發(fā)布時(shí)間：2020-11-18 11:23

　　 紅棗是我國(guó)一種大面積種植的林果,具有較高的經(jīng)濟(jì)價(jià)值和生態(tài)價(jià)值。隨著新疆紅棗種植面積的不斷擴(kuò)大,勞動(dòng)力緊缺、人工勞動(dòng)強(qiáng)度高、效率低、成本增加等問(wèn)題愈加突出,亟待實(shí)現(xiàn)棗樹(shù)智能修剪、靶向噴霧等棗園管理智能機(jī)械的精細(xì)化作業(yè)。其中,實(shí)現(xiàn)棗樹(shù)智能修剪作業(yè)的首要前提是進(jìn)行目標(biāo)對(duì)象的三維重建。本文通過(guò)對(duì)國(guó)內(nèi)外三維信息獲取技術(shù)和重建技術(shù)的研究現(xiàn)狀進(jìn)行對(duì)比,結(jié)合新疆矮化密植棗園的種植模式和棗樹(shù)的三維結(jié)構(gòu)特點(diǎn),采用激光雷達(dá)作為掃描裝置,設(shè)計(jì)和搭建了一種棗樹(shù)輪廓測(cè)量平臺(tái),實(shí)現(xiàn)棗樹(shù)點(diǎn)云數(shù)據(jù)采集,然后,設(shè)計(jì)點(diǎn)云預(yù)處理、棗樹(shù)提取、棗樹(shù)輪廓重建和棗樹(shù)枝條重建算法,實(shí)現(xiàn)了棗樹(shù)的三維重建。具體研究如下:(1)棗樹(shù)種植模式田間調(diào)研與棗樹(shù)三維結(jié)構(gòu)測(cè)量。棗樹(shù)的種植模式和三維結(jié)構(gòu)是確定掃描平臺(tái)三維結(jié)構(gòu)和三維重建算法相關(guān)參數(shù)的重要依據(jù),通過(guò)對(duì)棗園矮化密植種植模式的調(diào)研,得到棗樹(shù)的行距、株距;獲取3年生、5年生和8年生棗樹(shù)的平均樹(shù)高、東西冠幅、南北冠幅;獲取不同高度區(qū)間棗樹(shù)枝條的直徑和傾斜角度范圍。(2)棗樹(shù)樹(shù)冠三維掃描平臺(tái)的設(shè)計(jì)。依據(jù)田間調(diào)研結(jié)果和二維激光雷達(dá)測(cè)距原理,選取一種水平直線運(yùn)動(dòng)的形式設(shè)計(jì)棗樹(shù)樹(shù)冠三維掃描平臺(tái),通過(guò)對(duì)棗樹(shù)進(jìn)行樹(shù)行兩側(cè)兩站掃描,完成棗樹(shù)點(diǎn)云的獲取。該平臺(tái)使用二維激光雷達(dá)對(duì)棗樹(shù)單個(gè)截面進(jìn)行掃描,使用電動(dòng)滑軌帶動(dòng)二維激光雷達(dá)直線運(yùn)動(dòng)完成棗樹(shù)的三維掃描,然后依據(jù)掃描平臺(tái)的硬件結(jié)構(gòu)參數(shù),對(duì)掃描平臺(tái)的采集軟件進(jìn)行設(shè)計(jì),實(shí)現(xiàn)棗樹(shù)點(diǎn)云的獲取。(3)棗樹(shù)點(diǎn)云的預(yù)處理與提取。依據(jù)田間調(diào)研和掃描平臺(tái)作業(yè)結(jié)果,通過(guò)對(duì)獲取的點(diǎn)云數(shù)據(jù)進(jìn)行處理,最終獲取單株棗樹(shù)點(diǎn)云。首先,通過(guò)直通濾波、地面濾波、去除掃描場(chǎng)景內(nèi)的大部分冗余點(diǎn),使用統(tǒng)計(jì)離群點(diǎn)濾波算法實(shí)現(xiàn)飄移點(diǎn)去除,完成棗樹(shù)點(diǎn)云預(yù)處理;其次,利用棗樹(shù)樹(shù)冠三維結(jié)構(gòu)信息豐富的特點(diǎn),克服因雙側(cè)掃描同名點(diǎn)較少而較難配準(zhǔn)的問(wèn)題,完成棗樹(shù)點(diǎn)云的配準(zhǔn);最后,依據(jù)歐式聚類算法將場(chǎng)景中相鄰棗樹(shù)枝條、地面物體進(jìn)行去除,獲取完整的棗樹(shù)點(diǎn)云。(4)棗樹(shù)樹(shù)冠的三維重建。本文利用提取出的棗樹(shù)點(diǎn)云,對(duì)棗樹(shù)的樹(shù)冠輪廓和棗樹(shù)樹(shù)枝進(jìn)行重建,并通過(guò)冠幅參數(shù)對(duì)比檢驗(yàn)重建的準(zhǔn)確性。通過(guò)α-shape算法,實(shí)現(xiàn)棗樹(shù)輪廓的快速重建。使用水平集,歐式聚類算法獲取棗樹(shù)的骨架點(diǎn)和骨架點(diǎn)對(duì)應(yīng)的半徑,再利用最小生成樹(shù)獲取棗樹(shù)骨架點(diǎn)的拓?fù)浣Y(jié)構(gòu),最后利用廣義圓柱體構(gòu)建棗樹(shù)枝條,完成棗樹(shù)的枝條重建。通過(guò)對(duì)棗樹(shù)南北冠幅參數(shù)的對(duì)比,對(duì)掃描平臺(tái)的準(zhǔn)確性進(jìn)行了驗(yàn)證,從點(diǎn)云輪廓數(shù)據(jù)中獲取果樹(shù)的冠幅數(shù)據(jù)與手工測(cè)量數(shù)據(jù)進(jìn)行線性模型擬合對(duì)比,二者的相關(guān)系數(shù)為0.91,均方根誤差??為0.06,相對(duì)誤差?為4.08%。
【學(xué)位單位】：石河子大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2020
【中圖分類】：S665.1;TN958.98
【部分圖文】：

