基于激光雷达的枣树树冠三维重建方法研究

发布时间：2020-11-18 11:23

　　 红枣是我国一种大面积种植的林果,具有较高的经济价值和生态价值。随着新疆红枣种植面积的不断扩大,劳动力紧缺、人工劳动强度高、效率低、成本增加等问题愈加突出,亟待实现枣树智能修剪、靶向喷雾等枣园管理智能机械的精细化作业。其中,实现枣树智能修剪作业的首要前提是进行目标对象的三维重建。本文通过对国内外三维信息获取技术和重建技术的研究现状进行对比,结合新疆矮化密植枣园的种植模式和枣树的三维结构特点,采用激光雷达作为扫描装置,设计和搭建了一种枣树轮廓测量平台,实现枣树点云数据采集,然后,设计点云预处理、枣树提取、枣树轮廓重建和枣树枝条重建算法,实现了枣树的三维重建。具体研究如下:(1)枣树种植模式田间调研与枣树三维结构测量。枣树的种植模式和三维结构是确定扫描平台三维结构和三维重建算法相关参数的重要依据,通过对枣园矮化密植种植模式的调研,得到枣树的行距、株距;获取3年生、5年生和8年生枣树的平均树高、东西冠幅、南北冠幅;获取不同高度区间枣树枝条的直径和倾斜角度范围。(2)枣树树冠三维扫描平台的设计。依据田间调研结果和二维激光雷达测距原理,选取一种水平直线运动的形式设计枣树树冠三维扫描平台,通过对枣树进行树行两侧两站扫描,完成枣树点云的获取。该平台使用二维激光雷达对枣树单个截面进行扫描,使用电动滑轨带动二维激光雷达直线运动完成枣树的三维扫描,然后依据扫描平台的硬件结构参数,对扫描平台的采集软件进行设计,实现枣树点云的获取。(3)枣树点云的预处理与提取。依据田间调研和扫描平台作业结果,通过对获取的点云数据进行处理,最终获取单株枣树点云。首先,通过直通滤波、地面滤波、去除扫描场景内的大部分冗余点,使用统计离群点滤波算法实现飘移点去除,完成枣树点云预处理;其次,利用枣树树冠三维结构信息丰富的特点,克服因双侧扫描同名点较少而较难配准的问题,完成枣树点云的配准;最后,依据欧式聚类算法将场景中相邻枣树枝条、地面物体进行去除,获取完整的枣树点云。(4)枣树树冠的三维重建。本文利用提取出的枣树点云,对枣树的树冠轮廓和枣树树枝进行重建,并通过冠幅参数对比检验重建的准确性。通过α-shape算法,实现枣树轮廓的快速重建。使用水平集,欧式聚类算法获取枣树的骨架点和骨架点对应的半径,再利用最小生成树获取枣树骨架点的拓扑结构,最后利用广义圆柱体构建枣树枝条,完成枣树的枝条重建。通过对枣树南北冠幅参数的对比,对扫描平台的准确性进行了验证,从点云轮廓数据中获取果树的冠幅数据与手工测量数据进行线性模型拟合对比,二者的相关系数为0.91,均方根误差??为0.06,相对误差?为4.08%。
【学位单位】：石河子大学
【学位级别】：硕士
【学位年份】：2020
【中图分类】：S665.1;TN958.98
【部分图文】：

