一种基于激光雷达点云的田间苗带导航线检测方法技术

本发明专利技术公开了一种基于激光雷达点云的田间苗带导航线检测方法。方法包括：建立好雷达坐标系与世界坐标系后，通过安装于行走车顶部的激光雷达获取苗带点云，并将苗带点云转换至世界坐标系；利用阈值进行苗带点云滤波并将苗带点云进行离散化获得二维离散化区间区域；最后进行二值化并映射至世界坐标系计算出中间拟合线，进而判别标识检测左、右作物行，均值化三条拟合线后得到作物行间导航拟合线。本发明专利技术利用激光雷达点云来提取导航线信息，实现了作物行间的导航线检测。物行间的导航线检测。物行间的导航线检测。

【技术实现步骤摘要】
一种基于激光雷达点云的田间苗带导航线检测方法


[0001]本专利技术涉及一种田间苗带导航线检测方法，尤其是涉及一种基于激光雷达点云的田间苗带导航线检测方法。

技术介绍

[0002]田间农业机械对田间苗带的导航线自动检测是发展现代化智能农业装备的前提条件，目前主要的导航方法主要包括基于卫星定位系统的导航技术以及基于机器视觉的导航线检测方法(李云伍,徐俊杰,王铭枫,刘得雄,孙红伟,王小娟.丘陵山区田间道路自主行驶转运车及其视觉导航系统研制[J].农业工程学报,2019,35(01):52
‑
61.)。
[0003]基于卫星定位系统的导航技术利用卫星间的相对位置关系计算出田间车辆的位置、速度以及行走方向等信息，多用于田间的全域导航。该方法在田间路径规划及定位方面具有较大的又是，但是该方法易受到卫星数量、卫星几何分布状况等因素的影响，从而使其导航的精度及稳定性波动较大。
[0004]基于机器视觉的导航线检测方法，多采用将RGB相机安装于农机装备上，通过随车辆行走前进而获取的田间苗带信息来获取导航信息，并将获取的导航信息用于田间路径的规划，该方法多用于局域导航。
[0005]为了实现田间苗带导航信息的获取，众多学者进行了相关的研究。
[0006]刁智华等(2015)以处于生长早中期的玉米苗为研究对象，采用改进的过绿特征法及改进的中值滤波法分割出作物行，并通过Hough变换检测出玉米行的中心线(刁智华,赵明珍,宋寅卯,吴贝贝,毋媛媛,钱晓亮,魏玉泉.基于机器视觉的玉米精准施药系统作物行识别算法及系统实现[J].农业工程学报,2015,31(07):47
‑
52.)。
[0007]Jiang等(2016)将过绿2G
‑
R
‑
B与大津法相结合进行分割，利用Hough变换提取出候选作物中心线，最后通过基于消隐点与K
‑
means聚类得到真实的作物行(Jiang G,Wang X,Wang z,et al.Wheat rows detection at the early growth stage based on Hough transform and vanishing point[J].Computers&Electronics in Agriculture,2016,123:211
‑
223.)。
[0008]Wera等(2018)先后利用Hough变换求取平行等距线的原理以及RANSAC迭代方法进行处理，发现后者的正确率比Hough变换的结果高，但耗时长(Wera W,Veronika F F,Christian D,et al.Crop Row Detection on Tiny Plants With the Pattern Hough Transform[J].IEEE Robotics&Automation Letters,2018:1
‑
1.)。
[0009]陈艳等(2011)将GPS与机器视觉系统相结合构建了多传感器组合导航定位系统，实验表明定位曲线更加平滑，克服了单一传感器定位的弊端(陈艳,张漫,马文强,刘兆祥,籍颖.基于GPS和机器视觉的组合导航定位方法[J].农业工程学报,2011,27(03):126
‑
130.)。
[0010]近年来，随着激光雷达技术的发展，有学者利用激光雷达装置获取点云的方法来进行导航线的获取与检测：杨等(2018)公开了一种基于2D激光雷达和北斗定位的郁闭果园
导航系统，提高了导航的可靠性(杨福增,谭晨佼,王东飞.一种基于2D激光雷达和北斗定位的郁闭果园导航系统[P].陕西：CN208171292U,2018
‑
11
‑
30.)。韩龙等(2018)利用深度相机与激光雷达相结合的方式对室内环境进行了建模，实现了室内定位功能(韩龙,贾斯程,熊炯涛,赵赫成.一种基于深度相机与激光雷达的定位与导航方法[P].广东：CN108073167A,2018
‑
05
‑
25.)。
[0011]综上可知，基于卫星定位系统的导航技术其导航的精度及稳定性波动较大；而对于处于生长后期的田间苗带，相邻两行作物的枝叶会存在互相搭连，即封行现象，以上方法难以适用。

