[发明专利]一种轻智能化的果园地头导航方法

说明书

本发明公开了一种轻智能化的果园地头导航方法，属于农业智能技术领域。该方法包括以下步骤：S1.通过三维激光雷达采集果园原始三维点云数据，并对原始三维点云进行滤波；S2.利用PCL点云库提取果树树干信息；S3.通过识别树干进行行末定位，确定地头导航起点；S4.提取果园地头特征；S5.利用神经网络匹配有效导航路径；S6.控制机器人转向，完成地头导航。本发明利用激光雷达采集果园点云数据，更适用于光照强烈、地形复杂的丘陵果园，且采用神经网络的方法匹配有效地头转向路径，匹配精度高、抗干扰能力强。

技术领域

本发明属于机器人自动导航领域，特别是涉及一种轻智能化的果园地头导航方法。

背景技术

我国水果主产的优质果园主要分布在山东、川中、两广等丘陵地区。随着技术的不断进步，一些自动化装备开始替代传统的人工作业，逐渐应用在丘陵果园的生产、管护与采收等环节，降低劳动强度，提高生产效率。

行间导航与地头导航是果园机器人实现全过程自主作业的必要环节。然而目前，关于果园机器人导航的研究主要面向行间环境，对于地头转弯的研究较少，且关于地头导航的大部分研究均围绕大田环境开展，其难点在于：一是果园郁闭导致GNSS定位信息丢失，无法实现实时的绝对坐标定位；二是受地形条件、种植模式等因素的制约，地头情况差异性大，地头识别困难，自动换行难度较高。因此，一般情况下，这些机器人在转弯时都切换为人工驾驶模式。因此，解决果园地头导航难点，对于果园机器人自主作业具有实际意义。

果园地头导航主要包括行末定位与地头转向两大部分。针对果园的行末定位，国内大部分研究采用GNSS与机器视觉两种方法。但是，机器视觉导航易受光照强度影响，容易引起较大的检测误差，存在一定的局限性，且大部分果园环境较为郁闭，GNSS信号容易丢失，影响导航精度。因此，相比于视觉导航与GNSS导航，激光雷达受环境影响小，自动导航稳定性高，更适用于光照强烈、地形复杂、树叶茂密的丘陵果园行末定位。

机器学习方法由于精度高、分类能力强，已得到广泛应用。针对机器人的地头转向，若能将人工驾驶时机器人的转向运动信息进行记录，并以此为数据集训练得到网络模型，则可以根据果园地头特征，从转向路径中有效匹配出一条最佳路径，确定机器人地头转向策略，最终实现地头导航。

发明内容

本发明的目的在于提供一种轻智能化的果园地头导航方法，以解决上述问题。

为了实现上述目的，本发明提供了如下技术方案：

一种轻智能化的果园地头导航方法，包括如下步骤：

S1.通过三维激光雷达采集果园原始三维点云数据，并对原始三维点云进行滤波；

S2.利用PCL点云库提取果树树干信息；

S3.通过识别树干进行行末定位，确定地头导航起点；

S4.提取果园地头特征；

S5.利用神经网络匹配有效导航路径；

S6.控制机器人转向，完成地头导航。

具体步骤如下：

S1.果园三维点云滤波；

对原始三维点云进行滤波，滤除离群点、地面点云，同时滤除距激光雷达三倍株距以外的点云，保证激光雷达左右两侧前视距离内各包括至少三棵果树；

S2.果树树干信息提取；

对滤波后的三维点云进行分割处理，通过K-mean聚类算法提取出单株果树，随后采用随机采样一致性算法从单株果树中提取出树干点云，完成果树树干信息的提取；

S3.当激光雷达检测到前视范围内单侧树干均少于三棵，且数量随着机器人移动不断减少时，判定前视范围内距离最远的树干为行末树干，左右两侧行末树干连接线的中点为地头导航起点；