激光雷达与Kinect融合的果树冠层参数计算方法

果树冠层参数直接反映果树的生长情况和产能潜力。针对单传感器点云密度低及传统算法精度低的问题,提出激光雷达与Kinect融合的果树冠层参数计算方法。首先,通过果树冠层检测系统获取果树冠层点云数据;然后,将果树冠层点云数据预处理后,通过采样一致性初始匹配(SAC-IA)和双向KD树改进的迭代最近点(KD-ICP)算法配准多传感器点云,改善点云位姿;接着,通过坐标转换融合两侧配准点云,获得果树冠层点云;最后,通过切片台体法计算果树冠层体积和叶面积。实验结果表明:该方法相较于传统的几何体拟合法、三维凸包法,果树冠层体积计算精度分别提升了38.12%、12.96%,叶面积计算精度分别提升了11.56%、2.78%;相较于Kinect和激光雷达的单传感器点云,融合点云的果树冠层体积计算精度分别提升了7.41%、12.62%,叶面积计算精度分别提升了19.41%、7.08%。该方法可准确计算果树冠层参数,为药肥精准变量喷施、果树估产等提供科学依据。

基于超声波的果树冠层三维重构与体积测量

为了克服地面不平整和拖拉机非线性行驶对果树冠层参数测量的影响,该文在超声波传感器阵列测量果树冠层体积技术的基础上,使用RTK-DGPS空间定位技术和姿态航向参考系统,通过空间坐标的平移和旋转转换,直接获得以大地坐标表示的果树冠层的三维点阵云图数据,通过PC机后台处理重构果树冠层三维轮廓和计算果树冠层体积,并详细介绍了系统的结构与工作原理。以果园荔枝树为试验对象,采用该系统对15棵不同高度和体积的果树进行了3次重复试验,另对56棵树的测量结果与人工测量结果进行了对比分析,试验结果表明该方法具有较好的重复性(R2>0.9341,RMSE<1.22m3),并与人工测量结果相一致(R2=0.8972,RMSE=1.766m3),能够用于果树冠层三维重构和体积测量。

丘陵山地果树冠层体积激光测量方法与试验

树冠体积是农药变量喷施、肥料精准施用和果产预估等果园精细管理的重要因素。为了克服丘陵山地果园地面不平整和果树种植不规整等因素对果树冠层体积激光测量方法的影响,搭建了果树冠层体积激光测量平台,基于AHRS和DGPS实现定位定姿,通过空间坐标转换直接求取果树冠层激光扫描点在大地坐标系下的三维数据;并采用切片技术提取冠层点云的面、线信息,以累加方式计算果树冠层体积。测得的大地坐标系下的丘陵山地荔枝树冠层激光点云能较真实地反映果树冠层的形状特征;以3棵人工修剪的圆柱形绿篱树为靶标,冠层体积激光测量与人工测量相对误差约为5%。试验结果表明,依据果树冠层点云测量冠层体积具有较高的准确性和可靠性。

超声波果树冠层测量定位算法与试验

本文利用姿态航向参考系统、RTK-DGPS和超声波传感器,研究超声波果树冠层扫描时探测点在大地坐标系下的定位问题,建立了定位算法以校正车身倾斜对测量点位置计算的影响。文中考虑了车体的位置和姿态角信息以及超声波传感器安装的位置角度关系,利用一次、二次坐标转换建立算法模型,求解得到超声波探测点的绝对坐标位置。并利用农用拖拉机进行了直线行走试验和果树冠层扫描试验,其中的直线行走试验验证了校正模型的正确性。试验表明:通过姿态角和位置信息等建立的校正模型,消除了车体姿态角变化的影响,能正确解算作业车上任意点的大地坐标位置和冠层上超声波传感器探测点的大地坐标位置,使作业车辆在不平路面上工作时仍能准确地测绘出果树冠层形状。

