一种在线检测水稻收割导航线的方法技术

一种在线检测水稻收割导航线的方法，包括：采用激光雷达与惯性传感器，获取水稻在收割机车身坐标系下的实时坐标并进行坐标变换，得到车身坐标系下的水稻作物的点云信息；提取该点云信息的感兴趣区域，对区域内的数据进行初步滤波处理，得到水稻收割模型；采用布料模拟滤波法滤除水稻收割模型的地面点云，得到水稻点云模型；采用点云数据特征值分析法求取点云的法向量；将点云数据的法向量映射到高斯球面上，得到高斯映射点集；对高斯映射点集进行聚类分析，根据高斯映射点的多维分布规律判断得到特征点作为边界点；采用最小二乘法拟合边界点，得到拟合的收割导航线；对比其与实际收割中水稻的边界线，计算横向误差和航向误差，并验证精度

【技术实现步骤摘要】
一种在线检测水稻收割导航线的方法


[0001]本专利技术涉及农作物导航线提取技术，特别是一种
3D
激光雷达在线检测水稻收割导航线的方法
。

技术介绍

[0002]目前，水稻收割导航线的提取方式主要有机器视觉和激光两种方式
。
机器视觉方式主要是利用单目相机
、
双目相机等获取收割过程中的图像，利用图像处理技术获取水稻的高度信息并确定水稻导航线；激光方式主要是通过二维
3D
激光雷达
、3D
激光雷达获取收割过程中的点云信息，对点云信息处理获取水稻的高度并进行导航线拟合
。
[0003]基于机器视觉的图像处理方法易受环境因素的影响，如天气阴晴
、
杂草遮挡等都容易导致识别精度降低，从而提取导航线失败
。
而
3D
激光雷达不受天气等的影响，
3D
激光雷达还可准确获取水稻的三维信息，再结合
3D
激光雷达反馈的反射率，即可对水稻进行较为精准的识别，根据高度差确定导航线，为收割机辅助导航提供数据
。

技术实现思路

[0004]本专利技术所要解决的技术问题是针对现有技术的上述缺陷，提供一种在线检测水稻收割导航线的方法
。
[0005]为了实现上述目的，本专利技术提供了一种在线检测水稻收割导航线的方法，其中，包括如下步骤：
[0006]S100、
采用
3D
激光雷达与<br/>IMU
惯性传感器，获取水稻在收割机的车身坐标系下的实时坐标并进行坐标变换，得到坐标变换后的车身坐标系下的水稻作物的点云信息；
[0007]S200、
提取坐标变换后的点云信息的感兴趣区域，对所述感兴趣区域内的数据进行初步滤波处理，得到水稻收割模型；
[0008]S300、
采用布料模拟滤波法滤除所述水稻收割模型的地面点云，得到水稻点云模型；
[0009]S400、
采用点云数据特征值分析法，利用三维坐标求得数据的协方差矩阵
、
特征值和特征向量，以求取点云的法向量；
[0010]S500、
将点云数据的法向量映射到高斯球面上，得到所述点云的法向量在高斯球上的映射集；
[0011]S600、
对高斯映射点集进行聚类分析，根据高斯映射点的多维分布规律判断得到特征点作为边界点；
[0012]S700、
采用最小二乘法拟合所述边界点，得到拟合的收割导航线；以及
[0013]S800、
对比所述拟合的收割导航线与实际收割过程中水稻的边界线，计算横向误差和航向误差，并验证精度
。
[0014]上述的在线检测水稻收割导航线的方法，其中，所述横向误差为收割机割台边界延长线与所述拟合的收割导航线之间的距离；所述航向误差为收割机导航线所在直线与所
述拟合的收割导航线之间的夹角
。
[0015]上述的在线检测水稻收割导航线的方法，其中，步骤
S100
进一步包括：
[0016]S110、
在收割机上安装
3D
激光雷达和
IMU
惯性传感器，并确定所述
3D
激光雷达和
、IMU
惯性传感器和收割机的坐标系；
[0017]S120、3D
激光雷达标定，求得
3D
激光雷达的初始安装角度；以及
[0018]S130、
采集待收割区域水稻的点云数据，通过
3D
激光雷达和
IMU
惯性传感器数据获取水稻在车身坐标系下的实时坐标并进行坐标变换
。
[0019]上述的在线检测水稻收割导航线的方法，其中，步骤
S130
进一步包括：
[0020]S131、
收割机行进过程中，所述
3D
激光雷达扫描前方水稻作物的点云信息，所述
IMU
惯性传感器高频反馈收割机的即时欧拉角；
[0021]S132、
根据所述
IMU
惯性传感器提供的姿态信息，包括
3D
激光雷达坐标系和车身坐标系之间的旋转矩阵
R
VC
，根据
3D
激光雷达安装高度信息，得到
3D
激光雷达坐标系和车身坐标系之间的平移矩阵
T
VC
；
[0022]S133、
根据如下公式，将激光坐标系下的点云信息转换到车身坐标系下，得到坐标变换后的车身坐标系下的水稻作物的点云信息：
[0023][0024]其中，
[x
C y
C z
C
]T
为车身坐标系下的水稻点云坐标，
[x
V y
V z
V
]T
为
3D
激光雷达坐标系下的水稻点云坐标
。
[0025]上述的在线检测水稻收割导航线的方法，其中，步骤
S200
进一步包括：
[0026]S210、
综合考虑
3D
激光雷达安装高度和角度
、3D
激光雷达扫描角度和收割机行进速度确定感兴趣区域；
[0027]S220、
采用直通滤波
、
半径滤波和双边滤波对所述感兴趣区域内的点云进行数据预处理，得到预处理后的点云
。
[0028]上述的在线检测水稻收割导航线的方法，其中，步骤
S300
进一步包括：
[0029]S310、
将所述感兴趣区域内的点云数据上下翻转；
[0030]S320、
设置初始布料，将其置于翻转后点云的最上方；
[0031]S330、
将所有点云数据与初始布料网格粒子投影至同一平面，寻找每个布料粒子的最近激光点云，并记录该点云的高度值
Hs
；
[0032]S340、
布料粒子向下移动，当其高度达到
Hs
时，停止移动；
[0033]S350、
重复步骤
S340
，当所有布料粒子的最大高度变化达到设定的最小值或最大迭代次数时，布料模拟过程终止；以及
[0034]S360、
若点云中的点与布料粒子间距小于设定的阈值
thr
时，则归类于地面点，反之为非地面点
。
[0035]上述的在线检测水稻收割导航线的方法，其中，步骤
S500
进一步包括：
[0036]S510、
将曲面上任意一点的单位法向量的起点平移到坐标原点，法向量的起点设定为单位球的球心，终点落在单位球的球面上，投影后形成的投影点的集合为高斯球；...

