秸秆打捆作物行检测方法、设备及存储介质与流程

1.本发明涉及农作物生产技术领域，尤其涉及一种秸秆打捆作物行检测方法、设备及存储介质。


背景技术：

2.随着农业机械设备的迅猛发展，目前农业生产自动化程度不断提高。在进行秸秆打捆作业前，一般在收割完作物后需要将散落的秸秆用搂草机搂成一行，以便打捆机捡拾打捆。由于在搂草过程中形成的秸秆行为自然垄，并非完全直线，应用目前的农机导航方法并不能识别其作物行轨迹。当前，流行的作物行检测方式主要是基于视觉的，但应用视觉进行作物行的检测主要适用于作物颜色与田地颜色色差比较大的作物和作物颜色。而一般对秸秆进行打捆作业时都是在作物收割之后，此时秸秆的颜色与田地的颜色较为接近，应用视觉的方案识别秸秆行时其边缘的误差较大，容易识别错误。


技术实现要素：

3.本发明提供一种秸秆打捆作物行检测方法、设备及存储介质，用以解决现有技术中视觉检测因受环境光影响而误差大容易识别错误的缺陷。
4.本发明提供一种秸秆打捆作物行检测方法，包括：通过激光雷达扫描秸秆行获取多个返回激光点形成的点云数据，所述点云数据包括所述返回激光点的角度和距离，根据所述点云数据识别秸秆行。
5.根据本发明提供的一种秸秆打捆作物行检测方法，所述通过激光雷达扫描秸秆行获取多个返回激光点形成的点云数据具体包括：所述激光雷达安装于行进设备的前端，所述激光雷达的垂直视场角为
‑
16
°
至 15
°
，所述激光雷达的水平视场角为360
°
。
6.根据本发明提供的一种秸秆打捆作物行检测方法，所述激光雷达为32线的三维激光雷达。
7.根据本发明提供的一种秸秆打捆作物行检测方法，所述根据所述点云数据识别秸秆行具体包括：
8.通过滤波函数提取感兴趣区域，通过梯度算法确定所述感兴趣区域内的各返回激光点的梯度，基于各返回激光点的梯度确定秸秆行的边界。
9.根据本发明提供的一种秸秆打捆作物行检测方法，所述滤波函数为：
[0010][0011]
其中，ρ为激光雷达与秸秆的距离，θ为检测时激光雷达的方位角；γ
min
为激光雷达扫描秸秆行时秸秆行一侧边界所对应的方位角，γ
max
为激光雷达扫描秸秆行时秸秆行另一侧边界所对应的方位角。
[0012]
根据本发明提供的一种秸秆打捆作物行检测方法，所述通过梯度算法确定所述感
兴趣区域内的各返回激光点的梯度，基于各返回激光点的梯度确定秸秆行的边界具体包括：
[0013]
基于所述感兴趣区域内的点云数据确定秸秆行的最高点，通过梯度算法确定所述感兴趣区域内的各返回激光点的梯度，基于各返回激光点的梯度确定所述最高点两侧的秸秆行边界。
[0014]
根据本发明提供的一种秸秆打捆作物行检测方法，所述梯度算法具体为：
[0015]
n个返回激光点中除了首尾两点之外的任意一点n的梯度为：
[0016][0017]
n个返回激光点中首尾两点的梯度为：
[0018][0019][0020]
其中，为首个返回激光点的梯度，为处于末尾的返回激光点的梯度。
[0021]
根据本发明提供的一种秸秆打捆作物行检测方法，所述基于各返回激光点的梯度确定所述最高点两侧的秸秆行边界包括：
[0022]
设定阈值δ，将所述最高点左右两侧满足的点分别存入数组a和数组b，则数组a和数组b的第一个点和最后一个点为秸秆行的边界。
[0023]
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上所述秸秆打捆作物行检测方法的步骤。
[0024]
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如上所述秸秆打捆作物行检测方法的步骤。
[0025]
本发明提供的秸秆打捆作物行检测方法、设备及存储介质，通过对激光雷达扫描的点云数据进行处理，根据返回的角度和距离参数不同，识别出秸秆行，供路径规划参考，从而可以为应用打捆机进行智能化秸秆打捆提供支持。
附图说明
[0026]
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0027]
图1是本发明提供的秸秆打捆作物行检测方法中激光雷达的安装示意图；
[0028]
图2是本发明提供的秸秆打捆作物行检测方法的流程图；
[0029]
图3是激光雷达扫描数据滤波前后的对比图；
[0030]
图4是感兴趣区域内各返回激光点梯度计算后的效果图；
[0031]
图5是激光雷达的极坐标与三维直角坐标系的变换图；
[0032]
图6是本发明实施例提供的电子设备的结构示意图。
[0033]
附图标记：
[0034]
1：激光雷达；
ꢀꢀꢀꢀꢀꢀꢀ
2：拖拉机。
具体实施方式
[0035]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0036]
下面结合图1至图5描述本发明的秸秆打捆作物行检测方法的步骤。
[0037]
本发明实施例提供的秸秆打捆作物行检测方法，如图2所示，包括：通过激光雷达扫描秸秆行获取多个返回激光点形成的点云数据，所述点云数据包括所述返回激光点的角度和距离，根据所述点云数据识别秸秆行。
[0038]
搂成一行的秸秆会高于地面一定高度，激光雷达扫描返回激光点的角度和距离信息，形成点云数据。不同高度的秸秆会返回不同的角度和距离信息，通过对获取的点云数据进行分析即可识别出秸秆行。
[0039]
本发明实施例提供的秸秆打捆作物行检测方法，通过对激光雷达扫描获得的点云数据进行处理，根据返回的角度和距离参数不同，识别出秸秆行，为应用打捆机进行智能化秸秆打捆提供支持。
[0040]
其中，如图1所示，激光雷达扫描秸秆行的点云数据具体包括：激光雷达1安装于行进设备的前端，激光雷达的垂直视场角为
