基于二维激光雷达的甘蔗垄高检测研究

doi:10.13733/j.jcam.issn.2095‑5553.2024.11.023

摘要/Abstract

摘要： 为提高丘陵地带甘蔗收割机收割质量，研究能够跟随地形的起伏变化而调节收割刀盘高度的技术显得尤为重要，解决该问题的关键是对于蔗田地面高度的检测，因此设计一台蔗田垄高建图机器人。该机器人能适应按标准化种植的蔗田地形，通过机载二维激光雷达扫描收集蔗田地形轮廓信息，远程计算机对数据进行多维度形态学特征分析，提取蔗田数据点并建立蔗田三维地形图。仿真结果表明：该机器人能够对蔗田地形进行建图，建图分辨率为0.005 m，准确率为96.4%，为收割机的刀盘高度调节提供可靠的数据支持。

关键词: 二维激光雷达, 甘蔗收割, 垄高检测, 图像处理

Abstract: In order to improve the harvesting quality of sugarcane harvesters in hilly areas, it is particularly important to study the technology that can adjust the height of the harvesting cutter head according to the fluctuation of the terrain. The key to solving this problem is the detection of the ground height of the sugarcane field. Therefore, this paper designs a sugarcane field ridge height map robot. The robot can adapt to the topography of sugarcane fields planted according to standardization. It collects topographical contour information of sugarcane fields through airborne two‑dimensional laser radar scanning. The remote computer analyzes the data in multi‑dimensional morphological characteristics, extracts data points of sugarcane fields and establishes three‑dimensional topography of sugarcane fields picture. The results show that the robot can map the sugarcane field terrain with a resolution of 0.005 m and an accuracy rate of 96.4%, which can provide reliable data support for the height adjustment of the cutter head of the harvester.

Key words: two?dimensional LiDAR, sugarcane harvester, detection of ridge height, image processing

中图分类号:

S233.4

姜华骏, 陆静平, 林运东. 基于二维激光雷达的甘蔗垄高检测研究[J]. 中国农机化学报, 2024, 45(11): 145-149.

Jiang Huajun, Lu Jingping, Lin Yundong. Research on sugarcane field ridge height detection based on two‑dimensional LiDAR[J]. Journal of Chinese Agricultural Mechanization, 2024, 45(11): 145-149.

参考文献

[ 1 ] 肖威, 陆静平. 甘蔗机械化收获技术现状分析[J]. 中国农机化学报, 2022, 43(2): 50-59, 142.
Xiao Wei, Lu Jingping. Analysis of sugarcane mechanized harvesting technology [J]. Journal of Chinese Agricultural Mechanization. 2022, 43(2): 50-59, 142.
[ 2 ] Elwakeel A E, Ahmed S F, Zein Eldin A M, et al. A review on sugarcane harvesting technology [J]. Al‑Azhar Journal of Agricultural Engineering, 2022, 2(1): 54-63.
[ 3 ] Palmute V. Floating base‑cutter assembly for use on sugar‑cane harvesters [P]. US Patent: 9, 801, 336, 2017-10-31.
[ 4 ] Sam R, Ridd P. Sugar cane harvester base‑cutter height sensing using electromagnetic induction technology [J]. Transactions of the ASAE-American Society of Agricultural Engineers, 1996, 39(6): 2291-2298.
[ 5 ] Page R L. Ground detection sensor for cane harvester base‑cutter height control [D]. James Cook University, 2006.
[ 6 ] 邹展曦, 武涛, 高泽锋, 等. 甘蔗收割机切割刀盘浮动控制系统的设计与试验[J]. 河南农业大学学报, 2018, 52(1): 73-79.
Zou Zhanxi, Wu Tao, Gao Zefeng, et al. Design and test of cut‑off auto control system for sugarcane billet harvester [J]. Journal of Henan Agricultural University, 2018, 52(1): 73-79.
[ 7 ] 黄亦其, 黄体森, 杨睿, 等. 基于机器视觉的甘蔗切割高度检测与试验[J]. 中国农机化学报, 2017, 38(9): 81-87.
Huang Yiqi, Huang Tisen, Yang Rui, et al. Detection and test of sugarcane cutting height based on machine vision [J]. Journal of Chinese Agricultural Mechanization, 2017, 38(9): 81-87.
[ 8 ] 白秋薇, 简真，吴永烽, 等. 基于切割压力的甘蔗收割机刀盘高度自动调节装置[J]. 农业工程学报, 2021, 37(3): 19-26.
Bai Qiuwei, Jian Zhen, Wu Yongfeng, et al. Automatic height‑adjustment for a cutter disk on a sugarcane harvester using cutting pressure [J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(3): 19-26.
[ 9 ] 张宏群，刘开辉，郑峰, 等. 基于二维激光雷达植株高度测量系统的研究[J]. 电子测量技术, 2021, 44(4): 97-103.
Zhang Hongqun, Liu Kaihui, Zheng Feng, et al. Research on plant height measurement system based on two‑dimensional LiDAR [J]. Electronic Measurement Technology, 2021, 44(4): 97-103.
[10] Pozderac T, Velagić J, Osmanković D. 3D mapping based on fusion of 2D laser and IMU data acquired by unmanned aerial vehicle [C]. 2019 6th International Conference on Control, Decision and Information Technologies (CoDIT). IEEE, 2019: 1533-1538.
[11] 康高健. 雷达遥感中地物植被的电磁散射研究[D]. 北京: 中国科学院研究生院（电子学研究所）, 2007.
[12] 王雪, 李登峰, 黄杉杉, 等. 激光雷达运动畸变去除的算法设计[J]. 自动化仪表, 2021, 42(5): 89-91.
Wang Xue, Li Dengfeng, Huang Shanshan, et al. Design of algorithn for removal of LiDAR motion distortion [J]. Process Automation Instruemention, 2021, 42(5): 89-91.
[13] 李昆祥, 王志山, 付俊辉, 等. 挂面精计量过程中挂面根数计数研究[J]. 粮食加工, 2022, 47(3): 21-26.
[14] 杨迪寒, 王承启, 于帅, 等. 基于OpenCV的路面裂缝检测装置[J]. 工业技术创新, 2022, 9(1): 49-54.
[15] 董小灵. 局部特征的局部敏感哈希专利二值化图像检索[J]. 电视技术, 2022, 46(5): 54-60, 66.
[16] 李成勇, 王莎, 陈成瑞. 基于CMOS图像采集的车道偏移识别系统设计与实现[J]. 中国测试, 2022, 48(6): 106-110.
[17] 李岩舟, 石奕峰, 涂伟, 等. 基于激光雷达的全生长周期甘蔗地行间自主导航研究[J]. 中国农机化学报, 2022, 43(3): 153-158.
Li Yanzhou, Shi Yifeng, Tu Wei, et al. Research on autonomous navigation between rows of sugarcane in the whole growth cycle based on LiDAR [J]. Journal of Chinese Agricultural Mechanization, 2022, 43(3): 153-158.
[18] 杨章静, 王镜宇, 黄璞, 等. 基于加权协同表示的人脸识别方法[J]. 计算机工程与设计, 2022, 43(6): 1785-1793.
[19] 黄艳堃, 邓玉辉, 孙光才, 等. 基于时间信息加权的ViSAR目标阴影跟踪算法[J]. 系统工程与电子技术, 2023, 45(10): 3065-3075.
[20] 陶旭, 余富强, 蔡金金, 等. 面向激光雷达点云数据的多结构树种识别[J]. 中国农机化学报, 2024, 45(5): 168-175.
Tao Xu, Yu Fuqiang, Cai Jinjin, et al. Multi‑structured tree species recognition for LiDAR point cloud data [J]. Journal of Chinese Agricultural Mechanization, 2024, 45(5): 168-175.

