CN111983637B - 一种基于激光雷达的果园行间路径提取方法 - Google Patents
一种基于激光雷达的果园行间路径提取方法 Download PDFInfo
- Publication number
- CN111983637B CN111983637B CN202010843879.1A CN202010843879A CN111983637B CN 111983637 B CN111983637 B CN 111983637B CN 202010843879 A CN202010843879 A CN 202010843879A CN 111983637 B CN111983637 B CN 111983637B
- Authority
- CN
- China
- Prior art keywords
- tree
- measurement data
- lines
- laser radar
- angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种基于激光雷达的果园行间路径提取方法,包括:S1、采用二维激光雷达扫描果园行间路径,获取各个角度的距离测量数据作为树干测量数据,再对前述树干测量数据进行中值滤波;S2、设置感兴趣区域,对中值滤波后的树干测量数据进行数据筛选,获得相邻树行的测量点数据;S3、采用两步树行分割法获取左右树行数据,拟合左、右树行直线,将左右树行中心线作为导航路径。本发明通过中值滤波削弱树干数据的测量噪声,提出椭圆ROI和两步分割法提取两侧相邻树行,再求取树行中心线作为参考路径,能够提高准确性。
Description
技术领域
本发明涉及果园车辆导航技术领域,尤其是果园行间车辆导航,具体地说是一种基于激光雷达的果园行间路径提取方法。
背景技术
果园车辆导航技术是实施精细化果园管理的基础,可以有效减轻操作人员的劳动强度,提高果园作业的精度效率。自动导航技术根据已知作业信息和环境信息,结合车辆自身传感器对动态环境信息的感知,进行路径规划与车体控制,完成相应的果园作业任务。常用导航传感器有全球导航卫星系统(Global navigation satellite system,GNSS)、惯性测量单元(Inertial measurement unit,IMU)、视觉传感器、激光雷达(Light detectionand ranging,LiDAR)等,或单独使用或多种结合。对于密植果园,由于浓密树冠对卫星信号的遮挡,使用GNSS导航定位存在较大局限,IMU长时间使用会产生误差累积,视觉传感器受光照变化、阴影等因素的影响较大。与之相比,LiDAR具有测距精度高、分辨率好、抗干扰能力强等优点,广泛应用于果园环境感知和果树信息提取,成为果园车辆导航领域的研究热点。
基于LiDAR的果园行间导航指通过LiDAR感知路径两侧果树信息,使车辆沿果树行中心线行驶,所采用的导航路径提取方法可分为两类:
(1)利用株间相连形成的树墙提取树行,进而求取行中心线。此类测量数据含有丰富的树行信息,但叶幕间夹杂较多的噪扰,为树行提取带来了困难。
(2)利用树干检测提取树行,进而求取行中心线,此类测量数据仅包含树干信息,能够提高测量的准确性。但是,由于车辆偏航、非相邻树行干扰、植株缺失、树行弯曲等因素存在,增加了果园行间路径提取的难度。
发明内容
本发明的目的是针对果园行间路径在车辆偏航、缺树、曲线树行等情况下难以准确提取导航路径的问题,提出一种基于激光雷达的果园行间路径提取方法。本发明通过中值滤波削弱树干数据的测量噪声,提出椭圆ROI和两步分割法提取两侧相邻树行,采用最小二乘法拟合树行直线,求取树行中心线作为参考路径,能够提高准确性。
本发明的技术方案是:
本发明提供一种基于激光雷达的果园行间路径提取方法,该方法包括以下步骤:
S1、采用二维激光雷达扫描果园行间路径,获取各个角度的距离测量数据作为树干测量数据,再对前述树干测量数据进行中值滤波;
S2、设置感兴趣区域,对中值滤波后的树干测量数据进行数据筛选,获得相邻树行的测量点数据;
S3、采用两步树行分割法获取左右树行数据,通过最小二乘法拟合左、右树行直线,将左右树行中心线作为导航路径。
进一步地,S1具体包括以下步骤:
S1-1、采用二维激光雷达实时获取车辆周围的树干测量数据,令二维激光雷达的扫描面与地面平行,扫描中轴线与车辆行驶方向重合,以二维激光雷达扫描中轴线为极轴建立极坐标系,每次扫描返回各个角度的距离测量数据,记为其中,i表示扫描角度的编号,N表示扫描角度的总数;ri表示距离测量值;θi表示角度值,θi=Δθ(i-1)+θ0,Δθ表示角度分辨率,θ0表示初始扫描角度,θb表示盲区角度;