技术实现思路

[0012]为了解决
技术介绍
中存在的问题和需求，本专利技术提供了一种基于激光雷达点云的田间苗带导航线检测方法。
[0013]本专利技术的技术方案如下：
[0014]本专利技术包括以下步骤：
[0015]1)搭建田间苗带采集系统：包括行走车和线激光雷达；相邻的两条田间苗带之间为地垄，行走车的车轮在地垄上沿导航线的方向行驶，线激光雷达固定安装在行走车的顶部中间位置，线激光雷达的正前方与行走车的行驶方向保持一致并且线激光雷达的正前方固定，线激光雷达用于采集田间苗带的点云；
[0016]2)建立雷达坐标系：记线激光雷达的发射中心为雷达坐标系的原点O，雷达坐标系的Z
L
轴向上且垂直于线激光雷达的周向扫描平面，雷达坐标系的X
L
轴在线激光雷达的周向扫描平面上且指向线激光雷达圆周扫描0
°
方向，Y
L
由右手螺旋法则确定；
[0017]3)建立世界坐标系：世界坐标系的原点O
′
为雷达坐标系的原点O竖直向下与水平地面的交点，行走车行驶方向的水平方向为世界坐标系的X
W
轴，竖直向上为世界坐标系的Z
W
轴，世界坐标系的Y
W
轴由左手螺旋法则确定；
[0018]4)原始苗带点云获取：采用田间苗带采集系统获取田间苗带在雷达坐标系下的原始苗带点云；
[0019]5)坐标系转换：将雷达坐标系下的原始苗带点云转换至世界坐标系下的原始苗带点云；
[0020]6)原始苗带点云滤波，获得内部矩形苗带点云；
[0021]7)离散化条件判断：统计内部矩形苗带点云的总空间点数TotalZNum，当总空间点数小于点数阈值SUM
threshold
时，则重复步骤2)
‑
6)，直至内部矩形苗带点云的总空间点数TotalZNum大于等于点数阈值SUM
threshold
；否则，则进行步骤8)；
[0022]8)划分离散化区间：将内部矩形苗带点云中所有空间点的X
W
轴坐标值就近取整映射到区间(0,h)，将内部矩形苗带点云中所有空间点的Y
W
轴坐标值就近取整映射到区间(0,g)，获得苗带点云区间区域；以内部矩形苗带点云中的任一空间点P
Wk
(x
Wk
,y
Wk
,z
Wk
)为例，通过以下公式进行设置：
[0023]h...

