农业机械学报

作者：江庆，安东，韩华宇，刘京辉，郭延超，陈黎卿，杨洋

单位：安徽农业大学;智能绿色农业装备安徽省联合共建学科重点实验室,安徽农业大学,安徽农业大学,安徽农业大学,智能农业动力装备全国重点实验室,安徽农业大学;智能绿色农业装备安徽省联合共建学科重点实验室,安徽农业大学;智能绿色农业装备安徽省联合共建学科重点实验室,

关键词：玉米作物行识别;激光雷达;RGB相机;联合标定;点云“着色”

基金：国家重点研发计划项目（2022YFD2002001）和智能农业动力装备全国重点实验室开放项目（SKLIAPE2023012）

针对单一传感器在面对复杂田间环境适应性差的问题，本文提出了一种基于固态激光雷达(LiDAR)与RGB相机融合的玉米作物行检测方法。首先，研究了固态激光雷达和RGB相机联合标定方法，同步获取玉米作物行图像和点云数据并进行数据预处理。然后，将预处理后的图像数据和点云数据融合，实现点云“着色”，基于点云“着色”提出聚类感兴趣密度区域算法。利用“着色”点云完成聚类，并结合作物种植农艺标准（行距），分别验证点云信息和颜色信息的可用性，能够选择最优信息完成作物行感兴趣区域聚类。最后，通过划分点云水平条带的方式确定目标点云的特征点聚类区域，取作物行特征点，并利用最小二乘法拟合作物行检测线。仅需调整行距参数，算法可实现全生命周期的作物行检测，利用正常工况下玉米苗期、前期、中期和后期数据开展算法验证，作物行中心线平均误差不大于1.781°，准确率不小于92.69%，平均耗时不超过102.7 ms。此外，为验证算法鲁棒性，开展了复杂农田背景环境，如高杂草背景、断行、苗期杂草高度与玉米高度相近以及玉米完全封行4种工况作物行检测，算法平均误差不大于1.935°，准确率不小于91.94%，平均耗时不超过108.3 ms。通过讨论阐述了基于点云“着色”开展作物行中心线提取的优越性，本文算法可为作物行中心线可靠检测提供参考。

来源：2024年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第10期