基于传感器融合阵列的果树冠层信息采集方法

针对果园上、中、下冠层不同稀疏度,提出一种多传感器阵列的果树冠层信息融合方法(简称传感器融合阵列),并进行了相关试验及验证。首先设计了果园冠层宽度信息的无线采集系统,并对比分析了6种非接触式测距传感器的动态识别能力;其次采用筛选出的激光传感器及超声波传感器阵列,收集3种果园上、中、下果树冠层信息;最后选出适合3种果园的传感器融合阵列,依据Box-Benhnken中心组合试验法设计试验,对采用同种传感器阵列与传感器融合阵列测距方案进行响应面试验,并对得出的试验结果进行统计分析。试验结果表明:影响果树整体测量精度显著性水平从大到小依次为测距方案、车体速度、果园类型。车速为0. 3~0. 5 m/s时,与人工测量相比,采用超声波传感器阵列收集果园冠层信息,相对误差为14. 70%~20. 04%;采用激光传感器阵列时,相对误差为9. 13%~16. 02%,采用传感器融合阵列时,相对误差为4. 2%~10. 24%。采用传感器融合阵列比单种传感器阵列精度高,更适合果园变量喷雾作业。

果树冠层三维点云颜色矫正方法研究

针对地面三维激光扫描仪在室外环境下获取果树冠层三维点云信息的复杂性,以及三维点云的颜色和真实颜色存在较大色差问题,提出了一种三维点云颜色矫正方法。通过计算Pearson系数和Spearman相关系数,确定扫描点的R、G、B分别与太阳辐射值、TCCR24标准颜色测试板与地面夹角θ、TCCR24标准颜色测试板不同色块颜色、扫描质量、光线方向变量之间均存在相关关系。利用统计学方法,在置信度为95%时,建立R、G、B分量的双重筛选逐步回归模型。利用建立的回归模型,矫正三维点云颜色。采用该方法对室外果树冠层三维点云进行颜色矫正实验,结果表明,利用建立的颜色矫正回归模型,三维点云颜色R、G、B与真实颜色R、G、B的相关度由矫正前的低于0.69提高到0.90以上,颜色矫正后的标准差明显由矫正前的高于50%降到低于13%。该方法可为地面三维扫描仪获取较准确的三维点云的彩色信息提供理论依据。

激光测距在果树冠层三维重构中的应用

随着计算机技术的发展和果园果树精细管理的现实需求,果树冠层的三维重构问题成为研究热点。本文采用激光传感器在不同高度对果树靶标冠层进行水平扫描测距;将从果树不同方位测得的探测点坐标进行坐标转换,得到同一坐标系下的果树冠层三维点云;采用插值法重构模型树冠层三维轮廓。试验结果表明重构的冠层轮廓较为准确地反映了果树的外形轮廓。本文研究为采用激光传感器测距技术进行果树冠层三维重构与体积测量提供了前期研究基础。

基于超像素特征向量的果树冠层分割方法

针对无人机精确植保过程中,果树冠层区域颜色特征和杂草相似度较高、难以分割等问题,采用基于超像素特征向量的果树冠层分割方法,以消除不同杂草特征对树冠分离的干扰,减小农药喷雾区域,节省农药使用量。通过分析无人机采集合成的样本图像在HSV彩色空间上色调与饱和度的分布情况,选取合适的阈值范围,提取样本图像中包含果树冠层与杂草的绿色区域,将提取的绿色区域RGB图像转换生成Lab和HSV彩色空间模型下的图像,然后运用简单的线性迭代聚类(Simple linear iterative clustering,SLIC)超像素分割算法将RGB图像预设分割成250个超像素单元,结合超像素的分割信息与RGB图像、Lab图像、HSV图像以及灰度图,提取超像素单元的特征向量,随机选取25%的超像素样本的特征向量作为SVM分类器的训练集,利用SVM分类器对所有样本进行预测分类,实现果树冠层与杂草分割。将基于超像素特征向量的方法和基于光谱阈值、K-means聚类的2种方法进行对比分析,结果显示,基于超像素特征向量的方法在识别果树冠层位置方面生产者精度为90.83%,在提取果树冠层轮廓上F测度值为87.62%,总体分割性能优于后两种方法。说明,基于超像素特征向量的方法能够较为准确地分割果树冠层与杂草,为实现无人机在果园中精确植保提供重要支撑。