【技术保护点】

【技术特征摘要】
1.一种基于激光雷达点云的田间苗带导航线检测方法，其特征在于，包括以下步骤：1)搭建田间苗带采集系统：包括行走车(4)和线激光雷达(5)；相邻的两条田间苗带(3)之间为地垄(2)，行走车(4)的车轮在地垄(2)上沿导航线(1)的方向行驶，线激光雷达(5)固定安装在行走车(4)的顶部中间位置，线激光雷达(5)的正前方与行走车(4)的行驶方向保持一致并且线激光雷达(5)的正前方固定，线激光雷达(5)用于采集田间苗带(3)的点云；2)建立雷达坐标系：记线激光雷达的发射中心为雷达坐标系的原点O，雷达坐标系的Z
L
轴向上且垂直于线激光雷达的周向扫描平面，雷达坐标系的X
L
轴在线激光雷达的周向扫描平面上且指向线激光雷达圆周扫描0
°
方向，Y
L
由右手螺旋法则确定；3)建立世界坐标系：世界坐标系的原点O
′
为雷达坐标系的原点O竖直向下与水平地面的交点，行走车行驶方向的水平方向为世界坐标系的X
W
轴，竖直向上为世界坐标系的Z
W
轴，世界坐标系的Y
W
轴由左手螺旋法则确定；4)原始苗带点云获取：采用田间苗带采集系统获取田间苗带在雷达坐标系下的原始苗带点云；5)坐标系转换：将雷达坐标系下的原始苗带点云转换至世界坐标系下的原始苗带点云；6)原始苗带点云滤波，获得内部矩形苗带点云；7)离散化条件判断：统计内部矩形苗带点云的总空间点数TotalZNum，当总空间点数小于点数阈值SUM
threshold
时，则重复步骤2)
‑
6)，直至内部矩形苗带点云的总空间点数TotalZNum大于等于点数阈值SUM
threshold
；否则，则进行步骤8)；8)划分离散化区间：将内部矩形苗带点云中所有空间点的X
W
轴坐标值就近取整映射到区间(0，h)，将内部矩形苗带点云中所有空间点的Y
W
轴坐标值就近取整映射到区间(0，g)，获得苗带点云区间区域；以内部矩形苗带点云中的任一空间点P
Wk
(x
Wk
，y
Wk
，Z
Wk
)为例，通过以下公式进行设置：h
k
＝h
‑
round((y
Wk
+y
d
)*h/(2*y
d
))g
k
＝g
‑
round((x
Wk
‑
min_x)/(max_x
‑
min_x)*g)其中，h
k
表示当前空间点的Y
W
轴坐标值y
Wk
就近取整映射后的Y
W
轴离散值，g
k
表示当前空间点的X
W
轴坐标值x
Wk
就近取整映射后的X
W
轴离散值，round()为就近取整函数；min_x是内部矩形苗带点云中所有空间点的X
W
轴坐标值中的最小值，max_x是内部矩形苗带点云中所有空间点的X
W
轴坐标值中的最大值；9)苗带点云区间区域更新；10)苗带点云最小高度值、最大高度值、平均高度值求解；11)苗带点云区间区域二值化，获得标志点集Q；12)拟合条件判断：统计标志点集Q的总空间点数，当标志点集Q的总空间点数小于标签数阈值SUMBW
threshold
时，返回步骤2)，直至标志点集Q中的总空间点数大于或等于标签数阈值SUMBW
threshold
；否则，则进行步骤13)；13)中间线拟合：对标志点集Q进行最小二乘法直线拟合，得到初始导航线L0，满足方程Y0＝k0X0+b0，其中，Y0表示初始导航线L0的Y
W
轴坐标值，X0表示初始导航线L0的X
W
轴坐标值，k0表示初始导航线L0的斜率系数，k0表示初始导航线L0的截距系数；14)左、右作物行标识检测；
15)导航线L
T
检测拟合，获得田间苗带导航线L
T
。2.根据权利要求1所述的一种基于激光雷达点云的田间苗带导航线检测方法，其特征在于，所述步骤6)具体为：6.1)苗带点云周向滤波：设置线激光雷达(5)的正前方处的周向角为θ，周向角阈值为θ
d
，去除原始苗带点云中周向角不满足(θ
±
θ
d
)的空间点，得到内部扇形苗带点云；6.2)苗带点云高度滤波：设置世界坐标系Z
W
轴的高度阈值TofZvalue，去除内部扇形苗带点云中Z
W
轴坐标值低于高度阈值TofZvalue的空间点，获得高度滤波苗带点云；6.3)苗带点云水平滤波：设置世界坐标系中X
W
轴与Y
W
轴的滤波阈值分别为x
d1
和x
d2
与y
d
，将点云中X
W
轴坐标值或Y
W
轴坐标值不满足x
d2
≥x
W
≥x
d1
或不满足|y
W
|≤y
d
的空间点滤掉，得到内部矩形苗带点云。3.根据权利要求1所述的一种基于激光雷达点云的田间苗带导航线检测方法，其特征在于，所述步骤9)具体为：9.1)将高度累加值SUMZ
W
初始化为0；9.2)判断苗带点云区间区域中的每个像素(i，j)中是否存在空间点，其中i∈(0，g)，j∈(0，h)；若当前像素(i，j)内部无空间点，则当前像素(i，j)的像素值为0；若当前像素(i，j)内部有点云，如果为一个空间点时，则当前像素(i，j)的像素值为该空间点的Z
W
轴坐标值，并且将该空间点的Z
W
轴坐标值累加至高度累加值SUMZ
W
；若当前像素(i，j)内部如果有两个空间点及以上时，判断当前像素(i，j)中多个空间点的Z
W
轴坐标值，则当前像素(i，j)的像素值为最大的Z
W
轴坐标值，并且将当前像素(i，j)内部中的所有空间点的Z
W
轴坐标值均累加到高度累加值SUMZ
W
；9.3)依次遍历苗带点云区间区域中的各个像素，获得更新的苗带点云区间区域和最终的高度累加值SUMZ
W
。4.根据权利要求1所述的一种基于激光雷达点云的田间苗带导航线检测方法，其特征在于，所述步骤10)具体为：10.1)遍历更新的苗带点云区间区域中的各个像素，寻找出最大的Z
...

【专利技术属性】
技术研发人员：饶秀勤，林洋洋，朱逸航，应义斌，杨海涛，姜海益，张延宁，张小敏，
申请(专利权)人：浙江大学，
类型：发明
国别省市：