基于车载2D LiDAR点云数据的行道树靶标识别方法技术

本发明专利技术公开了一种基于车载2D LiDAR点云数据的行道树靶标识别方法，包括使用车载2D LiDAR系统获取街道数据，保存为点云文件，对点云文件进行树冠及非树冠类别标注；构建变尺度格网，从变尺度格网中提取三维球域；计算三维球域内的点云特征向量，得到点云特征向量集；SVM算法从点云特征向量集中学习树冠点云分类器；根据树冠点云分类器对点云帧进行在线识别，得到喷雾处方图。本发明专利技术采用数据冗余度小、易于在线处理的车载2D LiDAR获取城市街道数据，为对靶施药提供精确喷雾依据。建立保留数据精度、提高邻域检索效率、满足在线处理需求的点云序列空间索引结构，实现行道树靶标的准确识别。

Roadside tree target recognition method based on vehicle 2D LiDAR point cloud data

The invention discloses a lane tree target identification method based on vehicle-borne 2D LiDAR point cloud data, which includes obtaining Street data by vehicle-borne 2D LiDAR system, storing it as point cloud file, labeling the point cloud files with tree crown and non-tree crown categories, constructing a variable scale grid, extracting the three-dimensional sphere from the variable scale grid, and computing three. The point cloud feature vector in the sphere domain is obtained, and the point cloud feature vector set is obtained. The SVM algorithm is used to learn the tree point cloud classifier from the point cloud feature vector, and the point cloud frame is identified online based on the tree point cloud classifier, and the spray prescription map is obtained. The invention adopts the vehicle 2D LiDAR with small data redundancy and easy online processing to obtain urban street data, so as to provide accurate spraying basis for target spraying. The spatial index structure of point cloud sequence is established to preserve data precision, improve the efficiency of neighborhood retrieval and meet the demand of on-line processing, so as to realize the accurate identification of the target of the row tree.

【技术实现步骤摘要】
基于车载2DLiDAR点云数据的行道树靶标识别方法
本专利技术涉及靶标识别领域，更具体地，涉及一种基于车载2DLiDAR点云数据的行道树靶标识别方法。
技术介绍
行道树是城市生态系统和城市景观的重要组成部分，面对当前日益严峻的环境污染问题，行道树对改善城市生态环境、净化空气、调节气候以及涵养水源方面有着重要意义。受温室效应、人为干扰等因素的影响，行道树病虫害日益增多，致使行道树枯萎或死亡，不仅严重影响行道树绿化与美化效果，而且直接影响城市生态环境与居民生活，成为园林绿化精细化管理的制约因素。由于行道树存在间距较大、树冠大小不同或缺株现象，连续喷雾施药方式使得大量药液流失到地面或飘移挥发到空气中，严重污染城市环境，影响居民生活工作。目前，对靶施药技术已在果园、苗圃病虫害防治中取得成功应用，与连续喷雾施药方式相比，可节省20％～75％的药液，并有效提高药液在树木目标上的沉积率，降低农药残留。由于城市街道包含建筑物、路灯、电线杆、标志牌等多种地物目标，极大地增加了靶标识别难度，向对靶施药技术提出了更高的要求。车载3DLiDAR(lightdetectionandranging)系统是行道树本文档来自技高网...

【技术保护点】
1.一种基于车载2D LiDAR点云数据的行道树靶标识别方法，其特征在于包括以下步骤：步骤一：使用车载2D LiDAR系统获取街道数据，保存为点云文件，对点云文件进行树冠及非树冠类别标注；步骤二：构建变尺度格网，从变尺度格网中提取三维球域；步骤三：计算三维球域内的点云特征向量，得到点云特征向量集；步骤四：SVM算法从点云特征向量集中学习树冠点云分类器；步骤五：根据树冠点云分类器对点云帧进行在线识别，得到喷雾处方图。

【技术特征摘要】
1.一种基于车载2DLiDAR点云数据的行道树靶标识别方法，其特征在于包括以下步骤：步骤一：使用车载2DLiDAR系统获取街道数据，保存为点云文件，对点云文件进行树冠及非树冠类别标注；步骤二：构建变尺度格网，从变尺度格网中提取三维球域；步骤三：计算三维球域内的点云特征向量，得到点云特征向量集；步骤四：SVM算法从点云特征向量集中学习树冠点云分类器；步骤五：根据树冠点云分类器对点云帧进行在线识别，得到喷雾处方图。2.根据权利要求1所述的一种基于车载2DLiDAR点云数据的行道树靶标识别方法，其特征在于所述的步骤一具体为：步骤101：获取包含树冠及非树冠点云的街道数据，保存为点云文件；步骤102：建立点云坐标系，x轴为车辆移动方向，y轴为深度方向，z轴垂直地面向上，对点云文件进行树冠及非树冠类别标注。3.根据权利要求2所述的一种基于车载2DLiDAR点云数据的行道树靶标识别方法，其特征在于步骤102中对点云文件进行树冠及非树冠类别标注具体为：步骤102.1：输入点云文件及标注文件路径，读入标注文件，若标注文件不存在，则新建标注文件；步骤102.2：显示xz平面点云视图，输入点云x坐标范围，对点云区域进行x轴分割；步骤102.3：显示yz平面点云视图，输入点云y、z坐标范围，对点云区域进行yz平面分割；步骤102.4：将已分割的点云区域标注为树冠/非树冠，显示标注信息。4.根据权利要求1所述的一种基于车载2DLiDAR点云数据的行道树靶标识别方法，其特征在于所述的步骤二具体为：步骤201：构建变尺度格网，格网单元与点云帧中的测量点一一对应，格网单元的实际尺寸以尺度因子Sx、Sr表示，计算公式为：Sx＝vΔtSr＝rΔα其中，v表示车辆移动速度；Δt表示2DLiDAR扫描周期；r表示测量距离；Δα表示2DLiDAR弧度分辨率；步骤202：假设测量点P0的格网坐标为(i0,j0)，计算以测量点P0为中心，δ为半径的球形邻域U(P0,δ)。5.根据权利要求4所述的一种基于车载2DLiDAR点云数据的行道树靶标识别方法，其特征在于计算球形邻域U(P0,δ)的步骤具体为：步骤202.1：定义球形邻域与激光扫描光束的切面为圆形格网邻域，然后通过下述公式将圆形格网邻域转化为矩形格网邻域R(P0,δ)，R(P0,δ)＝{(...

【专利技术属性】
技术研发人员：李秋洁，陶冉，束义平，周宏平，郑加强，范硕，刘懿，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：江苏,32