CN114600654A - 用于苗木盆景的自动修剪方法、修剪设备和自动修剪系统 - Google Patents
用于苗木盆景的自动修剪方法、修剪设备和自动修剪系统 Download PDFInfo
- Publication number
- CN114600654A CN114600654A CN202210077403.0A CN202210077403A CN114600654A CN 114600654 A CN114600654 A CN 114600654A CN 202210077403 A CN202210077403 A CN 202210077403A CN 114600654 A CN114600654 A CN 114600654A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- seedling
- cloud data
- bonsai
- acquiring
- 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.)
- Pending
Links
- 238000009966 trimming Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000033001 locomotion Effects 0.000 claims abstract description 31
- 230000002093 peripheral effect Effects 0.000 claims abstract description 10
- 238000013138 pruning Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims 2
- 230000003993 interaction Effects 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000003064 k means clustering Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G3/00—Cutting implements specially adapted for horticultural purposes; Delimbing standing trees
- A01G3/04—Apparatus for trimming hedges, e.g. hedge shears
- A01G3/0435—Machines specially adapted for shaping plants, e.g. topiaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Guiding Agricultural Machines (AREA)
Abstract
本发明公开了一种用于苗木盆景的自动修剪方法,涉及苗木盆景领域,包括:获取苗木盆景的点云数据,并根据点云数据获取苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据;根据高度、冠幅与目标枝干点云数据获取苗木盆景的骨架结构;通过对骨架结构与目标枝干点云数据进行拟合获取骨干拟合结构;通过拟合目标叶片点云数据中各单片叶片点云数据的叶片外围形状曲线,以重建各单片叶片的曲面;通过骨干拟合结构与重建后的各单片叶片曲面获取苗木盆景的三维模型;根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,根据三维尺寸获取修剪运动指令以修剪苗木盆景,解决了目前自动修剪机修剪不够准确,且修剪的造型也不能够灵活控制的问题。
Description
技术领域
本发明涉及苗木盆景领域,尤其涉及一种用于苗木盆景的自动修剪方法、修剪设备和自动修剪系统。
背景技术
随着经济发展,人们越来越重视城市的绿化和美观,而城市中的花草苗木盆景是维持城市美观的一个重要部分。现阶段,花草苗木盆景的养护主要交由人工,由人工修剪,费时费力成本高,具有审美能力的苗木盆景修剪人员又较难培养,随着人口红利的消失,从事苗木修剪的人员越来越少,而城市中包含了大量需要修剪的苗木盆景,其需要大量的维护工作,因此急需找到合适的方案来解决苗木盆景修剪人员欠缺的问题,同时又保证苗木盆景造型的多变美观。目前,已有一小部分自动修剪机发展了起来,但其修剪不够灵活准确,且修剪的造型也不能够灵活控制(或编辑)。
