结合UGV和LiDAR的低成本三维果园制图系统的开发


发布时间:

2022-02-03

来源:

本站

作者:

PhenoTrait

  作物发育早期的生长评价对最终产量至关重要。点云已被用于基于激光扫描的陆地测绘平台对不同作物的检测、表征、表型和预测等任务。三维模型生成需要使用专门的测量设备,由于其硬件和数据处理软件复杂且成本高,限制了该技术的使用。

 

  开发了果园或小作物的无人驾驶三维重建绘图系统,如图1,以支持形态学指标的确定,允许计算树冠高度和半径,以监测植物生长。介绍了一种低成本测绘系统的各个开发阶段的细节,该系统集成了一种无人地面车辆(Unmanned Ground Vehicle,UGV)和一个2D激光雷达(LiDAR)来利用PIX4D建图软件生成三维点云。用于数据采集的传感系统从机械、电子、控制和软件层设计开发。无人地面车辆(图3)使用摇臂-转向架悬挂和速度控制,如图2,以方便操作和操作用户避免突然运动的影响。

 

  验证试验是在一个柑橘作物剖面上进行的,如图4,通过比较生成的点云与摄影测量方法获得的参考值之间的距离和冠层高度值。生成了一个3D作物地图,如图5,以提供不同区域的树冠密度的图形视图,使用python辅助工具确定单个植物的特征,如图6。现场评价结果显示,点云数据与参考值的树高和树冠直径均方根误差分别为30.8和45.7 cm。

 

  图1 三维测绘系统功能图

 

  图2 摇臂-转向架悬架系统设计: (a)完整的摇臂-转向架悬架;(b)车轮受力示意图。

 

  图3 测绘系统示意图及将初始点从LiDAR转换为参考框架的不同协调框架点的符号epo:(a)车辆后视图,(b)车辆俯视图。

 

  图4 将移动3D激光雷达测绘系统导入柑橘作物。

 

  图5 从柑橘作物段获得点云:(a)点云俯视图,(b)通过飞行器获取的RGB图像进行比较,(c)分割树的正面。

 

  图6 在交互式Python脚本中,从点云的俯视图移除地面,辅助测量作物参数。

 

  论文相关代码: https://github.com/HaroldMurcia/miniRover_LiDAR_citrush_crop.git

 

  来源:Murcia, H.F.; Tilaguy , S.; Ouazaa, S. Development of a Low-Cost System for 3D Orchard Mapping Integrating UGV and LiDAR.Plants2021,10, 2804. https://doi.org/10.3390/plants10122804

  

  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。