基于激光雷達(dá)傳感器的小麥?zhǔn)斋@導(dǎo)航線實(shí)時(shí)檢測(cè)

張 剛，馬強(qiáng)龍，馬 標(biāo)，吳愛(ài)兵，楊 洋，2

（1.安徽農(nóng)業(yè)大學(xué)工學(xué)院，安徽合肥 230036；2.合肥綜合性國(guó)家科學(xué)中心人工智能研究院（安徽省人工智能實(shí)驗(yàn)室），安徽合肥 230036；3.農(nóng)業(yè)農(nóng)村部南京農(nóng)業(yè)機(jī)械化研究所，江蘇南京 210014）

0 引言

傳統(tǒng)的小麥?zhǔn)斋@機(jī)在駕駛作業(yè)中，作業(yè)效果依賴于駕駛員的駕駛狀況，在進(jìn)行長(zhǎng)時(shí)間的直線作業(yè)時(shí)，很難達(dá)到高精度的作業(yè)要求，容易出現(xiàn)漏割等現(xiàn)象，造成效率的降低[1]。因此，開(kāi)展小麥?zhǔn)斋@機(jī)導(dǎo)航線自動(dòng)識(shí)別系統(tǒng)的研制，有助于對(duì)小麥?zhǔn)斋@機(jī)自動(dòng)駕駛的效果提高，不僅可以提升小麥?zhǔn)斋@機(jī)作業(yè)精準(zhǔn)度，還可以提高農(nóng)業(yè)生產(chǎn)效率、降低生產(chǎn)成本，減緩駕駛員作業(yè)疲勞程度。

目前，小麥導(dǎo)航線的提取主要使用視覺(jué)傳感器和二維激光雷達(dá)傳感器，曾宏偉[2]等采用相機(jī)獲取小麥?zhǔn)崭顖D像，并提出一種基于區(qū)域生長(zhǎng)算法的聯(lián)合收獲機(jī)導(dǎo)航線提取算法，該方式導(dǎo)航線提取誤差較小，且不易受作物生長(zhǎng)密度的干擾。丁幼春等[3]采用工業(yè)相機(jī)采集小麥圖像，根據(jù)Sobel算子和Canny算子進(jìn)行邊緣檢測(cè)，然后通過(guò)Hongh變化擬合導(dǎo)航線，此方式單幀圖像處理時(shí)間50 ms，準(zhǔn)確率較高。但圖像數(shù)據(jù)往往受光照的影響，例如強(qiáng)光照下成熟小麥已收割區(qū)域和未收割區(qū)域?qū)Ρ榷鹊停崭钸吔绔@取難度大。偉利國(guó)等[4]采用二維激光雷達(dá)對(duì)小麥的邊界線進(jìn)行在線識(shí)別，通過(guò)閾值法得出導(dǎo)航線，收獲邊界測(cè)量不超過(guò)12 cm。但二維激光雷達(dá)的掃描是一個(gè)二維平面，很難反映出小麥種植的整體效果。基于上述問(wèn)題可知，本文設(shè)計(jì)了一種基于三維激光雷達(dá)的小麥導(dǎo)航線提取方法，具有受光照影響效果小，且獲取的點(diǎn)云數(shù)據(jù)很直觀的反映出小麥的導(dǎo)航線數(shù)據(jù)，該方法可可靠有效的提取出小麥?zhǔn)斋@導(dǎo)航線。

1 小麥點(diǎn)云數(shù)據(jù)樣本采集

1.1 激光傳感器

為精確獲取被測(cè)小麥的輪廓信息，采用三維面掃描高性能激光雷（中國(guó)大疆固態(tài)激光雷達(dá)，型號(hào)：浩界 Horizon，量程：90 m @ 10% 反射率，數(shù)據(jù)率：240，000 點(diǎn)/秒），高點(diǎn)云密度及便于嵌入車體的小巧體積，價(jià)格合理，具備81.7°寬廣水平視場(chǎng)及25.1°的垂直視場(chǎng)，其獨(dú)特的矩形視場(chǎng)，更適合車輛及農(nóng)機(jī)的L3/L4級(jí)的自動(dòng)駕駛使用，激光雷達(dá)如圖1所示。