发明内容
为了解决目前的自动修剪机修剪不够灵活准确,且修剪的造型也不能够灵活控制的问题,本发明提出了一种用于苗木盆景的自动修剪方法,包括步骤:
S01:获取苗木盆景的点云数据,并根据点云数据获取苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据;
S02:根据高度、冠幅与目标枝干点云数据获取苗木盆景的骨架结构;通过对骨架结构与目标枝干点云数据进行拟合获取骨干拟合结构;
S03:通过拟合目标叶片点云数据中各单片叶片点云数据的叶片外围形状曲线,以重建各单片叶片的曲面;
S04:通过骨干拟合结构与重建后的各单片叶片曲面获取苗木盆景的三维模型;根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,并根据三维尺寸获取修剪运动指令以修剪苗木盆景。
进一步地,所述步骤S01中根据点云数据获取目标叶片点云数据与目标枝干点云数据的具体方法为:
通过K均值聚类算法将点云数据划分为K个簇;
通过随机采样一致性算法将K个簇划分为叶片点云数据、枝干点云数据、叶片与枝干混合点云数据;
通过圆柱拟合方式将叶片与枝干混合点云数据分离为叶片点云数据与枝干点云数据;
通过划分得到的叶片点云数据与分离得到的叶片点云数据获取目标叶片点云数据,通过划分得到的枝干点云数据与分离得到的枝干点云数据获取目标枝干点云数据。
进一步地,所述步骤S01中根据点云数据获取苗木盆景的高度的具体方法为:
通过点云数据获取苗木盆景预设基部范围内各点云的高度值,并获取各点云高度值的平均值为基部平均值;
通过点云数据获取苗木盆景预设顶部范围内各点云的高度值,并获取各点云高度值的平均值为顶部平均值;
获取顶部平均值与基部平均值的差值为苗木盆景的高度。
进一步地,所述步骤S01中根据点云数据获取苗木盆景的冠幅的具体方法为:
通过垂直投影点云数据至预设平面获取其对应的投影点,并获取投影点对应的凸多边形;获取凸多边形上各点之间的距离,并选取距离最大的值为苗木盆景的冠幅。
进一步地,所述步骤S03中重建各单片叶片曲面的具体方法为:
通过目标叶片点云数据利用体素云连通分割方法获取各单片叶片的点云数据;通过各单片叶片的点云数据利用最小二乘法拟合各单片叶片的外围形状曲线,并在拟合完成后通过三角剖分法对各单片叶片进行曲面重建。
本发明还提出了一种苗木修剪设备,包括:
安装架;
位移调节机构,包括有依次垂直的X向导轨、Y向导轨和Z向导轨,所述X向导轨设置在安装架上,所述Y向导轨可沿所述X向导轨滑动,所述Z向导轨可沿所述Y向导轨滑动;
修剪机构,可转动地设置在所述Z向导轨上,且所述修剪机构可沿所述Z向导轨升降运动;
激光雷达,用于获取苗木盆景的点云数据;
控制模块,用于控制位移调节机构和修剪机构。
本发明还提出了一种用于苗木盆景的自动修剪系统,包括:云平台、客户端、苗木修剪设备,其中:
苗木修剪设备,其包括激光雷达单元,用于获取苗木盆景的点云数据,并上传至云平台;
云平台,用于根据点云数据获取苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据;根据高度、冠幅与目标枝干点云数据获取苗木盆景的骨架结构;通过对骨架结构与目标枝干点云数据进行拟合获取骨干拟合结构;通过拟合目标叶片点云数据中各单片叶片点云数据的叶片外围形状曲线,以重建各单片叶片的曲面;通过骨干拟合结构与重建后的各单片叶片曲面获取苗木盆景的三维模型,并将其发送至客户端;
客户端,用于根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,并将三维尺寸发送至云平台;
云平台,还用于根据三维尺寸获取修剪运动指令,并将修剪运动指令发送至苗木修剪设备;
苗木修剪设备,还用于根据修剪运动指令修剪苗木盆景。
进一步地,所述云平台还包括:
苗木盆景造型模块,用于储存或编辑预设苗木造型。
与现有技术相比,本发明至少含有以下有益效果:
(1)本发明通过获取苗木盆景的点云数据,并根据点云数据获取的苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据获取苗木盆景的三维模型;并根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,其在三维模型的基础上可根据需要灵活的设定预设苗木造型的三维尺寸,并根据三维尺寸获取当前苗木盆景的修剪运动指令以修剪苗木盆景,解决了目前的自动修剪机不能够灵活控制苗木造型的问题,且其通过苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据获取苗木盆景的三维模型,提高了三维模型的精准度,因此进一步提高了苗木盆景的修剪尺寸;