??（1）基于超聲波傳感技術(shù)的三維信息獲取技術(shù)目前，超聲波傳感技術(shù)常用于快速獲取低分辨率的三維樹(shù)冠信息參數(shù)，一般采用多傳感器呈列狀排布的形式，其控制系統(tǒng)較簡(jiǎn)單。上個(gè)世紀(jì)80年代，超聲波開(kāi)始應(yīng)用于獲取果樹(shù)的體積信息，而隨著激光雷達(dá)技術(shù)的成熟，其應(yīng)用研究逐漸減少[8]。但是，由于其具有原理簡(jiǎn)單，成本低，實(shí)現(xiàn)方便等優(yōu)點(diǎn)[9]，少量應(yīng)用研究仍在推進(jìn)。2013年Gi等人使用超聲波傳感器組成單排垂直陣列掛載與拖拉機(jī)上組成移動(dòng)檢測(cè)平臺(tái)獲取了果樹(shù)的體積[10]；祁力鈞等人使用超聲波傳感器實(shí)現(xiàn)草莓冠層的三維重建（圖1-1）[11]；2017年，TomasPallej等人使用類似的檢測(cè)系統(tǒng)，對(duì)果樹(shù)樹(shù)冠的密度進(jìn)行了檢測(cè)[12]。圖1-1草莓冠層的重建圖Fig.1-1Thereconstructionimageofstrawberrycanopy圖1-2土壤表面的重建圖像Fig.1-2Thereconstructionimageofsoilsurface（2）基于機(jī)器視覺(jué)技術(shù)的三維信息獲取技術(shù)機(jī)器視覺(jué)檢測(cè)系統(tǒng)常用于獲取果樹(shù)的局部三維特征，如獲取果樹(shù)的樹(shù)干三維結(jié)構(gòu)、果實(shí)和花朵的位置、葉面積等信息，其常見(jiàn)的結(jié)構(gòu)形式為雙目視覺(jué)、多目相機(jī)和基于運(yùn)動(dòng)法的單目相機(jī)[13]，并且其對(duì)應(yīng)的重建算法相對(duì)復(fù)雜多樣，果園中的應(yīng)用尚不成熟，但極具發(fā)展前景[5]。使用雙目立體視覺(jué)技術(shù)進(jìn)行作物三維重建上的研究豐富，2016年，李輝等人實(shí)現(xiàn)了玉米葉片的三維重建[14]；2017年，Li等人實(shí)現(xiàn)了柑橘樹(shù)樹(shù)枝的三維重建[15]。此外，對(duì)

