智能农业和精准农业中三维重建的传感器、系统和算法综述


发布时间:

2024-08-16

来源:

作者:

通过传感器和相机感知真实三维世界的形状和结构在各个领域都是必不可少的。3D重建技术致力于实现这一理想过程。3D重建技术作为一种变革性的工具,丰富了我们感知现实世界中物体和场景的真实形状和立体结构的能力。通过结合先进的传感器、图像处理算法和三维重建方法,从多个角度和维度捕捉目标的形状和结构信息,并在虚拟环境中创建高度逼真的三维模型。随着农业现代化的快速发展和技术的不断进步,人们对农业生产中更高效、更精确的管理和监测方法的需求日益增加。传统的观测测量方法面临着效率低、数据不完整等挑战。三维重建技术为智慧农业提供了更加精准、智能的管理工具。本文详细介绍了基于三维重构技术在智慧农业中的研究进展。深入研究了各种传感器和传感系统的特点和发展,讨论了实现三维重建技术的各种方法。与工业环境中的应用不同,农业环境和作物通常是复杂多变的,在选择合适的传感器和重建方法时需要考虑多种因素。因此,总结了农业机器人、作物表型、畜牧业和食品工业等几个方面的应用。最后,给出了农业三维重建面临的挑战和潜在的未来趋势。

 

图1  三维重建技术中涉及的传感器和传感系统综述。

 

图2  结构光三角剖分原理示意图(a)和结构光分类示意图(b-d)。

 

图3  三维重建技术方法。

 

图4  三维重建在农业机器人中的应用。(a)利用双目视觉系统和单应性矩阵进行三维重建,获得道路自优势路线。(b)基于单目视觉的户外机器人导航系统。从参考视频序列(俯视图)计算三维重建。(c)基于RGB-F相机和UGV的商业果园环境制图。(d)基于LiDAR技术的葡萄园作物重建。(e)葡萄树自动修剪机器人系统,该系统基于三维立体摄像机构建葡萄树的3D模型。(f)二维激光雷达扫描空气中的液滴,获得三维液滴分布可视化。

 

图5  三维重建技术在作物表型分析中的应用。(a)小麦叶片表面三维重建。(b)三维重建的大豆植物的主要视角,具有校准的冠层和植物高度。(c)葡萄簇结构的全自动三维重建。(d)田间玉米作物行三维重建。(e)采集大豆图像,提取根系骨架,重构大豆根系结构。(f)利用MRI和CT重建土壤介质中的根系。(g)利用显微镜和光学成像系统对大豆根瘤进行三维重建。

 

图6 牲畜三维重建的应用。(a)猪的三维表面重建和体型测量。(b)秦川牛体尺非接触式测量。(c)定量分析牛的局部三维形态,评估其身体状况。(d)融合颜色和热信息的鸡三维重建方法。(e)实现基于两台消费者深度相机的活体个体猪体表3d扫描原型系统。(f)左视角猪的两种姿势:头向前走和头向下走。

 

图7  三维重建在食品工业中的应用。(a)实现脐橙面三维重建的系统。(b)利用无人机采集的多视角图像对苹果进行三维点云重建。(c)猪里脊、鲑鱼里脊的累积点云。(d)三维胴体侧面重建以估计LMY(瘦肉产量)。(e)用于芒果三维重建的DDRS扫描仪,用于测量份量评估。(f)基于立体匹配和体积估计的密集重建。

 

图8  3D重建在智慧农业中的其他应用。(a)基于来自两次扫描的点对三个植物进行三维重建。(b)对不同种类叶菜进行三维重建,以测量植物生长情况。(c)结合算法和3D技术来估计葡萄园生产力中最相关的参数:每串浆果的体积、质量和数量。(d)一个水果跟踪区域的SURF特征点和从跟踪区域重建的三维点云。(e)不同挤压载荷下晶粒内部损伤的三维重建。(f)子叶叶肉细胞和细胞间空气空间的三维重建。(g)大麦种子表面三维重建。

 

来 源

Yu, S., Liu, X., Tan, Q., Wang, Z., & Zhang, B. (2024). Sensors, systems and algorithms of 3D reconstruction for smart agriculture and precision farming: A review. Computers and Electronics in Agriculture. 109229.

 

编辑

王春颖

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。