圖1 激光雷達(dá)實(shí)物圖

1.2 小麥點(diǎn)云數(shù)據(jù)的采集

為獲取待收獲小麥點(diǎn)云數(shù)據(jù)，于2021年7月8日于安徽農(nóng)業(yè)大學(xué)皖北宿州實(shí)驗(yàn)站的一塊已成熟待收獲的試驗(yàn)臺(tái)內(nèi)進(jìn)行采集，采集平臺(tái)為一臺(tái)搭載激光雷達(dá)的小麥?zhǔn)斋@機(jī)，其在收獲機(jī)上的安裝位置示意圖如圖2所示，通過(guò)邊收割邊采集的方式來(lái)使得采集的數(shù)據(jù)更加便于處理實(shí)驗(yàn)，其中點(diǎn)云數(shù)據(jù)采集過(guò)程中激光雷達(dá)積分時(shí)間設(shè)置為200 ms，小麥?zhǔn)斋@機(jī)以1 m/s沿著小麥待收割區(qū)域邊界線進(jìn)行作業(yè)。

圖2 激光雷達(dá)安裝示意圖

為使得激光雷達(dá)能夠較好的識(shí)別收割機(jī)前方的小麥待收獲區(qū)域，確保收獲機(jī)自動(dòng)對(duì)行行駛的實(shí)時(shí)性，應(yīng)盡量讓激光雷達(dá)采集的小麥點(diǎn)云靠近割臺(tái)位置，因此考慮雷達(dá)垂直視角及在收獲機(jī)上安裝的高度等因素，將雷達(dá)的安裝角度設(shè)置為：

式中，θ1為激光雷達(dá)的安裝角度；

θ2為激光雷達(dá)的垂直視角（25.1°）；

l1為激光雷達(dá)與收割機(jī)割臺(tái)前端的水平距離；

l2為激光雷達(dá)的安裝高度。

試驗(yàn)采集的小麥點(diǎn)云數(shù)據(jù)如圖3所示。點(diǎn)云處理的硬件環(huán)境為聯(lián)想的ThinkPad電腦，Intel Core i7-4800MQ處理器，主頻2.70 GHz，64位操作系統(tǒng)，運(yùn)行內(nèi)存16 G。軟件環(huán)境為Ubantu16.04操作系統(tǒng)下的ROS操作系統(tǒng)，采用C++與點(diǎn)云PCL庫(kù)編程，激光雷達(dá)與處理器采用網(wǎng)口直連通信。

圖3 小麥點(diǎn)云數(shù)據(jù)

2 小麥?zhǔn)斋@導(dǎo)航線檢測(cè)方法

在小麥?zhǔn)斋@機(jī)收獲作業(yè)中，為保證效率及質(zhì)量，需要要求收割機(jī)滿幅作業(yè)且不發(fā)生漏割和重割現(xiàn)象，因此需要對(duì)不同情況下的小麥進(jìn)行準(zhǔn)確快速的邊界線檢測(cè)。根據(jù)實(shí)際采集的小麥點(diǎn)云數(shù)據(jù)觀測(cè)發(fā)現(xiàn)，未收貨區(qū)域和待收貨區(qū)域的小麥存在較明顯的高度差，因此根據(jù)此特點(diǎn)設(shè)計(jì)了基ROI區(qū)域下閾值迭代法的小麥?zhǔn)斋@邊界線提取方法，具體流程如圖4所示。

圖4 小麥導(dǎo)航線提取流程圖

主要流程為：首先對(duì)采集的點(diǎn)云進(jìn)行預(yù)處理，對(duì)預(yù)處理后的點(diǎn)云進(jìn)行ROI區(qū)域提取，然后計(jì)算點(diǎn)云的高度直方圖，以便直觀的觀測(cè)到點(diǎn)云的高度分布數(shù)據(jù)，通過(guò)純閾值法求出導(dǎo)航點(diǎn)，最后根據(jù)導(dǎo)航點(diǎn)擬合出導(dǎo)航線路徑。