基于M-LP特征加权聚类的果树冠层图像分割方法

针对背景和杂草干扰下的果树图像冠层提取问题,提出了一种基于M-SP特征加权聚类的冠层分割算法。首先,将采集的原始图像由RGB颜色空间转换到HSI颜色空间,计算果树与背景区域在H、S分量上的马氏距离,构造马氏距离相似度矩阵M;其次,提取图像像素的垂直位置作为空间特征P,在HSI空间内的I分量上,利用最大熵算法提取图像的阴影区域,并进行掩膜处理,将获取的阴影区域作为空间特征的加权区域L,从而构造阴影位置加权的空间特征LP;最后,对获取的M-LP特征矩阵进行归一化处理,分别进行上背景、下背景、果树冠层、杂草4个类别的K-means聚类,最终完成图像分割。为验证算法的有效性,在采集的果树图像上进行了分割试验,结果表明,基于M-LP特征的聚类方法能有效解决重度杂草干扰条件下果树冠层被漏分的问题。采用精确率、召回率和F1值3个评价指标对分割结果进行定量评价,选取不同杂草干扰程度(轻微、中等、较强)和时间段(早晨、中午、傍晚)的果树图像,分别以传统K-means和GMM聚类算法作为对比进行试验,结果表明,相对于未经过特征提取的普通聚类分割方法,本文算法对于不同杂草干扰程度和不同拍摄时间段下的果树冠层分割表现出一定的鲁棒性,平均精确率为87.1%,平均召回率为87.7%,平均F1值为87.1%。分割和验证结果表明,在进行有效图像特征提取的基础上,结合少量标注作为先验知识的无监督分割方法可以准确分割出果树冠层区域。

超声波测距在果树冠层三维重构中的应用

随着计算机技术的发展和果园果树精细管理的现实需求,果树冠层的三维重构问题成为研究热点。为此,采用超声波传感器在不同高度对人工制造的模型树冠层进行水平扫描测距;将从模型树不同方位测得的探测点坐标进行坐标转换,得到同一坐标系下的模型树冠层三维点云;采用插值法重构模型树冠层三维轮廓,并计算冠层体积。试验结果表明,重构的冠层轮廓较为准确地反映了模型树的外形轮廓,冠层重构方法测得的冠层体积与模型树冠层真实体积的相对误差为3.13%。该研究为采用超声波传感器测距技术进行果树冠层三维重构与体积测量提供了前期研究基础。

基于多源信息融合的果树冠层三维点云拼接方法研究

构建了基于彩色相机和光学混合探测(PMD)相机的多源视觉系统,旨在建立具有真彩色信息的果树冠层三维点云模型,为果树的剪枝、疏花疏果和采摘等果园管理提供技术支持。针对PMD相机获取的目标场景三维点云,结合PMD相机的幅度图像和密度聚类算法提取有效点,利用前期研究的图像配准方法得到多源图像之间的坐标转换关系,完成了果树冠层多源信息融合。通过主成分分析法得到较好的初始位置,再采用最近点迭代算法,实现两组三维点云之间的拼接。对自然场景下的开花期和坐果期的果树冠层三维点云拼接方法进行了实验验证,结果表明多视角三维点云拼接误差为2.62cm,可以较好地弥补单个角度下拍摄造成的数据缺失,实现了果树冠层完整的三维显示。

