基于激光和IMU的农田作物高度及边界检测

发布时间：2021-04-10 01:47

　　近年来农田收割逐渐走向自动化和智能化,这其中离不开环境感知的相关任务,如农作物的高度和收割作业线。针对此,提出了基于多传感器的农作物高度动态测量算法和谷物边界实时检测算法。其中,高度测量部分对激光点云进行分层聚类来获取高度差,边界检测部分采用快速的边界点采样,并使用随机采样一致性方法对作业线进行直线拟合。算法在实际水稻收割实验中进行了测试,并表现出较好的应用效果。 

【文章来源】：机电一体化. 2020,26(Z1)

【文章页数】：6 页

【部分图文】：

传感器在收割机上布局图

对传统的农业收割机而言，规范的操作方式是：当收割机割台前方有谷物时，割台会下降到适合的高度进行谷物收割；当割台前方没有谷物时，为了避免收割机的颠簸俯仰使割台触地，一般会将割台高度提升至安全高度。因此，当进行自动化收割时，感知层面需要检测收割机前方的谷物高度，为割台高度的升降控制提供数据依据。如图2所示。本文提出一种多传感融合的动态谷物高度测量方法，硬件层包含一个多线激光和一个高性能九轴IMU。其中，IMU动态检测收割机相对于地面的欧拉角，从而获得IMU到地面的旋转矩阵；多线激光则用于实时检测收割机前方谷物的距离分布。通过本文中的一种简单标定方法，可以获得激光到IMU的旋转矩阵，联立上述IMU到地面旋转矩阵，继而可以得到激光到地面坐标系的旋转变换矩阵。每当获得一帧当前激光点云，通过上述旋转变换矩阵，可以将原始激光坐标系转换到相同原点的平行地面坐标系。后续通过分层聚类方法，分离出当前帧点云中属于不同高度的部分，从而获得谷物高度动态测量结果。其测量基本原理如图3所示。图3中激光原始坐标系reflaser与平行地面坐标系refg（以后简称地面坐标系）具有相同坐标原点。

由于农田中地形颠簸，收割机运动存在俯仰、横滚的微小角度变化，这个微小变化会给谷物高度测量带来误差。理论上，通过结合IMU高频反馈的动态欧拉角可以消除这部分误差，其中便涉及从激光到IMU的旋转外参标定，即式（1）中：旋转矩阵上下标表示坐标系关系，例如liR表示从laser坐标系到IMU坐标系的旋转矩阵；igR表示从IMU坐标系到地面坐标系的旋转矩阵；lgR则表示从laser坐标系到地面坐标系的变换矩阵。其中igR可由IMU反馈的欧拉角ψ、θ、f直接获取，即

【参考文献】：
期刊论文
[1]提高GPS精度的差分定位定速算法[J]. 祝燕华,蔡体菁,李春.  传感器与微系统. 2012(11)
[2]机器视觉对农田中定位基准线的识别[J]. 张卫,杜尚丰.  中国农业大学学报. 2006(04)
[3]久保田插秧机的GPS导航控制系统设计[J]. 张智刚,罗锡文,周志艳,臧英.  农业机械学报. 2006(07)



本文编号：3128714