??（1）基于超声波传感技术的三维信息获取技术目前，超声波传感技术常用于快速获取低分辨率的三维树冠信息参数，一般采用多传感器呈列状排布的形式，其控制系统较简单。上个世纪80年代，超声波开始应用于获取果树的体积信息，而随着激光雷达技术的成熟，其应用研究逐渐减少[8]。但是，由于其具有原理简单，成本低，实现方便等优点[9]，少量应用研究仍在推进。2013年Gi等人使用超声波传感器组成单排垂直阵列挂载与拖拉机上组成移动检测平台获取了果树的体积[10]；祁力钧等人使用超声波传感器实现草莓冠层的三维重建（图1-1）[11]；2017年，TomasPallej等人使用类似的检测系统，对果树树冠的密度进行了检测[12]。图1-1草莓冠层的重建图Fig.1-1Thereconstructionimageofstrawberrycanopy图1-2土壤表面的重建图像Fig.1-2Thereconstructionimageofsoilsurface（2）基于机器视觉技术的三维信息获取技术机器视觉检测系统常用于获取果树的局部三维特征，如获取果树的树干三维结构、果实和花朵的位置、叶面积等信息，其常见的结构形式为双目视觉、多目相机和基于运动法的单目相机[13]，并且其对应的重建算法相对复杂多样，果园中的应用尚不成熟，但极具发展前景[5]。使用双目立体视觉技术进行作物三维重建上的研究丰富，2016年，李辉等人实现了玉米叶片的三维重建[14]；2017年，Li等人实现了柑橘树树枝的三维重建[15]。此外，对

纪80年代，超声波开始应用于获取果树的体积信息，而随着激光雷达技术的成熟，其应用研究逐渐减少[8]。但是，由于其具有原理简单，成本低，实现方便等优点[9]，少量应用研究仍在推进。2013年Gi等人使用超声波传感器组成单排垂直阵列挂载与拖拉机上组成移动检测平台获取了果树的体积[10]；祁力钧等人使用超声波传感器实现草莓冠层的三维重建（图1-1）[11]；2017年，TomasPallej等人使用类似的检测系统，对果树树冠的密度进行了检测[12]。图1-1草莓冠层的重建图Fig.1-1Thereconstructionimageofstrawberrycanopy图1-2土壤表面的重建图像Fig.1-2Thereconstructionimageofsoilsurface（2）基于机器视觉技术的三维信息获取技术机器视觉检测系统常用于获取果树的局部三维特征，如获取果树的树干三维结构、果实和花朵的位置、叶面积等信息，其常见的结构形式为双目视觉、多目相机和基于运动法的单目相机[13]，并且其对应的重建算法相对复杂多样，果园中的应用尚不成熟，但极具发展前景[5]。使用双目立体视觉技术进行作物三维重建上的研究丰富，2016年，李辉等人实现了玉米叶片的三维重建[14]；2017年，Li等人实现了柑橘树树枝的三维重建[15]。此外，对

兰剖髂镜母叨群褪鞴诿婊齕25]；郝红科，常庆瑞等人通过机载激光雷达获取的点云进行林木反演参数的提取[26]；李岩，史泽林等人通过机载激光雷达获取的树林点云分析单木提取算法的性能[27]；骆钰波，黄洪宇等人使用地基激光雷达获取亚热带地区森林中树木的树高，胸径等参数，并实现了森林的局部三维景观重建[28]；黄旭，贾炜玮等人使用背包式激光雷达对森林进行扫描，得出其扫描出的点云场景可以实现单木识别，并较准确获取单木树高与胸径参数[29]；Stalber等人，通过地基激光雷达获取的果树点云，进行果树枝干的重建（图1-3）[30]；R.Sanz,Rosel等人，搭建了基于二维激光雷达的移动测量平台，将两次扫描的点云轮廓合并获得扫描截面，通过多个截面拼合获得果树的三维模型[31]。图1-3基于地基激光雷扫描数据重建的果树枝干Fig.1-3Thereconstructionimageoffruittreebranchesbasedonthedataoflaserscanningofground综上所述，超声波传感技术，反应速度快，成本低，易于实现，但是由于分辨率较低，并存在回波起伏干扰的问题[9]，多用于反应速度要求高，分辨率要求低的果树树冠信息获取中。机器视觉技术具有获取信息丰富，设备成本低廉的特点，但是，重建算法复杂，在获取信息的准确性上，图像传感器的精度要低于激光雷达，并且容易受到光照的干扰，不适用于果园复杂环境中三维信息获龋激光雷达探测技术，相对于超声波传
【相似文献】