(2)本发明在通过激光雷达单元获取到苗木盆景的点云数据后,上传至云平台以获取苗木盆景的三维模型,其降低了本地设备数据处理系统的运算需求,大量运算工作交由云平台实现,降低了苗木修剪设备本地控制器的配置需求,节约了成本;
(3)所述客户端根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,并将三维尺寸发送至云平台;其通过客户端实现了人与苗木修剪设备的交互,避免了在每台苗木修剪设备上安装一个人机交互界面,进一步降低了设备成本;
(4)本发明通过在苗木盆景造型模块中存储的预设苗木造型,操作人员只需要通过客户端在苗木盆景三维模型的基础上选择所需的或者合适的预设苗木造型(选择适合苗木盆景三维模型大小的预设苗木造型),并对预设苗木造型进行拖曳、拉伸、平移等操作实现苗木的最终修剪造型,而具体的修剪运动指令,则由云平台根据最终造型文件的三维尺寸获取,苗木修剪设备只需执行相应的修剪运动指令即可完成苗木盆景的修剪,其降低了现场苗木修剪设备的复杂度,提高了设备的可靠性。
附图说明
图1为一种用于苗木盆景的自动修剪方法的方法流程图;
图2为一种用于苗木盆景的自动修剪系统的系统结构图;
图3为一种苗木修剪设备的结构图。
图中:1、激光雷达;2、激光雷达;3、X向导轨;4、Y向导轨;5、Z向导轨;6、安装架;7、修剪机构;8、控制模块。
具体实施方式
以下是本发明的具体实施例并结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
实施例一
为了解决目前的自动修剪机修剪不够灵活准确,且修剪的造型也不能够灵活控制的问题,如图1所示,本发明提出了一种用于苗木盆景的自动修剪方法,包括步骤:
S01:获取苗木盆景的点云数据,并根据点云数据获取苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据;
所述步骤S01中根据点云数据获取目标叶片点云数据与目标枝干点云数据的具体方法为:
通过K均值聚类算法将点云数据划分为K个簇;
通过随机采样一致性算法将K个簇划分为叶片点云数据、枝干点云数据、叶片与枝干混合点云数据;
通过圆柱拟合方式将叶片与枝干混合点云数据分离为叶片点云数据与枝干点云数据;
通过划分得到的叶片点云数据与分离得到的叶片点云数据获取目标叶片点云数据,通过划分得到的枝干点云数据与分离得到的枝干点云数据获取目标枝干点云数据。
本实施例中,点云数据通过单线激光雷达扫描苗木盆景获取,单线激光雷达扫描后的点云数据并不能区分叶片和枝叶,而获取苗木盆景的三维模型需要区分出叶片和枝干的点云数据。因此,本实施例中采用如下方法步骤进行叶片和枝干点云的分离与提取:
第一步:通过K均值聚类算法将苗木点云数据分成k个簇,K均值聚类算法的公式如下:
式中,k表示聚类(类簇)个数,i为初始值为1的自然数,Ci表示第i个类簇,Mi表示类簇Ci所含样本离质心点(种子聚类中心)的均值,M表示所有样本点离质心点的均值,p为类簇Ci中的任意点;F(k)为基于欧氏距离的代价函数,通过预设k个初始点作为初始质心点,然后开始迭代计算,计算得到F(k)为最小时,空间聚类结果为最优,此时的k为最优解。
第二步,通过随机采样一致性算法将K个簇划分为叶片点云数据、枝干点云数据、叶片与枝干混合点云数据;
该步中首先将K均值聚类后的苗木点云数据投影到xoy、xoz、yoz平面上,然后利用RANSAC算法探测聚类簇的线性特征,如果在三个平面上都没有线性特征,则为叶片点云,否则为枝干点云或者混合点云。
第三步,通过圆柱拟合方式将叶片与枝干混合点云数据分离为叶片点云数据与枝干点云数据;所述圆柱拟合方式对应的公式如下:
式中,r表示预设拟合半径,p'(a,b,c)表示圆柱轴上任一点的坐标值,q(l,m,n)表示圆柱轴的方向向量,p(x,y,z)为拟合圆柱面上点云数据中的某一点坐标值。
所述步骤S01中根据点云数据获取苗木盆景的高度的具体方法为:
通过点云数据获取苗木盆景预设基部范围内各点云的高度值,并获取各点云高度值的平均值为基部平均值;
通过点云数据获取苗木盆景预设顶部范围内各点云的高度值,并获取各点云高度值的平均值为顶部平均值;
获取顶部平均值与基部平均值的差值为苗木盆景的高度。
需要说明的是,苗木盆景高度的获取公式为:
式中,i为自然数,k表示预设顶部范围内点云的个数,Zi表示预设顶部范围内第i个点云的高度值;f表示预设基部范围内点云的个数,Xi表示预设基部范围内第i个点云的高度值,H为苗木盆景的高度。
所述步骤S01中根据点云数据获取苗木盆景的冠幅的具体方法为:
通过垂直投影点云数据至预设平面获取其对应的投影点,并获取投影点对应的凸多边形;获取凸多边形上各点之间的距离,并选取距离最大的值为苗木盆景的冠幅。
本实施例中,冠幅的获取公式为:
式中,D为冠幅值,i,j均为自然数,Pi(xi,yi),Pj(xj,yj)为凸多边形当中的任意两点。
S02:根据高度、冠幅与目标枝干点云数据获取苗木盆景的骨架结构;通过对骨架结构与目标枝干点云数据进行拟合获取骨干拟合结构;
S03:通过拟合目标叶片点云数据中各单片叶片点云数据的叶片外围形状曲线,以重建各单片叶片的曲面;
所述步骤S03中重建各单片叶片曲面的具体方法为:
通过目标叶片点云数据利用体素云连通分割方法获取各单片叶片的点云数据;通过各单片叶片的点云数据利用最小二乘法拟合各单片叶片的外围形状曲线,并在拟合完成后通过三角剖分法对各单片叶片进行曲面重建。
S04:通过骨干拟合结构与重建后的各单片叶片曲面获取苗木盆景的三维模型;根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,并根据三维尺寸获取修剪运动指令以修剪苗木盆景。
本发明步骤S04中,三维模型的获取具体是:通过骨干拟合结构与重建后的各单片叶片曲面利用OpenGL实现对枝干和叶片的三维建模、渲染和纹理设置,完成逼真的苗木3D模型。
本发明通过获取苗木盆景的点云数据,并根据点云数据获取的苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据获取苗木盆景的三维模型;并根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,其在三维模型的基础上可根据需要灵活的设定预设苗木造型的三维尺寸,并根据三维尺寸获取当前苗木盆景的修剪运动指令以修剪苗木盆景,解决了目前的自动修剪机不能够灵活控制苗木造型的问题,且其通过苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据获取苗木盆景的三维模型,提高了三维模型的精准度,因此进一步提高了苗木盆景的修剪尺寸。
实施例二
本发明的目的在于提供一种全自动的多造型苗木盆景自动修剪系统,其通过激光雷达单元扫描苗木盆景以生成苗木盆景的点云数据,并将点云数据上传至云平台,云平台根据点云数据生成苗木盆景1:1的三维模型,并将该三维模型发送至苗木维护人员的手机APP(即客户端),苗木维护人员在手机APP上根据苗木盆景1:1的三维模型选择一个合适的预设苗木造型,并对预设苗木造型进行缩放、拉伸和平移,使其适应当前苗木盆景的大小,并将调整后预设苗木造型的三维尺寸信息发送给云平台,云平台根据该三维尺寸信息生成苗木修剪设备的修剪运动指令,并将修剪运动指令发送给苗木修剪设备,苗木修剪设备接收到修剪运动指令后,移动苗木修剪设备的刀具实现苗木的修剪,如图2所示,本发明还提出了一种用于苗木盆景的自动修剪系统,包括:云平台、客户端、苗木修剪设备,其中:
苗木修剪设备,其包括激光雷达单元,用于获取苗木盆景的点云数据,并上传至云平台;
需要注意的是,本实施例中,所述激光雷达单元采用单线激光雷达,相比于多线激光雷达和双目相机,其更为经济实惠。
云平台,用于根据点云数据获取苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据;根据高度、冠幅与目标枝干点云数据获取苗木盆景的骨架结构;通过对骨架结构与目标枝干点云数据进行拟合获取骨干拟合结构;通过拟合目标叶片点云数据中各单片叶片点云数据的叶片外围形状曲线,以重建各单片叶片的曲面;通过骨干拟合结构与重建后的各单片叶片曲面获取苗木盆景的三维模型,并将其发送至客户端;
本发明在通过激光雷达单元获取到苗木盆景的点云数据后,上传至云平台以获取苗木盆景的三维模型,其降低了本地设备数据处理系统的运算需求,大量运算工作交由云平台实现,降低了苗木修剪设备本地控制器的配置需求,节约了成本。
客户端,用于根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,并将三维尺寸发送至云平台;
本实施例中,所述客户端包括:三维模型显示与接收单元、预设苗木造型调整单元、数据上传单元,其中:
三维模型显示与接收单元,用于接收并显示云平台发送的苗木盆景三维模型;
预设苗木造型调整单元,用于根据苗木盆景的三维模型设定预设苗木造型的三维尺寸;
