一种基于面阵型点云K-Means聚类的精准对靶喷雾方法及装置制造方法及图纸

本发明专利技术公开一种基于面阵型点云K

【技术实现步骤摘要】
一种基于面阵型点云K
‑
Means聚类的精准对靶喷雾方法及装置


[0001]本专利技术涉及目标检测与定位
，具体涉及一种基于面阵型点云K
‑
Means聚类的精准对靶喷雾方法及装置。

技术介绍

[0002]目前，果园病虫害的防治方法主要有生物防治、农业生态防治以及化学防治。其中，化学防治是使用最多且见效最快的方式。国内主流果园施药机械大多采用定量施药方式，该喷药方式往往是连续喷雾，造成农药在地面上大量沉积，甚至多于在靶标上的沉积量。此种方式造成了农药的大量浪费，一方面污染环境，另一方面造成农药残留量超标，带来十分严重的安全隐患。
[0003]为了解决上述问题以及针对果园植株种植不连续的情况，精准对靶喷雾技术可以达到更好的施药效果。在化学防治中，精准施药技术是果园生产中化学防治的发展方向，其基本原理是根据农作物或果树对象的不同特征信息实时地改变喷药量，实现按需施药。与传统大范围喷施技术相比，精准施药技术通过变量喷药可以有效地减少农药的过量使用，降低喷药过程中雾滴的漂移，提高农药对果树病虫害的防治效果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于面阵型点云K
‑
Means聚类的精准对靶喷雾方法，其特征在于，包括以下步骤：(1)通过雷达对果树进行探测，获得面阵型点云数据；(2)面阵型点云数据读入雷达之后，通过俯仰角阈值滤除地面点云数据，清除地面点云数据后的面阵型点云数据为果树点云数据；(3)通过投影法处理果树点云数据；(4)以目标集合的聚类误差平方和最小作为优化目标，结合最小最大距离法，通过K
‑
Means聚类将处理后的果树点云数据划分为k个簇，则每个簇代表着不同的果树；(5)通过各个簇的样本，对每棵果树进行定位，并计算出果树冠层边缘离喷头平面的相对距离和果树冠层喷雾距离；(6)喷雾机根据果树冠层边缘离喷头平面的相对距离和果树冠层喷雾距离对果树进行精准对靶喷施。2.根据权利要求1所述的一种基于面阵型点云K
‑
Means聚类的精准对靶喷雾方法，其特征在于，步骤(2)的具体操作为：(2.1)假设面阵型点云数据的探测范围偏向角为θ0，俯仰角为ω0；(2.2)面阵型点云数据中每个点信息包括雷达到扫面点的距离ρ、点的偏向角θ和点的俯仰角ω，并用p＝(ρ,θ,ω)表示；(2.3)测量出果树树干距离D、雷达安装高度H与喷雾机宽度W，计算出需要滤除地面点云数据的俯仰角阈值为若面阵型点云数据中俯仰角小于判断其为地面点云数据，并清除该地面点云数据，定义清除地面点云数据后的面阵型点云数据为果树点云数据，该果树点云数据集为T＝(p0,p1,p2,...,
c
p)。3.根据权利要求2所述的一种基于面阵型点云K
‑
Means聚类的精准对靶喷雾方法，其特征在于，步骤(3)的具体操作为：用投影法将果树点云数据集T投影到对靶俯视图上，以雷达中心点作为原点建立直角坐标系，计算果树点云数据中各个点在喷雾机前进方向的投影分量l＝ρcosωsinθ，并定义投影数据集L＝(l1,...,l
c
)。4.根据权利要求3所述的一种基于面阵型点云K
‑
Means聚类的精准对靶喷雾方法，其特征在于，步骤(4)中，定义存放聚类的目标集合C为空集，以投影数据集L作为K
‑
Means聚类的标准，以目标集合C的聚类误差平方和最小作为优化目标，用最小最大法找出投影数据集L中的k个簇。5.根据权利要求4所述的一种基于面阵型点云K
‑
Means聚类的精准对靶喷雾方法，其特征在于，步骤(4)中，定义存放聚类的目标集合C为空集，以投影数据集L作为K
‑
Means聚类的标准，以目标集合C的聚类误差平方和最小作为优化目标，用最小最大法找出投影数据集L中的k个簇的具体步骤为：(4.1)计算投影数据集L中两点间的距离|l
a
‑
l
b
|,(a,b∈{1,2,...,c})，从中找出距离最大的两个点l
m
和l
n
，作为初始聚类中心；(4.2)分别计算投影数据集L各点到l
m
,l
n
的距离D(l,l
m
),D(l,l
n
)，并将每个点归类到距离值小的点所在类别中，并重新计算聚类中心μ1,μ2；(4.3)计算投影数据集L中各点到聚类中心(μ1,μ2,...,μ
k
)的距离D(l,μ1),D(l,
μ2),...,D(l,μ
k
)，遍历每个点并归类到距离值...

【专利技术属性】
技术研发人员：徐兴，谭显森，杨洲，段洁利，申东英，吴博欣，曾钊华，蔡立远，余家祥，欧阳琳，黄朝炜，陈星，刘小玲，徐盛全，
申请(专利权)人：岭南现代农业科学与技术广东省实验室，
类型：发明
国别省市：