监测果树冠层微环境的主从式WSN系统研究

果树冠层微环境是影响果树结果质量与产量的重要因素,无线传感器网络(WSN)能实现对果树冠层微气候的自动实时监测。传统WSN中所有的节点具有同样平等的地位,而在体积较小的果树冠层内,所有节点都具有信息感知、处理及传输功能是冗余的。高密度的具有平等地位的节点使得WSN系统缺乏合理的架构和层次,性能较低。针对此问题,将传统WSN系统架构进行拆分和重组,提出了一种传感功能分割的主从式WSN系统。每个果树冠层由1个子系统监测,每个子系统由1个主节点和多个从节点组成。从节点主要负责信息感知,主节点负责控制管理从节点并和其他主节点组网进行信息传输。提出了主从式WSN系统的软硬件设计方案,并进行了评估新系统性能的对比实验。实验结果表明,主从式WSN系统较传统WSN系统生命周期延长了约一倍,更加高效节能,适合目前果园冠层微环境监测的应用现状。

基于M-K聚类法的果树上下冠层体积比测算

果树冠层体积是决定果园施药量的重要指标。针对机载LiDAR探测技术(ALS)在冠层体积测量中存在下冠层信息缺失的问题,提出运用图像处理的方法对果树上下冠层体积比进行测量。该方法运用结合马氏距离和K-means算法的M-K聚类法对图像目标区域进行分割,通过旋转积分法求得上下冠层的像素体积之比。为解决该方法对单侧冠层图像处理存在误差(25.3%)较大的问题,对果树不同侧面的多幅图像进行测算,并对结果进行算术平均以提升方法的准确性与稳定性。运用所述方法对果园内23棵苹果树、20棵樱桃树进行实验,并将结果与人工测量结果进行对比分析,结果表明,该方法与人工法的测量结果间具有较好的一致性,两种果树的决定系数分别为0.775和0.832,能够用于果树冠层体积比的测量。

果树冠层形态特征测量与分析研究进展

冠层是果树最先接触外界环境与光照的部位,是果树光合作用和呼吸作用的直接通道。果树冠层的形态特征不仅直接塑造了果树丰富的外观造型,同时也间接反映了果树的生长状况和产量潜力。综述了国内外研究者提出的针对果树冠层形态特征的多种测量技术和分析方法,并对今后果树冠层形态特征分析的主要研究目标进行展望,以期为相关人员进一步开展果树冠层形态特征研究和应用提供有益的参考。

苹果树冠层叶片形态特征研究

为了更好地认识苹果树的冠层结构,定量化描述冠层中叶片的形态特征。通过选取两个品种苹果树冠层不同类型枝条的叶片形态指标,利用SPSS软件对数据进行分析处理。利用数理统计方法对大量叶片形态特征数据进行了统计分析、数据拟合和误差分析,建立了苹果树不同类型枝条上叶片形态特征的数学模型。不同品种苹果树不同枝条类型,具有相同的叶片形态特征,随着叶位提升,发生规律性变化。通过对这些形态特征的分析研究,可以对苹果树冠层有更直观的认识,为构建准确、符合生理性状的果树三维模型提供必要的知识模型支撑。同时提高了基于三维模型进行果树冠层生理生态功能的仿真模拟研究的可信度。

6S辐射校正与像元分解结合提高苹果树花期冠层反射率反演精度

为了获取近似真实的苹果树冠层反射率,该文以山东省栖霞市为研究区,应用DEM数据和6S辐射传输模型,对苹果树花期TM影像进行辐射校正、混合像元分解,获取26个果园苹果树冠层反演反射率,将反演结果与相同时段地面实测冠层反射率以及表观反射率、表观—像元分解反射率进行比较,分析了反演效果及精度。结果表明,地表反演反射率有效减弱了地形和大气的影响,恢复了阴影处的地物,影像清晰度明显提高;苹果树冠层反演反射率样本平均值误差较表观、表观—像元分解、地表反演3类反射率小,与实测值的相关系数提高,而且样本间变化趋势与实测值基本一致。此反演方法具有一定可行性,对于苹果树冠层反射率和苹果园管理基础数据获取与应用具有积极意义,也可为其他农业遥感反演研究及应用提供借鉴。