紀(jì)80年代，超聲波開(kāi)始應(yīng)用于獲取果樹(shù)的體積信息，而隨著激光雷達(dá)技術(shù)的成熟，其應(yīng)用研究逐漸減少[8]。但是，由于其具有原理簡(jiǎn)單，成本低，實(shí)現(xiàn)方便等優(yōu)點(diǎn)[9]，少量應(yīng)用研究仍在推進(jìn)。2013年Gi等人使用超聲波傳感器組成單排垂直陣列掛載與拖拉機(jī)上組成移動(dòng)檢測(cè)平臺(tái)獲取了果樹(shù)的體積[10]；祁力鈞等人使用超聲波傳感器實(shí)現(xiàn)草莓冠層的三維重建（圖1-1）[11]；2017年，TomasPallej等人使用類似的檢測(cè)系統(tǒng)，對(duì)果樹(shù)樹(shù)冠的密度進(jìn)行了檢測(cè)[12]。圖1-1草莓冠層的重建圖Fig.1-1Thereconstructionimageofstrawberrycanopy圖1-2土壤表面的重建圖像Fig.1-2Thereconstructionimageofsoilsurface（2）基于機(jī)器視覺(jué)技術(shù)的三維信息獲取技術(shù)機(jī)器視覺(jué)檢測(cè)系統(tǒng)常用于獲取果樹(shù)的局部三維特征，如獲取果樹(shù)的樹(shù)干三維結(jié)構(gòu)、果實(shí)和花朵的位置、葉面積等信息，其常見(jiàn)的結(jié)構(gòu)形式為雙目視覺(jué)、多目相機(jī)和基于運(yùn)動(dòng)法的單目相機(jī)[13]，并且其對(duì)應(yīng)的重建算法相對(duì)復(fù)雜多樣，果園中的應(yīng)用尚不成熟，但極具發(fā)展前景[5]。使用雙目立體視覺(jué)技術(shù)進(jìn)行作物三維重建上的研究豐富，2016年，李輝等人實(shí)現(xiàn)了玉米葉片的三維重建[14]；2017年，Li等人實(shí)現(xiàn)了柑橘樹(shù)樹(shù)枝的三維重建[15]。此外，對(duì)

蘭剖髂鏡母叨群褪鞴諉婊齕25]；郝紅科，常慶瑞等人通過(guò)機(jī)載激光雷達(dá)獲取的點(diǎn)云進(jìn)行林木反演參數(shù)的提取[26]；李巖，史澤林等人通過(guò)機(jī)載激光雷達(dá)獲取的樹(shù)林點(diǎn)云分析單木提取算法的性能[27]；駱鈺波，黃洪宇等人使用地基激光雷達(dá)獲取亞熱帶地區(qū)森林中樹(shù)木的樹(shù)高，胸徑等參數(shù)，并實(shí)現(xiàn)了森林的局部三維景觀重建[28]；黃旭，賈煒瑋等人使用背包式激光雷達(dá)對(duì)森林進(jìn)行掃描，得出其掃描出的點(diǎn)云場(chǎng)景可以實(shí)現(xiàn)單木識(shí)別，并較準(zhǔn)確獲取單木樹(shù)高與胸徑參數(shù)[29]；Stalber等人，通過(guò)地基激光雷達(dá)獲取的果樹(shù)點(diǎn)云，進(jìn)行果樹(shù)枝干的重建（圖1-3）[30]；R.Sanz,Rosel等人，搭建了基于二維激光雷達(dá)的移動(dòng)測(cè)量平臺(tái)，將兩次掃描的點(diǎn)云輪廓合并獲得掃描截面，通過(guò)多個(gè)截面拼合獲得果樹(shù)的三維模型[31]。圖1-3基于地基激光雷掃描數(shù)據(jù)重建的果樹(shù)枝干Fig.1-3Thereconstructionimageoffruittreebranchesbasedonthedataoflaserscanningofground綜上所述，超聲波傳感技術(shù)，反應(yīng)速度快，成本低，易于實(shí)現(xiàn)，但是由于分辨率較低，并存在回波起伏干擾的問(wèn)題[9]，多用于反應(yīng)速度要求高，分辨率要求低的果樹(shù)樹(shù)冠信息獲取中。機(jī)器視覺(jué)技術(shù)具有獲取信息豐富，設(shè)備成本低廉的特點(diǎn)，但是，重建算法復(fù)雜，在獲取信息的準(zhǔn)確性上，圖像傳感器的精度要低于激光雷達(dá)，并且容易受到光照的干擾，不適用于果園復(fù)雜環(huán)境中三維信息獲齲激光雷達(dá)探測(cè)技術(shù)，相對(duì)于超聲波傳
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇勝利;項(xiàng)志宇;;基于二維激光雷達(dá)的自動(dòng)室內(nèi)三維重建系統(tǒng)[J];傳感技術(shù)學(xué)報(bào);2007年05期

2 尚濤;賀會(huì)超;王昕;宮文斌;戴永強(qiáng);;二維激光雷達(dá)實(shí)現(xiàn)三維成像的算法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2012年S1期

3 許暉;;自動(dòng)駕駛的天眼 激光雷達(dá)是個(gè)啥?[J];汽車之友;2018年01期

4 張鴻喜;趙世明;;激光雷達(dá)傳感器功能仿真方法研究[J];艦船電子工程;2019年12期

5 洪光烈;李嘉唐;王建宇;李虎;王一楠;孔偉;;0.94μm差分吸收激光雷達(dá)地基工作的進(jìn)展[J];紅外與激光工程;2019年12期

6 郝哲;;十九年深耕 國(guó)產(chǎn)激光雷達(dá)比肩巨頭——訪北科天繪總經(jīng)理張智武[J];中國(guó)測(cè)繪;2019年09期

