农业工程论文_基于欧氏聚类的三维激光点云田间

文章摘要:为满足目前农业机械（简称农机）自动驾驶中农田障碍物检测的需求，提出了一种使用三维激光雷达检测田间障碍物的方法。该算法首先对采集的环境点云进行预处理，采用体素栅格下采样滤波，将稠密的点云在不损失特征信息的情况下进行减量；采用三维长方体对角点划定感兴趣区域以便快速计算；采用随机采样一致性（RANSAC）算法检测出农田地面的点云，将地面点云与地面上障碍物的点云进行分割。然后对地面上障碍物的点云基于K-d tree进行欧氏聚类，其中聚类的距离阈值为0.6m。最后判断聚类的点数量和外接长方体的体积，过滤掉点数和体积过大或过小的无效聚类从而得出障碍物。本研究应用32线激光雷达在北京小汤山国家精准农业示范基地进行田间环境点云的采集，分别对田间机具、草堆、田埂、地头矮房、路边树木和田间行人应用本算法进行检测，结果表明该算法对田间常见障碍物有较好的检测效果。考虑到人是田间行车安全的重要因素，在田间试验了行人横穿于雷达视野前方且距离雷达距离分别为5m、10m、15m、20m、25m、30m时，算法的检测效果，试验结果表明田间动态行走的人在30m内平均检出率为96.11%。该算法可用于大田环境下障碍物的检测，为农机自主行走过程中的避障策略研究提供了基础。

文章关键词:

论文分类号:S22;TN958.98

上一篇：园艺论文_农艺农机融合的设施番茄栽培参数优化
下一篇：没有了