‑
16
°
至 15
°
，激光雷达的水平视场角为360
°
，激光束绕激光雷达发射中心旋转一周进行扫描。比如，激光雷达1安装在拖拉机2的前端，其扫描到的点云数据通过处理后即可确定返回的角度和距离参数。具体地，激光雷达可以安装在驾驶室上方、前机盖上方或前配重块上方等任一位置，只要其不受阻挡，可以扫描行进设备前方的秸秆行即可。另外，激光雷达还可以通过云台或安装支架可调地安装于行进设备上，以借助云台或安装支架调整角度，以使感兴趣区域内的秸秆行获得最佳的可视效果。
[0041]
在本发明实施例中，激光雷达为32线的三维激光雷达。当然，也可以采用二维激光雷达。其中，激光雷达的数量和排布可以根据需要进行设置，不做具体限定。
[0042]
在上述任一实施例基础上，根据所述点云数据识别秸秆行具体包括：通过滤波函数提取感兴趣区域，通过梯度算法确定所述感兴趣区域内的各返回激光点的梯度，基于各返回激光点的梯度确定秸秆行的边界。
[0043]
激光雷达扫描的范围大于秸秆行的宽度，为了剔除秸秆行之外的数据，在识别秸秆行的边界之前，先通过滤波函数提取感兴趣区域。以感兴趣区域作为后续分析计算的数据基础。为识别秸秆行边界，计算感兴趣区域内各返回激光点的梯度，依据梯度确定秸秆行的边界。
[0044]
具体的，滤波函数为：
[0045][0046]
其中，ρ为激光雷达与秸秆的距离，θ为检测时激光雷达的方位角；γ
min
为激光雷达扫描秸秆行时秸秆行一侧边界所对应的方位角，γ
max
为激光雷达扫描秸秆行时秸秆行另一
侧边界所对应的方位角。γ
min
和γ
max
界定出感兴趣区域的角度范围，在该范围内的返回激光点保留，该范围外的返回激光点剔除。以某一次实验中获取的数据为例，滤波前后的对比图如图3所示，图3(a)为滤波前的数据，图3(b)为滤波后的数据，对比可见，滤波后数据更为集中，剔除了不需要的部分。
[0047]
其中，通过梯度算法确定感兴趣区域内的各返回激光点的梯度之前，先基于感兴趣区域内的点云数据确定秸秆行的最高点，该最高点为感兴趣区域内测得的距离最短的点。然后再通过梯度算法确定感兴趣区域内的各返回激光点的梯度，基于各返回激光点的梯度确定最高点两侧的秸秆行边界。
[0048]
在上述实施例基础上，梯度算法具体为：
[0049]
n个返回激光点中除了首尾两点之外的任意一点n的梯度为：
[0050][0051]
n个返回激光点中首尾两点的梯度为：
[0052][0053][0054]
其中，为首个返回激光点的梯度，为处于末尾的返回激光点的梯度。
[0055]
在确定返回激光点的梯度时，为避免对一个相邻点求取时因个别离散值而造成梯度计算不准确，对首尾两点之外的任一点n求取梯度时采用前后相邻两点来计算。经梯度计算后感兴趣区域内各返回激光点的梯度如图4所示。
[0056]
在计算出各返回激光点的梯度后，设定阈值δ，将最高点左右两侧满足的点分别存入数组a和数组b，则数组a和数组b的第一个点和最后一个点为秸秆行的边界。
[0057]
其中，阈值δ用于区分地面数据与秸秆行数据。通常地面数据的梯度较小，秸秆行有一定高度，存在一定的梯度，借助阈值将地面数据和秸秆行数据区分开。梯度绝对值大于阈值的部分属于秸秆行，这些数据中最靠近阈值的数据为秸秆行的边界。将各返回激光点对应的梯度有序排列，则数组a和数组b的第一个点和最后一个点为秸秆行的边界。
[0058]
由此对激光雷达每次扫描数据进行分析，随着拖拉机的行进，能获取拖拉机前方多组点云数据，并根据点云数据确定秸秆行的边界，从而为拖拉机的行进提供分析依据，有利于实现行车路径的规划。
[0059]
因激光雷达采用极坐标，转换为直角坐标后，激光扫平面仍与车身呈一定角度，故需要将激光雷达的扫描数据从极坐标转换为三维直角坐标。该三维直角坐标以激光雷达中心为坐标原点，以车身一侧为x轴正方向，以车身正前方行车方向为y轴正方向，以垂直于地面向上的方向为z轴正方向。设激光雷达沿水平面倾斜角为α，秸秆距激光雷达的距离为ρ，检测时当前激光束与yz平面的夹角为θ，设待检测的坐标点为(x，y，z)，则
[0060]
x＝ρsinθ
[0061]
y＝ρcosθsinα
[0062]
z＝ρcosθcosα
[0063]
依照转换后的三维直角坐标推算的行车路径，以便控制车身的位置。坐标转换图如图5所示。
[0064]
图6为本发明实施例提供的电子设备的结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(communications interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑命令，以执行如下方法：通过激光雷达扫描秸秆行获取多个返回激光点形成的点云数据，所述点云数据包括所述返回激光点的角度和距离，根据所述点云数据识别秸秆行。
[0065]
此外，上述的存储器630中的逻辑命令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干命令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0066]
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的方法，例如包括：通过激光雷达扫描秸秆行获取多个返回激光点形成的点云数据，所述点云数据包括所述返回激光点的角度和距离，根据所述点云数据识别秸秆行。
[0067]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。