7 ;大陸固態(tài)3D閃光激光雷達(dá)推向商用車市場(chǎng)[J];汽車與配件;2019年21期

8 劉群;劉崇;朱小磊;周雨迪;樂(lè)成峰;白劍;賀巖;畢德倉(cāng);劉東;;星載海洋激光雷達(dá)最佳工作波長(zhǎng)分析[J];中國(guó)光學(xué);2020年01期

9 徐沛拓;陶雨婷;劉志鵬;劉群;崔曉宇;周雨迪;劉崇;劉東;;海洋激光雷達(dá)實(shí)驗(yàn)與仿真結(jié)果的對(duì)比[J];紅外與激光工程;2020年02期

10 李發(fā)帝;呂長(zhǎng)彬;錢尼文;;大氣環(huán)境遙感監(jiān)測(cè)激光雷達(dá)產(chǎn)品技術(shù)淺析[J];科技風(fēng);2020年08期

相關(guān)博士學(xué)位論文 前10條

1 張欣婷;激光雷達(dá)三維形貌測(cè)量系統(tǒng)關(guān)鍵技術(shù)研究[D];長(zhǎng)春理工大學(xué);2015年

2 劉釗;無(wú)人車2D激光雷達(dá)結(jié)構(gòu)化環(huán)境感知技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

3 滿其霞;激光雷達(dá)和高光譜數(shù)據(jù)融合的城市土地利用分類方法研究[D];華東師范大學(xué);2015年

4 劉秉義;車載測(cè)風(fēng)激光雷達(dá)性能優(yōu)化和風(fēng)場(chǎng)反演[D];中國(guó)海洋大學(xué);2008年

5 賈曉東;1.55μm相干測(cè)風(fēng)激光雷達(dá)樣機(jī)的研制[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

6 王強(qiáng);基于激光雷達(dá)數(shù)據(jù)與多角度遙感模型的森林參數(shù)反演研究[D];哈爾濱工業(yè)大學(xué);2017年

7 王宏;煤礦機(jī)器人激光雷達(dá)與慣性傳感器導(dǎo)航理論及實(shí)驗(yàn)研究[D];中國(guó)礦業(yè)大學(xué)（北京）;2011年

8 徐璐;Gm-APD脈沖累積激光雷達(dá)探測(cè)性能提高的研究[D];哈爾濱工業(yè)大學(xué);2017年

9 宋沙磊;對(duì)地觀測(cè)多光譜激光雷達(dá)基本原理及關(guān)鍵技術(shù)[D];武漢大學(xué);2010年

10 湯旭光;基于激光雷達(dá)與多光譜遙感數(shù)據(jù)的森林地上生物量反演研究[D];中國(guó)科學(xué)院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所);2013年

相關(guān)碩士學(xué)位論文 前10條

1 吳志鵬;基于激光雷達(dá)的棗樹(shù)樹(shù)冠三維重建方法研究[D];石河子大學(xué);2020年

2 焦宏偉;高速三維成像激光雷達(dá)的數(shù)據(jù)處理與可視化研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

3 高愛(ài)臻;掃描激光雷達(dá)的系統(tǒng)研制及應(yīng)用研究[D];南京信息工程大學(xué);2015年

4 胡鵬;增益調(diào)制成像激光雷達(dá)弱信號(hào)檢測(cè)的研究[D];哈爾濱工業(yè)大學(xué);2013年

5 龍強(qiáng);基于激光雷達(dá)的低層大氣光學(xué)特性探測(cè)研究[D];南京信息工程大學(xué);2012年

6 何姜;增益調(diào)制型無(wú)掃描成像激光雷達(dá)的原理與實(shí)驗(yàn)研究[D];哈爾濱工業(yè)大學(xué);2007年

7 卿慧玲;基于激光雷達(dá)數(shù)據(jù)的三維重建系統(tǒng)的研究與設(shè)計(jì)[D];中南大學(xué);2005年

8 陳驍;成像激光雷達(dá)目標(biāo)特征提取與識(shí)別方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2015年

9 李丹;基于地基掃描與機(jī)載成像激光雷達(dá)的森林參數(shù)反演研究[D];西南林業(yè)大學(xué);2012年

10 張小雪;提高星載激光雷達(dá)海面風(fēng)速探測(cè)精度的研究[D];中國(guó)海洋大學(xué);2012年

本文編號(hào)：2888663