2.1 小麥點(diǎn)云預(yù)處理

2.1.1 點(diǎn)云變換。激光雷達(dá)采集的點(diǎn)云坐標(biāo)受到安裝位置及角度的影響，由于本實(shí)驗(yàn)中激光雷達(dá)的傾斜安裝導(dǎo)致采集的點(diǎn)云數(shù)據(jù)是傾斜的，不便于觀測(cè)和處理，因此需要將采集到的點(diǎn)云經(jīng)過(guò)x，y，z三軸進(jìn)行點(diǎn)云旋轉(zhuǎn)和平移，得到方便觀測(cè)處理的點(diǎn)云數(shù)據(jù)，點(diǎn)云的旋轉(zhuǎn)和平移都是剛體運(yùn)動(dòng)，則構(gòu)造點(diǎn)云旋轉(zhuǎn)矩陣：

式中，α為x軸旋轉(zhuǎn)的角度；

β為y軸旋轉(zhuǎn)的角度；

γ為z軸旋轉(zhuǎn)的角度。

構(gòu)造點(diǎn)云平移向量：

式中，kx為沿x軸平移的距離；

ky為眼y軸平移的距離；

kz為沿z軸平移的距離。

帶入式3即得目標(biāo)點(diǎn)云數(shù)據(jù)：

式中，P^為目標(biāo)點(diǎn)云數(shù)據(jù)；

P為原始點(diǎn)云數(shù)據(jù)。

點(diǎn)云變換前后的數(shù)據(jù)如圖4所示。

圖4 小麥點(diǎn)云變換圖

2.1.2 點(diǎn)云濾波。在獲取小麥點(diǎn)云數(shù)據(jù)時(shí)，由于被測(cè)小麥不是絕對(duì)靜止?fàn)顟B(tài)，且小麥?zhǔn)斋@過(guò)程中存在大量粉碎屑，導(dǎo)致點(diǎn)云數(shù)據(jù)不可避免的存在一定的噪聲點(diǎn)及離群點(diǎn)，因此需要對(duì)點(diǎn)云進(jìn)行濾波處理，濾波處理的效果往往對(duì)后續(xù)點(diǎn)云處理的影響很大。采用半徑濾波對(duì)點(diǎn)云進(jìn)行濾波，濾波后的點(diǎn)云如圖5所示。

圖5 濾波后的點(diǎn)云圖

2.2 ROI區(qū)域裁剪

由于雷達(dá)的采集的視場(chǎng)幅寬很大，容易照射到其他非小麥物體上，照成數(shù)據(jù)處理復(fù)雜，不確定因素高，且整幅點(diǎn)云數(shù)據(jù)量大，激光雷達(dá)處理耗時(shí)高，因此對(duì)整幅點(diǎn)云進(jìn)行裁剪，使得只關(guān)注雷達(dá)采集的正前方一塊小麥區(qū)域，如圖6a。裁剪的面積為H*W，根據(jù)收獲機(jī)的割符合雷達(dá)視場(chǎng)的長(zhǎng)度，H和W分別取5 m和2.4 m，然后基于裁剪后的ROI區(qū)域經(jīng)行點(diǎn)云處理，如圖6b所示。

圖6 ROI區(qū)域裁剪

2.3 導(dǎo)航線提取

2.3.1 條帶法提取導(dǎo)航點(diǎn)。由于小麥種植密集，雷達(dá)無(wú)法穿透小麥冠層射入地面，且行與行間錯(cuò)綜復(fù)雜，常見(jiàn)的利用玉米植株壟線較明顯的方式來(lái)規(guī)劃導(dǎo)航線方式無(wú)法使用，但小麥已收獲區(qū)域和待收獲區(qū)域的高度差明顯具有差異，利用這一特點(diǎn)規(guī)劃小麥的導(dǎo)航線。為直觀的觀測(cè)小麥的高度變化情況，將ROI區(qū)域水平劃分為不同的水平點(diǎn)云條帶，觀測(cè)每一個(gè)條帶內(nèi)小麥點(diǎn)云高度的數(shù)據(jù)變化，然后提取一個(gè)條帶內(nèi)的導(dǎo)航點(diǎn)。未倒伏小麥的高度數(shù)據(jù)如圖7。