数据上传单元,用于将三维尺寸发送至云平台。
所述客户端根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,并将三维尺寸发送至云平台;其通过客户端实现了人与苗木修剪设备的交互,避免了在每台苗木修剪设备上安装一个人机交互界面,进一步降低了设备成本。
云平台,还用于根据三维尺寸获取修剪运动指令,并将修剪运动指令发送至苗木修剪设备;
详细的来说,云平台具体包括:三维模型获取单元、客户端通讯单元、修剪运动指令生成单元、设备通讯单元;其中:
三维模型获取单元,用于根据点云数据获取苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据;根据高度、冠幅与目标枝干点云数据获取苗木盆景的骨架结构;通过对骨架结构与目标枝干点云数据进行拟合获取骨干拟合结构;通过拟合目标叶片点云数据中各单片叶片点云数据的叶片外围形状曲线,以重建各单片叶片的曲面;通过骨干拟合结构与重建后的各单片叶片曲面获取苗木盆景的三维模型;
客户端通讯单元,用于实现云平台与客户端的数据传输(将苗木盆景的三维模型发送至客户端);
修剪运动指令生成单元,用于根据三维尺寸获取修剪运动指令;
设备通讯单元,用于将修剪运动指令发送至苗木修剪设备。
苗木修剪设备,还用于根据修剪运动指令修剪苗木盆景。
具体地说,所述苗木修剪设备包含数据传输单元、控制单元、XYZ轴移动机构以及与移动机构相连的刀具单元,其中:
数据传输单元,用于接收云平台发送的修剪运动指令;
控制单元,用于根据修剪运动指令控制XYZ轴移动机构移动,以带动刀具单元修剪苗木盆景。
所述云平台还包括:
苗木盆景造型模块,用于储存或编辑预设苗木造型。
特别地,所述苗木盆景造型模块具体包括苗木盆景造型存储单元与苗木盆景造型设计单元,其中:
苗木盆景造型存储单元,用于存储预设苗木造型;
苗木盆景造型设计单元,用于设计预设苗木造型。
本发明通过在苗木盆景造型模块中存储的预设苗木造型,操作人员只需要通过客户端在苗木盆景三维模型的基础上选择所需的或者合适的预设苗木造型(选择适合苗木盆景三维模型大小的预设苗木造型),并对预设苗木造型进行拖曳、拉伸、平移等操作实现苗木的最终修剪造型,而具体的修剪运动指令,则由云平台根据最终造型文件的三维尺寸获取,苗木修剪设备只需执行相应的修剪运动指令即可完成苗木盆景的修剪,其降低了现场苗木修剪设备的复杂度,提高了设备的可靠性。
实施例三
如图3所示,本发明还提出了一种苗木修剪设备,包括:
安装架;
位移调节机构,包括有依次垂直的X向导轨、Y向导轨和Z向导轨,所述X向导轨设置在安装架上,所述Y向导轨可沿所述X向导轨滑动,所述Z向导轨可沿所述Y向导轨滑动;
需要说明的是,X向导轨、Y向导轨和Z向导轨之间两两垂直,形成了X、Y、Z轴的空间坐标系。
修剪机构,可转动地设置在所述Z向导轨上,且所述修剪机构可沿所述Z向导轨升降运动;
激光雷达,其设置在安装架上,用于获取苗木盆景的点云数据;
控制模块,其设置在安装架上,用于控制位移调节机构和修剪机构。
本实施例中,所述激光雷达在获取到苗木盆景的点云数据后,上传至本发明自动修剪系统中的云平台,云平台根据点云数据生成苗木盆景1:1的三维模型,并将该三维模型发送至苗木维护人员的手机APP(即自动修剪系统中的客户端),苗木维护人员在手机APP上根据苗木盆景1:1的三维模型选择一个合适的预设苗木造型,并对预设苗木造型进行缩放、拉伸和平移,使其适应当前苗木盆景的大小,并将调整后预设苗木造型的三维尺寸信息发送给云平台,云平台根据该三维尺寸信息生成苗木修剪设备的修剪运动指令,并将修剪运动指令发送给苗木修剪设备中的控制模块,控制模块根据修剪运动指令控制位移调节机构中X向导轨、Y向导轨或Z向导轨的滑动方向以带动修剪机构修剪苗木盆景。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中如涉及“第一”、“第二”、“一”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
Claims (8)
1.一种用于苗木盆景的自动修剪方法,其特征在于,包括步骤:
S01:获取苗木盆景的点云数据,并根据点云数据获取苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据;
S02:根据高度、冠幅与目标枝干点云数据获取苗木盆景的骨架结构;通过对骨架结构与目标枝干点云数据进行拟合获取骨干拟合结构;
S03:通过拟合目标叶片点云数据中各单片叶片点云数据的叶片外围形状曲线,以重建各单片叶片的曲面;
