基于激光雷达与相机融合的树干检测方法

针对传统传感器在树干检测中的局限性和单一性,提出一种基于激光雷达与相机融合的树干检测方法.首先,利用深度图对激光雷达点云进行处理,实现地面点云去除以及树干点云聚类,并在聚类中设置横、纵向自适应阈值,去除聚类中墙体、杂草、树叶等多余信息;然后,利用YOLOv3算法对相机图像进行分析,基于树干特征实现目标识别并返回检测框与类别信息;最后,基于交并比方法(IoU)对2种传感器的检测结果进行融合,识别树干并返回其三维信息与位置信息.以无人割草机为载体开展场地测试,实验结果表明:融合算法的树干检测准确率在93.1%左右,树干定位横、纵向平均误差分别为0.075 m和0.078 m,能够满足无人割草机的树干检测要求,为智能农机的环境感知提供了一种新的方法.

基于激光雷达的农业机器人果园树干检测算法

针对丘陵山区果园中的斜坡及杂草影响果树检测精度的问题,提出了一种基于激光雷达的树干检测算法。首先,利用单线激光雷达获取环境信息,通过数据预处理滤除噪声点及无法利用的数据点,以树干为目标设定聚类半径,根据数据点到激光雷达的距离自适应设定聚类阈值,完成初步聚类;然后,利用初步聚类结果及地面类内数据点量大、且大致呈一条直线的特征,将数据点超过一定数量的类进行二次曲线拟合,将拟合半径大于一定阈值的类视为地面干扰,并将其剔除;最后,利用杂草枝叶类中数据点之间距离不连续的特征,将存在一定数量的相邻数据点距离较大的类视为杂草枝叶类,并将其剔除,从而完成对果园中果树树干的检测。结果表明:在无干扰情况下,对树干的误检率为0.76%、漏检率为1.90%,平均正确率为97.3%;在只存在地面干扰的情况下,树干检测平均正确率为96.1%;在只存在杂草干扰的情况下,树干检测平均正确率为91.4%;在同时存在地面和杂草干扰的情况下,树干检测平均正确率为91.9%,综合以上各种情况的树干检测平均正确率为95.5%,该方法可用于丘陵山区树干较明显的乔化果园中的树干检测,为精准农业装备在丘陵山区果园中的导航应用提供参考。

基于分层聚合的行道树点云树干检测方法

行道树是城市绿地景观的重要元素之一,其检测对城市生态环境研究具有重要意义。针对移动激光扫描点云树干检测方法适用性低、检测结果精度低的不足,提出一种基于分层聚合的行道树点云树干检测方法。该方法在点云滤波及密度聚类预处理的基础上,根据城市行道树与其他典型地物特征差异,通过多特征约束方法筛选行道树点云,最后采用自下而上的分层聚类和多层合并方法完成树干点云的判别和提取。采用两组具有不同复杂度的行道树点云进行方法验证,结果表明,所提方法能有效完成不同场景复杂度的行道树树干提取,提取结果的准确率、召回率、F-measure分别为93.1%、94.4%、93.7%。即所提方法可用于密度差异大、点云不完整的行道树点云树干检测。

基于激光雷达的果园树干检测

为探索激光雷达在农业机器人环境理解和导航中的应用,研究一种基于改进DBSCAN算法的果园树干检测算法。该算法使用自适应密度阈值和聚类半径对不同距离处数据点进行聚类和整合,以克服DBSCAN算法对全局变量值敏感的缺点。针对激光雷达可能扫到地面造成机器人误检的问题,采用机器人航位推算模型计算当前帧数据中待定类的距离,通过与前一帧数据中对应类距离的比较判定待定类的类别,进而对地面干扰类进行排除。试验结果表明:1)机器人正常行走时本算法能够排除噪声准确识别树干类点;2)存在果树分枝或地面干扰时,有少量漏检,平均误判果树数目为-0.13棵,能够区分出地面类和果树类。该研究可以应用到农业机器人果园环境理解和导航中。

基于DBSCAN算法的树木分割与应用

为快速准确地提取地面三维激光扫描仪获取林分点云中的单株树木点云,提出一种基于密度的抗噪空间聚类(Density-Based Spatial Clustering of Application with Noise,DBSCAN)的树木分割算法。首先采用高斯滤波对林分点云去噪,在林分点云归一化的基础上对林分点云垂直分段,然后采用DBSCAN算法垂直分段聚类,再计算每个垂直分段中每个簇的中心点,根据簇中心点间的距离判定簇间的相邻关系,并由此匹配树干段点云,最后采用RANSAC(Random Sample Consensus)算法对树干段点云拟合直线,并根据点与拟合直线间的距离判定点的归属以实现树木分割。在郁闭度分别为中与高的林分中,所提算法的调和值F范围分别为0.88~0.99与0.72~0.74,基于距离判别的树木分割算法的F范围分别为0.84~0.90与0.73~0.79。所提算法在不同郁闭度的林分点云中均能有效分割单株树木点云,特别是在郁闭度为中的林分中有较好表现,可实现对林分点云的精确树木分割。

江苏地区古树健康评价体系构建研究

通过实地调查评估、生理生化指标测定、树干无损检测等方法,结合文献查阅、专家咨询等途径,筛选出适用于江苏地区的古树健康评价核心指标,构建古树健康评价体系。结果显示,实地调查评估法和树干无损检测法确定的各项指标能够真实反映古树健康状况;生理生化指标测定法则建议在古树应急诊断中使用。依据建立的古树健康评价体系对溧阳地区21株古树的健康状况进行评价,应用效果良好。

基于数字图像处理技术的测树仪立木胸径测量算法研究

针对现有森林资源调查中立木胸径测量存在的劳动强度大、人力成本高、劳动效率低等缺陷,以自主研制的搭载CMOS、激光测距传感器、倾角传感器的手持式测树仪的算法需求为研究基础,建立了利用图像处理技术和机器视觉技术进行立木胸径解算的算法体系,并对其进行精度验证。结果表明,利用文中所述算法,手持式测树仪对20cm以下胸径测量的最大绝对误差为±0.3cm,相对平均误差为1.34%,完全满足我国森林资源清查对于胸径小于20cm树木的胸径测量误差要求;对20cm以上胸径测量的绝对误差与相对误差的平均值分别为0.4cm和1.08%,满足我国森林资源清查胸径测量精度要求的结果有83株,占总测量数的76.15%。