S1-2、对当前扫描获取的各个角度的距离测量数据进行中值滤波,获取中值滤波后的树干测量数据。
进一步地,S2具体包括以下步骤:
S2-1、设置椭圆感兴趣区域ROI(Region of interest ROI),以极轴为长轴方向,椭圆极坐标方程如下:
a=Cdt,b=dr
其中:r0表示距离阈值,a表示长轴,b表示短轴,dr表示行距,dt表示株距,C表示椭圆长轴参数。
S2-2、对中值滤波后的树干测量数据进行筛选,将树干测量数据中的各角度值θi分别代入椭圆极坐标方程,获取对应的距离阈值r0,将距离阈值r0与树干测量数据中角度值θi对应的距离测量值ri进行比较,筛选出满足ri≤r0的测量点数据作为相邻树行的测量点数据i′表示筛选后的扫描角度编号,N′表示筛选后的扫描角度总数。
进一步地,C取值[2,4]。
进一步地,S3具体包括以下步骤:
S3-1、设定车辆偏航角范围为[-αmax,αmax],αmax表示车辆偏航角最大值;对相邻树行的测量点数据进行预分割:
将角度值小于-αmax的测量点归属于左侧树行;
将角度值大于αmax的测量点归属于右侧树行;
将角度范围[-αmax,αmax]的测量点归属于待定区域;
S3-6、采用最小二乘法再次分别拟合左右两侧树行直线,得到左右两侧树行直线方程:
其中,ΔxL、ΔxR分别表示左右两侧树行直线方程的系数;
本发明的有益效果:
本发明采用激光雷达作为果园环境感知传感器,测距精度高、分辨率好、抗干扰能力强。
本发明采用椭圆感兴趣区域ROI(Region of interest ROI)提取相邻树行,非相邻树行干扰,与圆形ROI相比,椭圆ROI能够扩大探测面积,在同等宽度下采集到更多的树行信息,提高植株缺失情况下的树行直线拟合精度。
本发明采用由粗到细的两步树行分割方法,能够较好地适应车辆偏航、树行弯曲情况下的路径提取。
本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施方式中,相同的参考标号通常代表相同部件。
图1示出了二维激光雷达扫描的极坐标系示意图。
图2示出了本发明实施例中一段树干测量数据的中值滤波结果示意图。
图3示出了本发明中椭圆感兴趣区域ROI与圆形区域的对比图。
图4示出了本发明实施例中树行分割示意图。
(a)、树行预分割效果图。
(b)、树行精确分割效果图。
(c)、导航路径示意图。
图5示出了本发明实施例中路径提取仿真结果示意图。
具体实施方式
下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
本发明提供一种基于激光雷达的果园行间路径提取方法,该方法包括以下步骤:
S1、采用二维激光雷达扫描果园行间路径,获取各个角度的距离测量数据作为树干测量数据,再对前述树干测量数据进行中值滤波,具体为:
S1-1、采用二维激光雷达实时获取车辆周围的树干测量数据,令二维激光雷达的扫描面与地面平行,扫描中轴线与车辆行驶方向重合,以二维激光雷达扫描中轴线为极轴建立极坐标系,如图1所示,每次扫描返回各个角度的距离测量数据,记为其中,i表示扫描角度的编号,N表示扫描角度的总数;ri表示距离测量值;θi表示角度值,θi=Δθ(i-1)+θ0,Δθ表示角度分辨率,θ0表示初始扫描角度,θb表示盲区角度;
S1-2、对当前扫描获取的各个角度的距离测量数据进行中值滤波,获取中值滤波后的树干测量数据,如图2所示,给出了一段树干测量数据的滤波结果,可以看出在削弱测量误差的同时较好地保留了树干边界点信息。
S2、设置感兴趣区域,对中值滤波后的树干测量数据进行数据筛选,获得相邻树行的测量点数据;
进一步地,S2具体包括以下步骤:
S2-1、设置椭圆感兴趣区域ROI(Region of interest ROI),以极轴为长轴方向,椭圆极坐标方程如下:
a=Cdt,b=dr
其中:r0表示距离阈值,a表示长轴,b表示短轴,dr表示行距,dt表示株距,C表示椭圆长轴参数,取值[2,4];
如图3所示,本发明设计椭圆ROI提取相邻树行,非相邻树行干扰,与圆形ROI相比,椭圆ROI能够扩大探测面积,在同等宽度下采集到更多的树行信息,提高植株缺失情况下的树行直线拟合精度。
S2-2、对中值滤波后的树干测量数据进行筛选,将树干测量数据中的各角度值θi分别代入椭圆极坐标方程,获取对应的距离阈值r0,将距离阈值r0与树干测量数据中角度值θi对应的距离测量值ri进行比较,筛选出满足ri≤r0的测量点数据作为相邻树行的测量点数据i′表示筛选后的扫描角度编号,N′表示筛选后的扫描角度总数。
S3、采用两步树行分割法获取左右树行数据,通过最小二乘法拟合左、右树行直线,将左右树行中心线作为导航路径,具体包括以下步骤:
S3-1、设定车辆偏航角范围为[-αmax,αmax],αmax表示车辆偏航角最大值;对相邻树行的测量点数据进行预分割,如图4中(a)所示,展示了树行预分割效果图:
将角度值小于-αmax的测量点归属于左侧树行;
将角度值大于αmax的测量点归属于右侧树行;
将角度范围[-αmax,αmax]的测量点归属于待定区域;
S3-6、采用最小二乘法再次分别拟合左右两侧树行直线,得到左右两侧树行直线方程:
其中,ΔxL、ΔxR分别表示左右两侧树行直线方程的系数;
具体实施时:
为测试路径提取方法在多样化果园环境下的行间导航性能,建立虚拟果园局部环境和LiDAR测量模型,参数设置如表1所示,路径提取方法参数设置如表2所示。
表1果园参数设置
表2路径提取参数
如图5所示,给出了理想情况、车辆偏航、缺树等情况下的单次路径提取结果,表明采用本发明的路径提取方法均能有效提取出导航路径。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (3)
1.一种基于激光雷达的果园行间路径提取方法,其特征在于,该方法包括以下步骤:
S1、采用二维激光雷达扫描果园行间路径,获取各个角度的距离测量数据作为树干测量数据,再对前述树干测量数据进行中值滤波;
S2、设置感兴趣区域,对中值滤波后的树干测量数据进行数据筛选,获得相邻树行的测量点数据;
S3、采用两步树行分割法获取左右树行数据,通过最小二乘法拟合左、右树行直线,将左右树行中心线作为导航路径;
S2具体包括以下步骤:
S2-1、设置椭圆感兴趣区域,以极轴为长轴方向,椭圆极坐标方程如下:
a=Cdt,b=dr
其中:r0表示距离阈值,a表示长轴,b表示短轴,dr表示行距,dt表示株距,C表示椭圆长轴参数;
S2-2、对中值滤波后的树干测量数据进行筛选,将树干测量数据中的各角度值θi分别代入椭圆极坐标方程,获取对应的距离阈值r0,将距离阈值r0与树干测量数据中角度值θi对应的距离测量值ri进行比较,筛选出满足ri≤r0的测量点数据作为相邻树行的测量点数据i′表示筛选后的扫描角度编号,N′表示筛选后的扫描角度总数;
S3具体包括以下步骤:
S3-1、设定车辆偏航角范围为[-αmax,αmax],αmax表示车辆偏航角最大值;对相邻树行的测量点数据进行预分割:
将角度值小于-αmax的测量点归属于左侧树行;
将角度值大于αmax的测量点归属于右侧树行;
将角度范围[-αmax,αmax]的测量点归属于待定区域;
S3-6、采用最小二乘法再次分别拟合左右两侧树行直线,得到左右两侧树行直线方程:
其中,ΔxL、ΔxR分别表示左右两侧树行直线方程的系数;
3.根据权利要求1所述的基于激光雷达的果园行间路径提取方法,其特征在于:C取值[2,4]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010843879.1A CN111983637B (zh) | 2020-08-20 | 2020-08-20 | 一种基于激光雷达的果园行间路径提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010843879.1A CN111983637B (zh) | 2020-08-20 | 2020-08-20 | 一种基于激光雷达的果园行间路径提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111983637A CN111983637A (zh) | 2020-11-24 |
CN111983637B true CN111983637B (zh) | 2023-05-09 |
Family
ID=73443488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010843879.1A Active CN111983637B (zh) | 2020-08-20 | 2020-08-20 | 一种基于激光雷达的果园行间路径提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111983637B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113376614B (zh) * | 2021-06-10 | 2022-07-15 | 浙江大学 | 一种基于激光雷达点云的田间苗带导航线检测方法 |
CN114755654B (zh) * | 2022-06-14 | 2022-11-18 | 中达天昇(江苏)电子科技有限公司 | 一种基于图像拟态技术的残损雷达信号修复方法 |