相关期刊论文 前10条

1 苏胜利;项志宇;;基于二维激光雷达的自动室内三维重建系统[J];传感技术学报;2007年05期

2 尚涛;贺会超;王昕;宫文斌;戴永强;;二维激光雷达实现三维成像的算法[J];吉林大学学报(工学版);2012年S1期

3 许晖;;自动驾驶的天眼 激光雷达是个啥?[J];汽车之友;2018年01期

4 张鸿喜;赵世明;;激光雷达传感器功能仿真方法研究[J];舰船电子工程;2019年12期

5 洪光烈;李嘉唐;王建宇;李虎;王一楠;孔伟;;0.94μm差分吸收激光雷达地基工作的进展[J];红外与激光工程;2019年12期

6 郝哲;;十九年深耕 国产激光雷达比肩巨头——访北科天绘总经理张智武[J];中国测绘;2019年09期

7 ;大陆固态3D闪光激光雷达推向商用车市场[J];汽车与配件;2019年21期

8 刘群;刘崇;朱小磊;周雨迪;乐成峰;白剑;贺岩;毕德仓;刘东;;星载海洋激光雷达最佳工作波长分析[J];中国光学;2020年01期

9 徐沛拓;陶雨婷;刘志鹏;刘群;崔晓宇;周雨迪;刘崇;刘东;;海洋激光雷达实验与仿真结果的对比[J];红外与激光工程;2020年02期

10 李发帝;吕长彬;钱尼文;;大气环境遥感监测激光雷达产品技术浅析[J];科技风;2020年08期

相关博士学位论文 前10条

1 张欣婷;激光雷达三维形貌测量系统关键技术研究[D];长春理工大学;2015年

2 刘钊;无人车2D激光雷达结构化环境感知技术研究[D];国防科学技术大学;2013年

3 满其霞;激光雷达和高光谱数据融合的城市土地利用分类方法研究[D];华东师范大学;2015年

4 刘秉义;车载测风激光雷达性能优化和风场反演[D];中国海洋大学;2008年

5 贾晓东;1.55μm相干测风激光雷达样机的研制[D];中国科学技术大学;2015年

6 王强;基于激光雷达数据与多角度遥感模型的森林参数反演研究[D];哈尔滨工业大学;2017年

7 王宏;煤矿机器人激光雷达与惯性传感器导航理论及实验研究[D];中国矿业大学（北京）;2011年

8 徐璐;Gm-APD脉冲累积激光雷达探测性能提高的研究[D];哈尔滨工业大学;2017年

9 宋沙磊;对地观测多光谱激光雷达基本原理及关键技术[D];武汉大学;2010年

10 汤旭光;基于激光雷达与多光谱遥感数据的森林地上生物量反演研究[D];中国科学院研究生院(东北地理与农业生态研究所);2013年

相关硕士学位论文 前10条

1 吴志鹏;基于激光雷达的枣树树冠三维重建方法研究[D];石河子大学;2020年

2 焦宏伟;高速三维成像激光雷达的数据处理与可视化研究[D];国防科学技术大学;2006年

3 高爱臻;扫描激光雷达的系统研制及应用研究[D];南京信息工程大学;2015年

4 胡鹏;增益调制成像激光雷达弱信号检测的研究[D];哈尔滨工业大学;2013年

5 龙强;基于激光雷达的低层大气光学特性探测研究[D];南京信息工程大学;2012年

6 何姜;增益调制型无扫描成像激光雷达的原理与实验研究[D];哈尔滨工业大学;2007年

7 卿慧玲;基于激光雷达数据的三维重建系统的研究与设计[D];中南大学;2005年

8 陈骁;成像激光雷达目标特征提取与识别方法研究[D];国防科学技术大学;2015年

9 李丹;基于地基扫描与机载成像激光雷达的森林参数反演研究[D];西南林业大学;2012年

10 张小雪;提高星载激光雷达海面风速探测精度的研究[D];中国海洋大学;2012年

本文编号：2888663