S04:通过骨干拟合结构与重建后的各单片叶片曲面获取苗木盆景的三维模型;根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,并根据三维尺寸获取修剪运动指令以修剪苗木盆景。
2.根据权利要求1所述的一种用于苗木盆景的自动修剪方法,其特征在于,所述步骤S01中根据点云数据获取目标叶片点云数据与目标枝干点云数据的具体方法为:
通过K均值聚类算法将点云数据划分为K个簇;
通过随机采样一致性算法将K个簇划分为叶片点云数据、枝干点云数据、叶片与枝干混合点云数据;
通过圆柱拟合方式将叶片与枝干混合点云数据分离为叶片点云数据与枝干点云数据;
通过划分得到的叶片点云数据与分离得到的叶片点云数据获取目标叶片点云数据,通过划分得到的枝干点云数据与分离得到的枝干点云数据获取目标枝干点云数据。
3.根据权利要求2所述的一种用于苗木盆景的自动修剪方法,其特征在于,所述步骤S01中根据点云数据获取苗木盆景的高度的具体方法为:
通过点云数据获取苗木盆景预设基部范围内各点云的高度值,并获取各点云高度值的平均值为基部平均值;
通过点云数据获取苗木盆景预设顶部范围内各点云的高度值,并获取各点云高度值的平均值为顶部平均值;
获取顶部平均值与基部平均值的差值为苗木盆景的高度。
4.根据权利要求3所述的一种用于苗木盆景的自动修剪方法,其特征在于,所述步骤S01中根据点云数据获取苗木盆景的冠幅的具体方法为:
通过垂直投影点云数据至预设平面获取其对应的投影点,并获取投影点对应的凸多边形;获取凸多边形上各点之间的距离,并选取距离最大的值为苗木盆景的冠幅。
5.根据权利要求1所述的一种用于苗木盆景的自动修剪方法,其特征在于,所述步骤S03中重建各单片叶片曲面的具体方法为:
通过目标叶片点云数据利用体素云连通分割方法获取各单片叶片的点云数据;通过各单片叶片的点云数据利用最小二乘法拟合各单片叶片的外围形状曲线,并在拟合完成后通过三角剖分法对各单片叶片进行曲面重建。
6.一种苗木修剪设备,其特征在于,包括:
安装架;
位移调节机构,包括有依次垂直的X向导轨、Y向导轨和Z向导轨,所述X向导轨设置在安装架上,所述Y向导轨可沿所述X向导轨滑动,所述Z向导轨可沿所述Y向导轨滑动;
修剪机构,可转动地设置在所述Z向导轨上,且所述修剪机构可沿所述Z向导轨升降运动;
激光雷达,用于获取苗木盆景的点云数据;
控制模块,用于控制位移调节机构和修剪机构。
7.一种用于苗木盆景的自动修剪系统,其特征在于,包括:云平台、客户端、苗木修剪设备,其中:
苗木修剪设备,其包括激光雷达单元,用于获取苗木盆景的点云数据,并上传至云平台;
云平台,用于根据点云数据获取苗木盆景的高度、冠幅、目标叶片点云数据与目标枝干点云数据;根据高度、冠幅与目标枝干点云数据获取苗木盆景的骨架结构;通过对骨架结构与目标枝干点云数据进行拟合获取骨干拟合结构;通过拟合目标叶片点云数据中各单片叶片点云数据的叶片外围形状曲线,以重建各单片叶片的曲面;通过骨干拟合结构与重建后的各单片叶片曲面获取苗木盆景的三维模型,并将其发送至客户端;
客户端,用于根据苗木盆景的三维模型设定预设苗木造型的三维尺寸,并将三维尺寸发送至云平台;
云平台,还用于根据三维尺寸获取修剪运动指令,并将修剪运动指令发送至苗木修剪设备;
苗木修剪设备,还用于根据修剪运动指令修剪苗木盆景。
8.根据权利要求7所述的一种用于苗木盆景的自动修剪系统,其特征在于,所述云平台还包括:
苗木盆景造型模块,用于储存或编辑预设苗木造型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210077403.0A CN114600654A (zh) | 2022-01-24 | 2022-01-24 | 用于苗木盆景的自动修剪方法、修剪设备和自动修剪系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210077403.0A CN114600654A (zh) | 2022-01-24 | 2022-01-24 | 用于苗木盆景的自动修剪方法、修剪设备和自动修剪系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114600654A true CN114600654A (zh) | 2022-06-10 |
Family
ID=81857600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210077403.0A Pending CN114600654A (zh) | 2022-01-24 | 2022-01-24 | 用于苗木盆景的自动修剪方法、修剪设备和自动修剪系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114600654A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU104013U1 (ru) * | 2010-04-23 | 2011-05-10 | Федеральное государственное образовательное учреждение высшего профессионального образования "Мичуринский государственный аграрный университет" | Машина для 3d контурной обрезки деревьев |
CN104067145A (zh) * | 2014-05-26 | 2014-09-24 | 中国科学院自动化研究所 | 剪枝机器人系统 |
CN105794502A (zh) * | 2016-04-12 | 2016-07-27 | 山东国兴智能科技有限公司 | 一种全自动树枝修剪机器人及修剪方法 |
CN109446691A (zh) * | 2018-11-08 | 2019-03-08 | 南京林业大学 | 基于激光点云与空气动力学的活立木抗风性能分析方法 |
CN110063157A (zh) * | 2019-04-30 | 2019-07-30 | 浙江大学 | 一种矮化密植枣树修剪、环割机器人 |
CN110100591A (zh) * | 2019-06-12 | 2019-08-09 | 湖北民族大学 | 一种城市绿化带3d数控修剪设备 |
CN110178572A (zh) * | 2019-07-08 | 2019-08-30 | 华东理工大学 | 一种基于3d打印的园林机器人 |
DE102019007005B3 (de) * | 2019-10-08 | 2020-09-03 | Detlef Mann | Verfahren zum Heckenschneiden und handgeführtes Heckenschneidgerät |
CN112470735A (zh) * | 2020-11-11 | 2021-03-12 | 江苏大学 | 基于三维定位的规则形状苗木自动修剪装置与方法 |
CN112819830A (zh) * | 2021-01-24 | 2021-05-18 | 南京林业大学 | 基于深度学习与机载激光点云的单株树冠分割方法 |
-
2022
- 2022-01-24 CN CN202210077403.0A patent/CN114600654A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU104013U1 (ru) * | 2010-04-23 | 2011-05-10 | Федеральное государственное образовательное учреждение высшего профессионального образования "Мичуринский государственный аграрный университет" | Машина для 3d контурной обрезки деревьев |
CN104067145A (zh) * | 2014-05-26 | 2014-09-24 | 中国科学院自动化研究所 | 剪枝机器人系统 |
CN105794502A (zh) * | 2016-04-12 | 2016-07-27 | 山东国兴智能科技有限公司 | 一种全自动树枝修剪机器人及修剪方法 |
CN109446691A (zh) * | 2018-11-08 | 2019-03-08 | 南京林业大学 | 基于激光点云与空气动力学的活立木抗风性能分析方法 |
CN110063157A (zh) * | 2019-04-30 | 2019-07-30 | 浙江大学 | 一种矮化密植枣树修剪、环割机器人 |
CN110100591A (zh) * | 2019-06-12 | 2019-08-09 | 湖北民族大学 | 一种城市绿化带3d数控修剪设备 |
CN110178572A (zh) * | 2019-07-08 | 2019-08-30 | 华东理工大学 | 一种基于3d打印的园林机器人 |
DE102019007005B3 (de) * | 2019-10-08 | 2020-09-03 | Detlef Mann | Verfahren zum Heckenschneiden und handgeführtes Heckenschneidgerät |
CN112470735A (zh) * | 2020-11-11 | 2021-03-12 | 江苏大学 | 基于三维定位的规则形状苗木自动修剪装置与方法 |
CN112819830A (zh) * | 2021-01-24 | 2021-05-18 | 南京林业大学 | 基于深度学习与机载激光点云的单株树冠分割方法 |
Non-Patent Citations (2)
Title |
---|
苏中花: "基于地面激光雷达点云数据的单木三维建模" * |
苏中花: "基于地面激光雷达点云数据的单木三维建模", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102007045834B4 (de) | Verfahren und Vorrichtung zum Darstellen eines virtuellen Objekts in einer realen Umgebung | |
CN109708578B (zh) | 一种植株表型参数测量装置、方法及系统 | |
CN109556511A (zh) | 一种基于多视角rgb-d融合技术的悬架式高通量温室植物表型测量系统 | |
CN111724433B (zh) | 一种基于多目视觉的作物表型参数提取方法及系统 | |
CN107873510B (zh) | 一种基于双目视觉技术的苹果树自动授粉机 | |
CN113954066B (zh) | 一种基于数字孪生系统的配网作业机器人控制方法及装置 | |
CN108981569A (zh) | 一种基于多光谱点云融合的高通量温室植物表型测量系统 | |
US20110022371A1 (en) | Follicular Unit Transplantation Planner and Methods of its Use | |
CN109906456A (zh) | 用于复杂形态枝叶的自动化修剪或收获系统 | |
CN107205794A (zh) | 数控激光自动化牙体预备方法及装备和牙齿定位器 | |
CN106651900A (zh) | 一种基于轮廓分割的高架原位草莓三维建模方法 | |
CN110087449A (zh) | 作业机、控制装置和控制程序 | |
CN205378888U (zh) | 一种高精度便捷式三维人体扫描仪 | |
CN114255334B (zh) | 针对中药的形状特征采集装置、数据库以及鉴定系统 | |
CN110178572A (zh) | 一种基于3d打印的园林机器人 | |
CN113985438A (zh) | 一种植物三维模型重建系统及方法 | |
CN114600654A (zh) | 用于苗木盆景的自动修剪方法、修剪设备和自动修剪系统 | |
CN101916315A (zh) | 不同年龄工业人台的建立方法 | |
CN101912169A (zh) | 带有放松量的服装立体裁剪用工业人台的建立方法 | |
WO2019008360A1 (en) | METHODS AND SYSTEMS FOR MANUFACTURING CLOTHES | |
CN102930596A (zh) | 一种藤蔓类植物的三维模型建立方法 | |
CN112034484B (zh) | 一种基于半球形激光雷达的建模系统及其方法 | |
US7068835B1 (en) | Data processing apparatus for processing a 3-dimensional data of an object and a method therefor | |
CN115088497A (zh) | 基于图像识别的园林绿植修剪装置及其控制方法 | |
CN112470735B (zh) | 基于三维定位的规则形状苗木自动修剪装置与方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220610 |
|
RJ01 | Rejection of invention patent application after publication |