【技术保护点】

【技术特征摘要】
1.
一种在线检测水稻收割导航线的方法，其特征在于，包括如下步骤：
S100、
采用
3D
激光雷达与
IMU
惯性传感器，获取水稻在收割机的车身坐标系下的实时坐标并进行坐标变换，得到坐标变换后的车身坐标系下的水稻作物的点云信息；
S200、
提取坐标变换后的点云信息的感兴趣区域，对所述感兴趣区域内的数据进行初步滤波处理，得到水稻收割模型；
S300、
采用布料模拟滤波法滤除所述水稻收割模型的地面点云，得到水稻点云模型；
S400、
采用点云数据特征值分析法，利用三维坐标求得数据的协方差矩阵
、
特征值和特征向量，以求取点云的法向量；
S500、
将点云数据的法向量映射到高斯球面上，得到所述点云的法向量在高斯球上的映射集；
S600、
对高斯映射点集进行聚类分析，根据高斯映射点的多维分布规律判断得到特征点作为边界点；
S700、
采用最小二乘法拟合所述边界点，得到拟合的收割导航线；以及
S800、
对比所述拟合的收割导航线与实际收割过程中水稻的边界线，计算横向误差和航向误差，并验证精度
。2.
如权利要求1所述的在线检测水稻收割导航线的方法，其特征在于，所述横向误差为收割机割台边界延长线与所述拟合的收割导航线之间的距离；所述航向误差为收割机导航线所在直线与所述拟合的收割导航线之间的夹角
。3.
如权利要求1所述的在线检测水稻收割导航线的方法，其特征在于，步骤
S100
进一步包括：
S110、
在收割机上安装
3D
激光雷达和
IMU
惯性传感器，并确定所述
3D
激光雷达和
、IMU
惯性传感器和收割机的坐标系；
S120、3D
激光雷达标定，求得
3D
激光雷达的初始安装角度；以及
S130、
采集待收割区域水稻的点云数据，通过
3D
激光雷达和
IMU
惯性传感器数据获取水稻在车身坐标系下的实时坐标并进行坐标变换
。4.
如权利要求1所述的在线检测水稻收割导航线的方法，其特征在于，步骤
S130
进一步包括：
S131、
收割机行进过程中，所述
3D
激光雷达扫描前方水稻作物的点云信息，所述
IMU
惯性传感器高频反馈收割机的即时欧拉角；
S132、
根据所述
IMU
惯性传感器提供的姿态信息，包括
3D
激光雷达坐标系和车身坐标系之间的旋转矩阵
R
VC
，根据
3D
激光雷达安装高度信息，得到
3D
激光雷达坐标系和车身坐标系之间的平移矩阵
T
VC
；
S133、
根据如下公式，将激光坐标系下的点云信息转换到车身坐标系下，得到坐标变换后的车身坐标系下的水稻作物的点云信息：其中，
[x
C y
C z
C
]
T
为车身坐标系下的水稻点云坐标，
[x
V y
V z
V
]
T
为
3D
激光雷达坐标系下
的水稻点云坐标
。5.
如权利要求1所述的在线检测水稻收割导航线的方法，其特征在于，步骤
S200
进一步包括：
S210、
综合考虑
3D
激光雷达安装高度和角度
、3D
激光雷达扫描角度和收割机行进速度确定感兴趣区域；
S220、
采用直通滤波
、
半径滤波和双边滤波对所述感兴趣区域内的点云进行数据预处理，得到预处理后的点云
。6.
如权利要求1所述的在线检测水稻收割导航线的方法，其特征在于，步骤
S300
进一步包括：
S310、
将所述感兴趣区域内的点云数据上下翻转；
S320、
设置初始布料，将其置于翻转后点云的最上方；
S330、
将所有点云数据与初始布料网格粒子投影至同一平面，寻找每个布料粒子的最近激光点云，并记录该点云的高度值
Hs
；
S340、
布料粒子向下移动，当其高度达到
Hs
时，停...

【专利技术属性】
技术研发人员：刘阳春，杨悦，周海燕，汪凤珠，姜含露，马若飞，张峰硕，崔永志，张启帆，伟利国，
申请(专利权)人：中国农业机械化科学研究院集团有限公司，
类型：发明
国别省市：