基于移动机器人的树木识别与冠层信息测量

来源：中国农机化学报杂志2024年第5期北京时间：

作者：廖舒怀, , 王凯, 宋健, 解福祥, 王名声, , 龚中良

摘要：针对人工测量苗圃冠层参数费时费力，无法快速提取果树冠层参数的问题，提出一种基于环境点云识别算法的树木冠层信息提取方法。首先利用LiDAR-IMU紧耦合里程计进行点云矫正和特征点提取，在建图中使用旋转约束解决Z轴偏移问题，完成测量区域的环境重建；将点云地图传输至后台工作站后，使用欧式聚类和3D-FV-DNNs算法对树木点云进行分割与识别；最后在找到第一主枝后利用立方体素法实现冠层体积建模，采用二维栅格法提取冠层面积参数。试验表明：本文采用的建图算法能较高精度地重建完整果园环境，基于DNN深度学习分类器的苗圃识别方法获取的PR曲线的Bet值比SVM与RF分类器所获取的数值高出0.064 1与0.099 9，此外树冠体积与面积的R2与RMSE分别为0.746 77、0.697 8以及0.097 54、0.076 77。表明本文算法测得的冠层参数与人工测量值有强相关性，为果园精细化管理提供重要支撑。

关键词：移动机器人,点云环境地图,深度学习,点云识别,树冠参数

基金资助：山东省重点研发计划项目(2019GNC106144)