圖7 未倒伏小麥水平點(diǎn)云高度數(shù)據(jù)

由圖7可看出，未倒伏小麥的點(diǎn)云數(shù)據(jù)的未收獲區(qū)域與帶收獲區(qū)域高度差異區(qū)別明顯，高度數(shù)據(jù)也可看出，已收獲區(qū)域高度為0 m左右，而未收獲區(qū)域的小麥高度未0.7 m左右。根據(jù)這一特性，可設(shè)計(jì)基于純高度閾值的小麥待收獲導(dǎo)航線提取算法，首先設(shè)定一個(gè)高度閾值x，利用順序遍歷法判斷當(dāng)下一點(diǎn)云的高度值大于該閾值時(shí)，即為該條帶的導(dǎo)航點(diǎn)。根據(jù)這一算法得出的導(dǎo)航點(diǎn)如圖8。

圖8 導(dǎo)航點(diǎn)提取

圖8中白色點(diǎn)即為純閾值算法下的小麥待收獲區(qū)域邊界線的導(dǎo)航點(diǎn)，由圖8可看出導(dǎo)航點(diǎn)的提取效果較好，基本上與邊界線相切合，滿足當(dāng)前小麥?zhǔn)斋@機(jī)無(wú)人駕駛下的自動(dòng)導(dǎo)航控制。

2.3.2 導(dǎo)航線擬合。導(dǎo)航線的擬合采用做小二乘法擬合直線公式[5]，最小二乘法的原理是使得所有已知的點(diǎn)到這條直線的歐式距離的和最小也就是點(diǎn)到直線的誤差平方和最小，具體公式為：

式中，yi為Y軸的點(diǎn)坐標(biāo)；

xi為X軸的點(diǎn)坐標(biāo)；

k為所求直線點(diǎn)的斜率；

b為所求直線點(diǎn)的截距。

分別對(duì)此公式關(guān)于k和b求導(dǎo)，得出待擬合直線的方程。擬合出的導(dǎo)航線如圖9所示。

由圖9可知，最小二乘法擬合的導(dǎo)航線效果較好，與導(dǎo)航點(diǎn)具有一致性，且在小麥的點(diǎn)云數(shù)據(jù)中可看出導(dǎo)航線的方向與小麥?zhǔn)斋@的邊界線基本貼合，反映了此雷達(dá)擬合小麥導(dǎo)航線算法的有效性，并基本上滿足當(dāng)下小麥?zhǔn)斋@機(jī)田間收獲輔助駕駛功能。

圖9 導(dǎo)航線擬合

3 結(jié)論

本文以小麥為研究對(duì)象，設(shè)計(jì)了一種基于三維激光雷達(dá)的小麥?zhǔn)斋@機(jī)導(dǎo)航線提取方法，該算法通過(guò)點(diǎn)云變換、點(diǎn)云濾波對(duì)點(diǎn)云進(jìn)行預(yù)處理，然后提出基于ROI區(qū)域的導(dǎo)航線識(shí)別算法。通過(guò)區(qū)域裁剪使得計(jì)算機(jī)只關(guān)注于ROI區(qū)域，減少了計(jì)算機(jī)的計(jì)算量和計(jì)算時(shí)間。通過(guò)將ROI區(qū)域劃分為不同的水平條帶，然后對(duì)每一條帶使用純閾值算法確定小麥的導(dǎo)航點(diǎn)，最后使用最小二乘法擬合導(dǎo)航點(diǎn)。數(shù)據(jù)表面，該方式擬合的導(dǎo)航線和小麥真實(shí)的邊界線幾乎一致，很好的反映了小麥邊界線的情況，能夠滿足小麥?zhǔn)斋@機(jī)田間無(wú)人收獲作業(yè)的要求。