心坐标,通过随机一致性(Random Sample Consensus,RANSAC)算法得到果树行线,并确定果树行中间线(导航线),进而控制机器人沿导航线行驶。通过编码器及惯性测量单元(Inertial Measurement Unit,IMU)确定机体速度及位置,IMU矫正采集到的果树分区冠层信息,最后通过程序判断分区冠层的有无控制喷头是否喷雾。结果表明,机器人自主导航时最大横向定位偏差为21.8 cm,最大航向偏角为4.02°,相比于传统连续喷雾机施药液量、空中漂移量及地面流失量分别减少20.06%、38.68%及51.40%。本研究通过单个3D LiDAR、编码器及IMU在保证喷雾效果的前提下,实现了喷雾机器人自主导航及自动对靶喷雾,降低了农药使用量及飘失量。 相似文献
6.
基于LiDAR扫描的高地隙宽幅喷雾机变量施药系统研制 总被引:5,自引:3,他引:2
为提高甘蔗等高茎秆作物的机械化病虫害防治水平,解决普通喷雾机进地困难、农药用量大且利用率低等问题,该研究研制了一套基于三维LiDAR实时扫描的高地隙宽幅喷雾机变量施药系统。该系统搭载的喷雾机作业幅宽24 m、地隙1.35 m,喷杆喷雾高度在0.5~2.5 m可调。变量施药系统采用16线激光雷达传感器,对作物的三维信息实时探测,安装于机具后端的脉宽调制(PWM,Pulse-Width Modulation)控制器从CAN总线上获取喷雾机的速度信息并传递给计算机,采用Python控制程序,融合激光雷达数据与实时速度信息绘制喷雾量处方图并发送给PWM控制器。建立了作物冠层高度与施药量之间的数学模型,根据作物冠层所需要的喷雾量,由控制器控制电磁阀的开闭实现精准变量施药。系统组装完成后,在甘蔗地进行田间试验测试。结果显示:激光雷达能够准确识别甘蔗株高,最大识别误差为8.42%,最小识别误差为0.17%,平均误差为4.59%,激光雷达将识别到的株高信息准确传递给变量施药系统。变量系统开启后,喷雾机会根据株高变化实时改变喷雾量,雾滴沉积密度满足相关标准要求。在变量施药条件下,植株上中下3层的雾滴沉积密度变异系数均小于15%,满足喷雾机(器)作业质量标准要求,机具整体作业性能良好。变量施药时布样区施药总量为56.43 L, 相比常量施药的施药总量78.96 L,减少农药用量22.53 L,减幅28.5%。该研究可为高茎秆作物病虫害高效精准防治提供新的思路和方法,为新型精准变量施药机械的结构设计和高效施药技术性能优化提供参考。 相似文献
7.
1