[1]	杨浩勇 , 王超柱 , 刘浩义 , 关心桐 , 刘璎瑛 , 丁永前 . 种子破损率快速检测方法研究[J]. 中国农机化学报, 2024, 45(9): 104-110.
[2]	张延军, 赵建鑫, . 基于多路神经网络的黄花菜关节点检测算法研究[J]. 中国农机化学报, 2024, 45(7): 228-234.
[3]	郎秀丹, 史宇亮, 李天华, 陈明东. 基于阈值识别的温室黄瓜整体自动落蔓装置研究[J]. 中国农机化学报, 2024, 45(6): 106-112.
[4]	杨昊霖, 王其欢, 李华彪, 耿端阳, 武继达, 姚艳春. 基于改进YOLOv5的田间复杂环境障碍物检测[J]. 中国农机化学报, 2024, 45(6): 216-222.
[5]	缪亚伦, 石美琦, 孟海涛, 梁旭升, 黄才贵, 李岩舟. 基于Stereo CameraYOLOv5自然环境下百香果检测与定位模型[J]. 中国农机化学报, 2024, 45(3): 233-241.
[6]	张伟进, 王福顺, , 孙小华, 王军皓, 刘宏权, 王鑫鑫, . 传统图像分割算法在农作物籽粒考种应用中的研究进展[J]. 中国农机化学报, 2024, 45(2): 280-287.
[7]	崔高建, 李晓娟. 长绒棉棉铃成熟度仿生类脑分类方法研究[J]. 中国农机化学报, 2024, 45(10): 177-183.
[8]	李家超, 罗斌, 周亚男, 黄硕, 侯佩臣, . 基于图像处理的水稻剑叶夹角测量[J]. 中国农机化学报, 2024, 45(10): 228-232.
[9]	黄家才, 汪涛, 张铎, 唐安, 高芳征. 基于改进YOLOv4的草莓果柄叶识别与定位[J]. 中国农机化学报, 2023, 44(9): 205-213.
[10]	李航, 廖映华, 黄波. 基于改进DQN算法的茶叶采摘机械手路径规划[J]. 中国农机化学报, 2023, 44(8): 198-205.
[11]	李锦新, 武涛, 刘庆庭, 徐凤英, 任甲辉, 黄俊杰. 履带式甘蔗收割机坡道行驶稳定性分析与仿真[J]. 中国农机化学报, 2023, 44(6): 127-134.
[12]	周显沁, 韩震宇, 刘成源. 基于改进卷积神经网络与图像处理的蚕茧识别方法[J]. 中国农机化学报, 2023, 44(5): 100-106.
[13]	周鹏飞, 蒙贺伟, , , 梁荣庆, 张炳成, 坎杂, , . 基于OpenCV-Python的土壤颗粒动态休止角试验[J]. 中国农机化学报, 2023, 44(5): 214-222.
[14]	王恒, 张维懿, 李成松, 王沛, 王丽红, . 基于图像处理的果树滴水线导航路径检测方法研究[J]. 中国农机化学报, 2023, 44(3): 183-190.
[15]	任浩, 李丽, 卢世博, 陈静姚, 张云峰, . 基于深度学习的复杂自然环境下桑树枝干识别方法[J]. 中国农机化学报, 2023, 44(2): 182-188.