Alpha-shape算法构建枣树点云三维模型

为了实现枣树智能化修剪作业,该研究提出了基于点云配准的自然光照环境下的果树三维重构方法,并针对传统最近点迭代(Iterative Closest Point,ICP)算法对待配准点云的空间位置要求苛刻的问题,提出了改进的点云配准算法。首先,使用彩色深度(RGB-D)相机采集不同角度下的枣树彩色和深度图像,并通过信息融合实现相应角度下的点云获取。其次,对点云进行背景去除和滤波处理,基于直方图设定分割阈值,提取单株枣树点云,并将放置在树根附近的标靶球作为标记,使用人工标记法进行两站点云初配准。最后,在初配准基础上计算点云的曲面法向量和曲率,由曲率相近的点构成配对点对,使用k维树最近点迭代(k dimensional-tree-Iterative Closest Point,kd-tree-ICP)算法完成精配准,对点云使用Alpha-shape算法面片化,实现表面重构。利用上述方法对多棵枣树进行全局配准并完整重构果树模型。试验结果表明,通过引入初配准,有效提高了点云配准的准确性和稳定性,配准误差均控制在1.0 cm以内,平均配准误差为0.76 cm;重构模型真实感较强,在外观上更加接近真实树,重构模型枝干相对误差控制在7%以内。该研究重构模型精度较高,可为枣树智能修剪提供可视化研究基础和技术支持。

立体仿形红枣修剪装置设计及仿真

针对新疆矮化密植枣园人工修剪作业环境差、劳动强度高及工作效率低等问题,设计了一种立体仿形修剪装置,实现了枣树个体树形的立体分层仿圆柱形修剪。通过对修剪刀具锯切枣枝的理论分析,建立了刀盘切割枣枝过程的运动学模型与力学模型,得到结论为:圆锯片刀盘锯切枣枝时,不发生漏切的理论临界转速为1020r/min;当刀盘直径范围为100~400mm、修剪直径范围为5~17mm时,装置理论锯切功率P为56~1309W。基于多体动力学建立刀盘转速为2000r/min,修剪装置移动速度分别为0.4、0.7、1.0、1.3m/s的4种仿真模型,并进行运动分析。结果表明:当修剪装置移动速度为1.0m/s时,刀盘运动轮廓近似于圆,圆弧曲线拟合决定系数R2为0.98,拟合度高;刀盘运动过程中,刀刃旋转1圈所需时间为0.03s,刀盘完成1次往复移动所需时间为1.4s,满足修剪装置仿圆柱形修剪要求。本研究为红枣修剪机整机的设计提供了理论依据和技术支撑。

枣树修剪机械臂的路径规划

针对枣树修剪机械臂多目标修剪无碰路径规划问题,根据新疆枣树生长信息及修剪要求,提出了一种新的路径规划方法。采用D-H参数法建立枣树修剪机械臂的运动学模型,运用圆柱体包络法建立障碍物的简化模型,基于人工修剪顺序进行枣树修剪点修剪序列的规划,应用双向快速探索随机树(RRT-connect)算法产生无碰路径点。在MatLab中进行了10次枣树修剪机械臂多目标修剪无碰路径规划仿真试验,结果表明:路径规划的成功率为90%,机械臂很好地绕过了障碍物,与障碍物间未发生碰撞。

基于激光雷达的枣树轮廓测量平台的设计与试验

针对枣树的三维轮廓信息重建,搭建了一种基于激光雷达的果树轮廓测量平台。通过在平台上的滑轨移动激光雷达获取果树的三维点云信息,采用MatLab软件对点云数据进行提取与处理。为了降低外部环境对点云数据处理的影响,采用高度统计直方图进行地面滤波实现地面点云的滤除,通过icp算法实现双侧点云的配准,应用欧氏聚类算法分割获取枣树点云数据。为验证研究方法的准确性,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R=0.91,均方根误差RMSE=0.06,相对误差RE=4.08%,拟合效果较好,说明此方法具有一定的可行性。

枣树修剪机械臂的设计与运动学分析

目前,枣树修剪主要以人工为主,劳动强度大,成本高,技术性强,工作条件复杂,严重制约新疆红枣产业的发展。为此,设计了一种枣树修剪机械臂,由修剪模块、驱动模块和主控模块组成,结构紧凑,可实现复杂环境下的修剪作业,通用性好。采用D-H参数法建立机械臂的运动学模型,理论推导机械臂的运动学方程,得到机械臂末端执行器位姿与各关节变量间的关系。运用MatLab软件进行机械臂工作空间仿真和运动学仿真,结果表明:枣树修剪机械臂的设计合理可靠,推导的运动学方程正确,满足实际修剪要求。

自然环境下杏树的边缘信息检测及轮廓提取

针对自然环境下采集的树木图像,容易受到环境、光照条件、自身结构形态等的影响,产生图像弱边界、连通性差、纹理边缘干扰多、感兴趣很难确定等情况,造成树木边缘信息检测及轮廓提取困难的问题。本文提出一种基于OpenCV框架实现的树木边缘信息检测及轮廓提取方法,能够准确的提取到树木图像中单棵树木的边缘信息及轮廓特征,为树木的三维重建、测量等提供依据,从而为深入研究杏树生长发育、品质鉴定、培育新品种等提供重要的参考意义。