基于CFD的果园喷雾风筒装置流体分析与试验

针对传统果园风送式喷雾机存在风能利用率低、风场较为分散等问题,开发一种与独立风机直接装配的小型喷雾风筒装置。运用CFD软件对该风筒装置内外流场进行模拟仿真,分析内流场风场云图及距外流场出风口不同距离平面中心区域的风速。结果表明:风筒内流场风速线分布均匀,能很好地产生旋流风,风能损失小;在外流场中,各平面风速分散性较小,出口风速达到17.15 m/s,满足果园喷雾机的风筒出口速度要求。并通过试验平台验证在距离出风口0.6 m处,实际风速为10.48 m/s,与仿真分析结果相比,相对误差为2.58%,且竖直高度上喷幅可达0.650 m,覆盖宽度可达0.669 m,证明所设计的风筒装置在该喷雾距离下能对果树冠层有较好的覆盖性,为进一步设计机架及风筒装置布置方案提供理论支撑。

农果复合系统光热资源的有效利用Ⅰ.树冠透光率的测量和估算

用量子传感器对桃、梨和苹果树冠层的透光率作了测量。两年的观测结果表明 :晴天树冠透光率 τ的日变化曲线呈 U字形 ,日平均透光率 τd 与树种和树龄的关系不大。在正常年份 ,展叶后符合关系式τd=7.85 N-0 .88,N为从 4月 1日起算的天数。而物候期变化对τd 的影响 。

无人机果树施药旋翼下洗气流场分布特征研究

植保无人机悬停果树施药时的旋翼下洗气流场分布对雾滴空间运动和在冠层内部的附着、穿透有重要影响。该文基于计算流体动力学(computational fluid dynamic,CFD)方法,结合RNGκ–ε湍流模型、多孔介质模型和滑移网格技术,通过构建虚拟果园,对六旋翼植保无人机悬停果树施药时的下洗气流流场进行数值模拟,分析在无人机不同悬停高度、不同果树生长阶段和不同自然风速下的气流场分布特征,并进行标记点下洗气流速度测试试验。研究结果表明:1)自然风速大于3m/s时,旋翼下洗气流速度已淹没于环境自然风速中,不再满足植保无人机悬停施药作业条件;2)自然风破坏了旋翼下洗气流的中心对称状态,向下风方向出现后扬,且随着自然风速和悬停高度的增大,后扬距离随之增大;3)与无自然风状态比较,果树生长时期对其喷头处速度分布影响不显著,主要受自然风影响,且竖直向下的z向气流占主体地位,对雾滴的对靶运输起主导作用,应将喷头安装于可使雾滴获得较大z向速度的旋翼正下方0.2m处附近;4)无人机悬停位置沿逆风方向调整后,冠层内部上、中、下层气流平均速度较调整前分别由1.36、0.80、0.81m/s增大至3.04、2.37、1.63m/s;上、下层速度分布变异系数分别由74.26%、35.80%降至45.39%和22.70%,中层略有增大,总体利于实现对靶喷雾。试验结果表明,标记点下洗气流速度测量值和模拟值之间具有较好的一致性。该文可为动态环境条件下植保无人机悬停果树施药的对靶喷雾自适应控制技术研究提供参考。

低矮果园环流式循环风送喷雾机设计与试验

传统果园风送施药气流输送模式为出风口到冠层的一维流动,气流经过冠层时会衰减、停滞,存在穿透难、内膛与叶片背面沉积难等问题。该研究采用顶置风机方式,利用风机负压吸风引导气流在冠层内改变运动方向,实现雾滴由外及内、再由下而上运动。在分析环流作用下雾滴运动的基础上,设计一种适应于低矮果园的环流循环风送喷雾机,并开展气流场的分布规律分析与田间试验。试验结果表明:在冠层内膛(高度0.8~1.8 m)、树干中心线两侧0.25 m的中心区域气流角度变化较大,气流环绕对内膛平均风速有显著性影响(P<0.05)。相较于无气流环绕模式,气流环绕风送施药的冠层总体叶片背面雾滴平均覆盖率提高了33.7%;冠层内膛叶片正面雾滴平均覆盖率提高了42.9%,叶片背面雾滴平均覆盖率提高了40.4%。研究结果可为果园风送式施药提供新的思路。