CN116048104B (zh) * | 2023-04-03 | 2023-06-30 | 华南农业大学 | 一种果园作业机器人路径规划方法、系统及电子设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106323267A (zh) * | 2015-06-24 | 2017-01-11 | 南京农业大学 | 果园作业农业机器人行间定位方法 |
CN105989601B (zh) * | 2015-12-30 | 2021-02-05 | 安徽农业大学 | 基于机器视觉的农业agv玉米行间导航基准线提取方法 |
CN108303097A (zh) * | 2018-03-28 | 2018-07-20 | 西北农林科技大学 | 一种基于2d激光雷达和北斗定位的郁闭果园导航系统 |
CN110910407B (zh) * | 2019-11-25 | 2023-09-15 | 南京林业大学 | 基于移动激光扫描点云数据的行道树树干提取方法 |
-
2020
- 2020-08-20 CN CN202010843879.1A patent/CN111983637B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111983637A (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111983637B (zh) | 一种基于激光雷达的果园行间路径提取方法 | |
CN109752701B (zh) | 一种基于激光点云的道路边沿检测方法 | |
CN109684921B (zh) | 一种基于三维激光雷达的道路边界检测与跟踪方法 | |
Meng et al. | Development of agricultural implement system based on machine vision and fuzzy control | |
CN107203973B (zh) | 一种三维激光扫描系统中线激光中心的亚像素定位方法 | |
CN109102702A (zh) | 基于视频车辆检测和雷达信号融合的车辆测速方法 | |
CN107796373B (zh) | 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法 | |
CN112051568B (zh) | 一种两坐标雷达的俯仰测角方法 | |
EP2894600B1 (en) | Method of processing 3D sensor data to provide terrain segmentation | |
CN112464812B (zh) | 一种基于车辆的凹陷类障碍物检测方法 | |
CN110853081A (zh) | 基于单木分割的地面和机载LiDAR点云配准方法 | |
CN115079143B (zh) | 一种用于双桥转向矿卡的多雷达外参快速标定方法及装置 | |
CN114119998A (zh) | 一种车载点云地面点提取方法及存储介质 | |
CN103186773A (zh) | 一种基于一维Hough变换和专家系统的早期苗田垄线识别算法 | |
CN116086484A (zh) | 基于地平面约束和回环检测的激光雷达里程计算方法 | |
CN110865372B (zh) | 一种基于合成孔径雷达多方位观测的目标高度信息提取方法 | |
CN114740493A (zh) | 一种基于多线激光雷达的路沿检测方法 | |
CN103018728B (zh) | 一种激光雷达实时成像和建筑物特征提取的方法 | |
CN113091693B (zh) | 一种基于图像超分辨率技术的单目视觉长程测距方法 | |
CN108008382A (zh) | 一种多基地星载干涉sar系统测量陡峭地形的方法 | |
CN116576863A (zh) | 一种玉米数据采集机器人作物行间导航路径识别方法、计算机设备及介质 | |
CN111401176A (zh) | 一种基于多线激光雷达的路沿检测方法 | |
CN103605980B (zh) | 基于局部特征匹配的isar目标部件检测方法 | |
CN111354027A (zh) | 一种移动机器人的视觉避障方法 | |
CN114429469A (zh) | 一种基于三激光点标靶的掘进机机身位姿确定方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |