基于三維激光點云的靶標(biāo)葉面積密度計算方法

張美娜 呂曉蘭 邱 威 雷嘵暉 楊青松 張東新

(1.江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)設(shè)施與裝備研究所， 南京 210014； 2.南京農(nóng)業(yè)大學(xué)工學(xué)院， 南京 210031；3.江蘇省農(nóng)業(yè)科學(xué)院園藝所， 南京 210014)

基于三維激光點云的靶標(biāo)葉面積密度計算方法

張美娜1呂曉蘭1邱 威2雷嘵暉1楊青松3張東新1

(1.江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)設(shè)施與裝備研究所， 南京 210014； 2.南京農(nóng)業(yè)大學(xué)工學(xué)院， 南京 210031；3.江蘇省農(nóng)業(yè)科學(xué)院園藝所， 南京 210014)

為向變量噴霧系統(tǒng)施藥量的計算提供數(shù)據(jù)基礎(chǔ)，提出了靶標(biāo)噴施區(qū)域葉面積密度參數(shù)的計算方法。靶標(biāo)三維點云數(shù)據(jù)由二維激光雷達(dá)傳感器沿果樹行直線運動間接獲取。在假設(shè)各噴施子區(qū)域內(nèi)葉片面積變化相對較小的條件下，基于Matlab曲線擬合工具箱cftool分析并驗證了點云數(shù)與葉片數(shù)之間存在函數(shù)關(guān)系。曲線擬合結(jié)果表明，利用高斯函數(shù)、多項式函數(shù)與指數(shù)函數(shù)擬合點云數(shù)與葉片數(shù)，決定系數(shù)分別為0.925 7、0.931 0與0.936 4，指數(shù)函數(shù)擬合效果最好。相對誤差分析結(jié)果表明，基于3種擬合函數(shù)，枝葉茂密區(qū)域相對誤差最小為11.46%，枝葉中等茂密區(qū)域相對誤差最小為11.05%，枝葉稀疏區(qū)域相對誤差最小為35.50%?；诖_定的點云數(shù)與葉片數(shù)間的函數(shù)方程，經(jīng)系數(shù)變換后可計算出葉面積密度參數(shù)。

變量噴霧； 激光雷達(dá)掃描； 三維點云； 點云密度； 葉面積密度

引言

采用化學(xué)農(nóng)藥噴霧仍是中國防治果樹病蟲害的主要手段，但農(nóng)藥有效利用率(20%～30%)普遍偏低，大水量、粗霧噴灑的施藥方式嚴(yán)重影響環(huán)境安全、生態(tài)安全、農(nóng)產(chǎn)品質(zhì)量安全和國民身體健康[1]。變量噴霧技術(shù)[2]根據(jù)靶標(biāo)信息的不同，自動控制植保噴霧機械作業(yè)，實現(xiàn)對噴霧對象的按需施藥，是減少農(nóng)藥危害的必要手段之一，其首先要解決的問題是如何精確獲取指導(dǎo)農(nóng)藥噴施的靶標(biāo)信息參數(shù)。

近年來，為替代人工測量，出現(xiàn)了采用光傳感器、超聲波傳感器[3-7]、立體視覺[8-10]以及激光雷達(dá)掃描傳感器[11-19]等各類檢測裝置進(jìn)行靶標(biāo)探測的研究。ROSELL等[11]指出，激光雷達(dá)掃描傳感器精度高、響應(yīng)快，能夠獲得靶標(biāo)的三維模型，是最具發(fā)展?jié)摿Φ膽?yīng)用技術(shù)。由于激光雷達(dá)掃描傳感器返回的是目標(biāo)點的距離值，不包含果樹枝葉顏色、病蟲害等生物信息，為此，相關(guān)研究主要集中在計算靶標(biāo)的幾何特征參數(shù)上，其中計算最多的參數(shù)為靶標(biāo)區(qū)域生物量的體積。

熊妮娜等[12]通過掃描獲取單株樹木的三維空間點陣數(shù)據(jù)，將樹冠近似為多個圓臺體，通過累加計算樹冠體積。GIL等[13]將樹冠近似為3個矩形塊的疊加，計算樹冠體積。CHEN等[14]將樹冠進(jìn)行網(wǎng)格劃分，利用矩形塊累加計算指定區(qū)域生物量的體積。上述研究計算體積的方法概括為幾何體累加法。俞龍等[15]基于樹冠三維點云數(shù)據(jù)，采用切片技術(shù)提取冠層點云的面、線信息，以累加方式計算果樹冠體積。徐偉恒等[16-17]以三維激光掃描獲取的樹木點云數(shù)據(jù)為數(shù)據(jù)源，運用不規(guī)則體切片分割累加算法實現(xiàn)樹冠體積的自動提取，切片間隔為1 mm。上述研究計算體積的方法概括為切片累加法。韋雪花等[18]針對樹冠形狀不規(guī)則，基于三維激光掃描點云，提出基于體元模擬法的樹冠生物量體積計算方法，指出體元邊長等于冠徑的1/10時樹冠生物量體積值達(dá)到穩(wěn)定。MARTIN等[19]基于三維激光掃描點云，采用邊長為15 mm的立方體元重構(gòu)樹冠，計算樹冠體積。上述研究計算體積的方法概括為立方體元累加法。

上述研究中，幾何體累加法簡單易操作，但用一個或多個實心的規(guī)則幾何體來描述樹冠，忽略了樹冠外輪廓的不規(guī)則和孔隙部分，尤其對于枝葉稀疏期，計算誤差較大。切片累加法有效解決了樹冠外輪廓不規(guī)則的問題，但因為求取的是切面外包絡(luò)內(nèi)的面積，勢必包含了許多孔隙部分，計算誤差仍然較大。立方體元累加法對樹冠外輪廓的描述更加細(xì)化，枝葉間較大孔隙可以去除；但是，該方法在保證計算精度的同時，較小的體元尺寸會導(dǎo)致較長的計算時間，實時性差，難以適用于果樹靶標(biāo)實時的施藥作業(yè)。

針對計算體積參數(shù)的諸多問題，為滿足果樹精準(zhǔn)、實時施藥的作業(yè)需求，本文提出基于靶標(biāo)三維激光點云數(shù)據(jù)提取計算葉面積密度參數(shù)，為植保機械噴霧系統(tǒng)施藥量的計算提供參考。

1 材料和方法

1.1 精準(zhǔn)噴霧系統(tǒng)結(jié)構(gòu)

精準(zhǔn)噴霧系統(tǒng)結(jié)構(gòu)示意圖如圖1所示。

圖1 精準(zhǔn)噴霧系統(tǒng)結(jié)構(gòu)示意圖Fig.1 Structure sketch of precise spraying system1.試驗移動平臺 2.噴霧系統(tǒng) 3.靶標(biāo)探測系統(tǒng) 4.傳感器

靶標(biāo)探測傳感器位于前端進(jìn)行探測，噴霧系統(tǒng)置于后端進(jìn)行變量噴霧，兩者距離為L(m)。假設(shè)噴霧系統(tǒng)采用垂直噴霧的方式，單側(cè)噴霧時霧滴能夠穿透靶標(biāo)，將靶標(biāo)平面進(jìn)行網(wǎng)格劃分，每個噴施區(qū)域是一個l×w×d的矩形空間，l、w、d分別為噴施區(qū)域網(wǎng)格的高度、寬度和深度(m)，對應(yīng)區(qū)域的施藥量記為參數(shù)Pj(i)(i、j∈N))，精準(zhǔn)噴霧系統(tǒng)依據(jù)Pj(i)值的不同控制噴霧系統(tǒng)執(zhí)行機構(gòu)動作實現(xiàn)變量噴霧作業(yè)。

施藥量Pj(i)的計算包含多種參考因素，如靶標(biāo)的幾何特征信息Gj(i)、病蟲害信息Dj(i)與農(nóng)藥信息Cj(i)等，這些相關(guān)參數(shù)通過模型辨識能夠獲取計算施藥量的數(shù)學(xué)模型，即Pj(i)=f(Gj(i),Dj(i),Cj(i))。

本文以激光雷達(dá)掃描傳感器作為靶標(biāo)探測裝置，主要計算靶標(biāo)幾何特征參數(shù)Gj(i)。

1.2 靶標(biāo)探測系統(tǒng)試驗平臺

靶標(biāo)探測系統(tǒng)試驗平臺如圖2所示。

圖2 靶標(biāo)探測系統(tǒng)試驗平臺Fig.2 Test platform of target detection1.便攜式計算機 2.二維激光雷達(dá)掃描傳感器 3.云臺支架 4.增量式光電編碼器 5.電控滑軌

該平臺由便攜式計算機、二維激光雷達(dá)掃描傳感器(Light detection and ranging，LIDAR)、云臺支架、增量式光電編碼器以及電控滑軌組成。靶標(biāo)探測系統(tǒng)通過二維激光雷達(dá)掃描傳感器垂直于掃描平面運動，間接獲取靶標(biāo)的三維點云數(shù)據(jù)。

系統(tǒng)選用西克公司的LMS111二維激光雷達(dá)掃描傳感器探測靶標(biāo)，獲取各掃描面內(nèi)靶標(biāo)的距離與角度。傳感器掃描范圍最大20 m，掃描角度最大270°，角度分辨率為0.25°或0.5°可調(diào)，響應(yīng)時間為40 ms或20 ms。系統(tǒng)選用西克公司的DBS36E增量式編碼器，安裝編碼器與滑軌電動機同軸，輸出脈沖用于計算各二維激光掃描面在水平方向的坐標(biāo)值。編碼器的分辨率為一圈輸出2 048個脈沖，輸出信號類型為高閾值邏輯(High threshold logic，HTL)推/挽式信號輸出。便攜式計算機為數(shù)據(jù)采集與處理終端。

1.3 葉面積密度計算方法

傳統(tǒng)農(nóng)藥噴施的目標(biāo)是將藥劑均勻地噴灑到每一片葉片上，即施藥量q是關(guān)于葉片面積s的函數(shù)，即q=f(s)，但由于葉片數(shù)量繁多且存在部分遮擋，通過無損測量方法難以快速計算葉片面積。葉面積s可通過葉面積密度ρ乘以區(qū)域體積V進(jìn)行間接計算，即s=ρV。其中，葉面積密度ρ用以描述樹冠的枝葉稀疏情況，它指單位體積內(nèi)的葉面積(m2/m3)，即

(1)

假設(shè)區(qū)域體積V內(nèi)葉片數(shù)為nl，每片樹葉的面積為si(i=1,2,…,nl)，將樹葉編號排序，每片葉子與第一片葉子的葉面積之差記為Δsi(i=1,2,…,nl-1)，則區(qū)域體積V內(nèi)葉面積可表示為

(2)

(3)

即，當(dāng)s1與V值確定的情況下，葉面積密度ρ隨nl的變化而變化。

基于區(qū)域體積V內(nèi)葉片數(shù)越多，葉面積越大，傳感器輸出的點云數(shù)越多，本文提出利用點云密度ρp表征葉面積密度ρ，計算方法為

(4)

式中np為指定區(qū)域體積內(nèi)探測返回的靶標(biāo)的點云數(shù)據(jù)個數(shù)，nmax為布滿該區(qū)域體積內(nèi)點云數(shù)據(jù)個數(shù)理論最大值。即當(dāng)nmax值確定的情況下，點云密度ρp隨np的變化而變化。

式(3)與式(4)中區(qū)域體積V內(nèi)葉片數(shù)nl與點云數(shù)np都是能夠簡單獲取計算的數(shù)值，為此，通過數(shù)據(jù)分析確定nl與np間的函數(shù)關(guān)系，再通過系數(shù)計算就能夠確定參數(shù)ρ與ρp間的函數(shù)關(guān)系。

2 試驗

2.1 激光雷達(dá)掃描傳感器精度驗證

將激光雷達(dá)掃描傳感器面向墻面水平放置，設(shè)置傳感器掃描頻率為25 Hz，角分辨率為0.25°，掃描起始角為-45°，掃描終止角為45°，靜止掃描并獲取多組數(shù)據(jù)進(jìn)行分析。試驗取180組傳感器輸出數(shù)據(jù)，每組數(shù)據(jù)包含361個角度和距離，原始數(shù)據(jù)如圖3a所示，每個角度對應(yīng)180個距離的標(biāo)準(zhǔn)差如圖3b所示。

圖3b中，在每個角度坐標(biāo)點上對應(yīng)著由180個距離值計算的標(biāo)準(zhǔn)差，其中最大值為14.07 mm，最小值為6.59 mm，平均值為8.79 mm。試驗結(jié)果表明，相同測量點測量的距離離散程度較小，具有毫米級的測量精度，且角度越接近零測量精度越高，即傳感器的輸出數(shù)據(jù)穩(wěn)定可靠。

圖3 傳感器數(shù)據(jù)Fig.3 Sensor data

2.2 三維點云數(shù)據(jù)的構(gòu)建

本文以紡錘形仿真塑料樹為探測對象，通過人工修剪得到仿真樹枝葉稀疏與枝葉茂密2個靶標(biāo)。試驗用仿真樹高為1.8 m，樹冠寬為1.2 m，滑軌總長為1.36 m，滑塊長為0.1 m，行駛總長為1.26 m。設(shè)置滑軌高度在樹中心點，設(shè)置滑軌與仿真樹底端距離為1/2樹高，設(shè)置滑軌速度為1 m/s。根據(jù)靶標(biāo)信息設(shè)置激光雷達(dá)傳感器參數(shù)：掃描頻率為25 Hz，角分辨率為0.25°，掃描起始角為-45°，掃描終止角為45°。靶標(biāo)三維點云的構(gòu)建步驟為：

圖4 枝葉稀疏靶標(biāo)Fig.4 Target with sparse branches

(1)通過Visual Studio 2005開發(fā)應(yīng)用程序采集激光束角度θ、距離γ以及相應(yīng)位置的編碼器脈沖數(shù)。

(2)將激光雷達(dá)掃描面二維極坐標(biāo)(γ,θ)轉(zhuǎn)化為直角坐標(biāo)(X,Y)，計算方法為

(5)

(3)通過編碼器輸出的脈沖數(shù)確定第三維坐標(biāo)zi，編碼器輸出脈沖最大值為16 384，超過最大值將重新從零開始計數(shù)，基于編碼器輸出數(shù)據(jù)特征計算zi，計算方法為

(6)

式中Ls——滑軌行駛總長

M0——初始位置編碼器脈沖數(shù)

Mn——終止位置編碼器脈沖數(shù)

Mi——滑塊當(dāng)前位置的編碼器脈沖數(shù)

m——編碼器輸出脈沖最大值

bi——數(shù)據(jù)拐點的個數(shù)

仿真樹枝葉稀疏期和枝葉茂密期樹冠實物圖、二維圖與三維點云圖分別如圖4、5所示。由圖4、5可知，靶標(biāo)探測系統(tǒng)輸出的三維點云數(shù)據(jù)能夠真實、有效地反映實物靶標(biāo)的形態(tài)特點。

2.3 參數(shù)統(tǒng)計

基于靶標(biāo)樹冠高、寬、厚度參數(shù)，噴施區(qū)域為1.4 m×1.2 m×0.8 m的長方體，對其進(jìn)行等比例網(wǎng)格劃分，每個子區(qū)域為0.2 m×0.2 m×0.8 m的長方體，共計42個。統(tǒng)計各區(qū)域內(nèi)葉片數(shù)nl與點云數(shù)np。

2.3.1葉片數(shù)統(tǒng)計

利用角鋼材料搭建框架，依照網(wǎng)格尺寸進(jìn)行布線，人工統(tǒng)計各區(qū)域內(nèi)的葉片數(shù)，將統(tǒng)計的葉片數(shù)按噴施區(qū)域網(wǎng)絡(luò)由上至下、由左至右依次輸入到向量中。

統(tǒng)計結(jié)果為，枝葉稀疏靶標(biāo)葉片數(shù)向量A=[0 0 0 0 0 0 0 0 4 18 5 9 18 14 1 9 19 9 17 15 8 0 4 25 16 18 7 4 0 0 4 5 14 22 11 0 0 0 0 0 6 11]；枝葉茂密靶標(biāo)葉片數(shù)向量B=[0 0 0 0 0 5 0 0 0 18 20 18 42 0 0 14 53 57 55 40 4 4 25 62 63 60 43 8 0 2 23 25 16 27 0 0 0 0 0 0 3 0]。

圖5 枝葉茂密靶標(biāo)Fig.5 Target with thick branches

2.3.2點云數(shù)統(tǒng)計

靶標(biāo)探測系統(tǒng)以相同起點、按同一方向掃描靶標(biāo)3次，利用累加法統(tǒng)計指定各區(qū)域內(nèi)的點云數(shù)。枝葉稀疏靶標(biāo)3次統(tǒng)計結(jié)果分別輸入矩陣A1、A2、A3，枝葉茂密靶標(biāo)3次統(tǒng)計結(jié)果分別輸入矩陣B1、B2、B3。

統(tǒng)計結(jié)果為A1=[0 0 0 0 0 0 0 0 61 158 41 113 237 123 10 176 304 98 221 112 66 0 48 279 178 187 129 126 0 0 30 25 123 213 61 0 0 0 0 0 42 73]，A2=[0 0 0 0 0 0 0 0 50 132 28 92 204 96 8 220 346 132 271 158 101 0 48 248 151 181 85 138 0 6 50 43 168 243 79 0 0 0 0 0 34 83]，A3=[0 0 0 0 0 0 0 0 60 128 40 88 195 114 9 193 307 101 266 138 70 0 41 289 171 225 69 112 0 2 32 38 153 220 76 0 0 0 0 0 37 78]。B1=[0 0 0 0 1 72 0 0 1 96 183 244 315 1 0 127 353 368 376 379 59 49 296 413 442 406 344 112 0 6 239 249 181 276 3 0 0 0 0 0 57 0]，B2=[0 0 0 0 0 64 0 0 1 112 214 251 318 1 0 104 349 363 419 378 64 46 313 443 482 429 367 122 0 12 246 234 193 304 9 0 0 0 0 0 27 0]，B3=[0 0 0 0 0 80 0 0 1 102 196 240 316 1 0 115 350 364 396 378 63 47 327 422 460 415 352 116 0 8 248 242 190 280 7 0 0 0 0 0 40 0]。

將枝葉稀疏靶標(biāo)與枝葉茂密靶標(biāo)的掃描數(shù)據(jù)用圖形表述，如圖6、7所示。

圖6 枝葉稀疏靶標(biāo)3次掃描數(shù)據(jù)Fig.6 Three times scanning data for sparse target

圖7 枝葉茂密靶標(biāo)3次掃描數(shù)據(jù)Fig.7 Three times scanning data for thick target

分別計算42個區(qū)域3次掃描數(shù)據(jù)的標(biāo)準(zhǔn)差，再對所有噴施區(qū)域計算的標(biāo)準(zhǔn)差求平均值，將該標(biāo)準(zhǔn)差均值與靶標(biāo)各區(qū)域點云數(shù)的最大值相除，得到一個比值，比值越小說明3次掃描數(shù)據(jù)差距越小，計算方法為

(7)

xi——掃描數(shù)據(jù)

μj——各區(qū)域3次掃描數(shù)據(jù)的均值

σj——各區(qū)域掃描數(shù)據(jù)的標(biāo)準(zhǔn)差

N1——掃描次數(shù)，為3次

N2——噴霧區(qū)域個數(shù)，為42個

計算結(jié)果如表1所示。

表1 3次傳感器掃描數(shù)據(jù)一致性分析Tab.1 Consistency analysis for three times scanning data

由圖6、7以及表1中的計算結(jié)果可知，針對稀疏靶標(biāo)與茂密靶標(biāo)，傳感器3次掃描數(shù)據(jù)的標(biāo)準(zhǔn)差均值與靶標(biāo)各區(qū)域點云數(shù)的最大值的比值分別為0.02與0.01，因此，傳感器3次掃描的輸出數(shù)據(jù)一致性較好。

2.4 曲線擬合分析

基于Matlab曲線擬合工具箱cftool討論葉片數(shù)nl與點云數(shù)np之間的函數(shù)關(guān)系，cftool工具箱包含多項式函數(shù)(9種類型)、高斯函數(shù)(8種類型)、指數(shù)函數(shù)(2種類型)、插值函數(shù)(4種類型)以及冪函數(shù)(2種類型)等，考慮算法復(fù)雜度影響系統(tǒng)實時性，選擇各函數(shù)中階次較低的算法進(jìn)行擬合。工具箱得到的誤差參數(shù)中，決定系數(shù)R2用于判定擬合優(yōu)度，R2越接近1擬合效果越好。

為保證樣本個數(shù)，將枝葉稀疏靶標(biāo)與枝葉茂密靶標(biāo)84個區(qū)域3次掃描數(shù)據(jù)共計252組葉片數(shù)nl與點云數(shù)np進(jìn)行曲線擬合分析。經(jīng)函數(shù)篩選，得到分析結(jié)果如圖8所示。

高斯函數(shù)擬合方程nl=80.08e-[(np-605.5)/321.1]2，決定系數(shù)R2=0.925 7。

指數(shù)函數(shù)擬合方程nl=6.558e0.005 149np-6.576e-0.016 6np，決定系數(shù)R2=0.936 4。

擬合結(jié)果表明上述3種擬合函數(shù)的擬合效果均較好，其中指數(shù)函數(shù)的擬合效果最好。

2.5 相對誤差分析

人工統(tǒng)計的葉片數(shù)nl與由點云數(shù)經(jīng)擬合函數(shù)方程計算的葉片數(shù)n′l之間的相對誤差el為

(8)

將枝葉稀疏靶標(biāo)與枝葉茂密靶標(biāo)共計84個區(qū)域按葉片茂密程度分為3種類型：葉片數(shù)在區(qū)間[40,70]的區(qū)域為枝葉茂密區(qū)域，葉片數(shù)在區(qū)間(20,40)的區(qū)域為枝葉中等茂密區(qū)域，葉片數(shù)在區(qū)間[1,20]的區(qū)域為枝葉稀疏區(qū)域。3種類型區(qū)域相對誤差計算結(jié)果如表2所示。

表2 相對誤差統(tǒng)計結(jié)果Tab.2 Statistical results for relative error %

由表2可知，葉片數(shù)在區(qū)間[40,70]的區(qū)域，采用高斯函數(shù)擬合計算的葉片數(shù)與人工統(tǒng)計的葉片數(shù)之間的相對誤差最小，為11.46%。葉片數(shù)在區(qū)間(20,40)的區(qū)域，采用指數(shù)函數(shù)擬合計算的葉片數(shù)與人工統(tǒng)計的葉片數(shù)之間的相對誤差最小，為11.05%。葉片數(shù)在區(qū)間[1,20]的區(qū)域，采用多項式函數(shù)擬合計算的葉片數(shù)與人工統(tǒng)計的葉片數(shù)之間的相對誤差最小，為35.50%，枝葉稀疏區(qū)域相對誤差較大的原因為相應(yīng)區(qū)域內(nèi)存在靶標(biāo)枝干部分，導(dǎo)致該區(qū)域葉片數(shù)少但返回的掃描點個數(shù)較多。

實際果園中，果樹枝葉存在遮擋，冠層不同區(qū)域葉片面積大小與傾角存在差異，另一方面，果園路面不平，靶標(biāo)探測系統(tǒng)的運載平臺難以保持勻速直線運動，導(dǎo)致點云分布不均勻，上述問題均導(dǎo)致激光掃描傳感器輸出的實際掃描點個數(shù)與區(qū)域內(nèi)所有葉片均被完全掃描的數(shù)據(jù)點個數(shù)之間存在一定差距。為此，利用冠層分析儀對果樹靶標(biāo)進(jìn)行生態(tài)學(xué)統(tǒng)計分析，引入靶標(biāo)形態(tài)校正系數(shù)；通過速度閉環(huán)控制減小系統(tǒng)運載平臺的前進(jìn)速度誤差，使激光點云分布更均勻，引入點云分布校正系數(shù)；進(jìn)而用點云數(shù)、形態(tài)校正系數(shù)與點云分布校正系數(shù)的組合模型表征葉面積密度參數(shù)補償測量值與真實值之間的誤差是今后的研究工作。

3 結(jié)論

(1)基于二維激光雷達(dá)掃描傳感器構(gòu)建了一種靶標(biāo)精準(zhǔn)探測系統(tǒng)，通過數(shù)據(jù)采集、坐標(biāo)變換與數(shù)據(jù)處理獲取了靶標(biāo)的三維點云數(shù)據(jù)，且靶標(biāo)精準(zhǔn)探測系統(tǒng)3次掃描靶標(biāo)輸出數(shù)據(jù)的一致性表明探測系統(tǒng)穩(wěn)定可靠。

(2)在假設(shè)各噴施子區(qū)域內(nèi)葉片面積變化相對較小的條件下，分別基于高斯函數(shù)、多項式函數(shù)與指數(shù)函數(shù)對各噴施區(qū)域內(nèi)葉片數(shù)與點云數(shù)參數(shù)進(jìn)行了曲線擬合，決定系數(shù)均大于0.9，該結(jié)果表明葉片數(shù)與點云數(shù)之間存在一定的函數(shù)關(guān)系，點云數(shù)與葉片數(shù)經(jīng)系數(shù)變換可得，點云密度參數(shù)與葉面積密度參數(shù)存在相同的函數(shù)關(guān)系，即通過點云密度可以計算葉面積密度作為靶標(biāo)的幾何特征參數(shù)。

(3)人工統(tǒng)計的葉片數(shù)與由點云數(shù)經(jīng)擬合函數(shù)方程計算的葉片數(shù)之間的相對誤差分析結(jié)果表明，在沒有枝干干擾的靶標(biāo)區(qū)域，由傳感器數(shù)據(jù)計算的葉片數(shù)其相對誤差最小為11.05%。

1 張海峰，許林云.果園噴霧機發(fā)展現(xiàn)狀及展望[J].中國農(nóng)機化學(xué)報，2014，35(3)：112-118.

ZHANG Haifeng, XU Linyun. Summery of research status on orchard sprayer [J].Journal of Chinese Agricultural Mechanization, 2014, 35(3):112-118. (in Chinese)

2 邱白晶，閆潤，馬靖，等.變量噴霧技術(shù)研究進(jìn)展分析[J/OL].農(nóng)業(yè)機械學(xué)報，2015，46(3)：59-72. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1amp;file_no=20150309amp;journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2015.03.009.

QIU Baijing, YAN Run, MA Jing, et al. Research progress analysis of variable rate sprayer technology [J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(3):59-72. (in Chinese)

3 翟長遠(yuǎn)，趙春江，王秀，等. 樹型噴灑靶標(biāo)外形輪廓探測方法[J].農(nóng)業(yè)工程學(xué)報，2010，26(12)：173-177.

ZHAI Changyuan, ZHAO Chunjiang, WANG Xiu, et al. Probing method of tree spray target profile [J]. Transactions of the CSAE,2010, 26(12): 173-177. (in Chinese)

4 張富貴，洪添勝，李建雄，等. 果樹外形的檢測方法[J]. 農(nóng)機化研究，2008，30(12)：107-109.

ZHANG Fugui, HONG Tiansheng, LI Jianxiong, et al. Experimental study on microwave drying mathematical model of Chinese Prickly Ash[J].Journal of Agricultural Mechanization Research, 2008，30(12):107-109. (in Chinese)

5 SCHUMANN A W, ZAMAN Q U. Software development for real-time ultrasonic mapping of tree canopy size [J]. Computers and Electronics in Agriculture, 2005, 47: 25-40.

6 GIL E, ESCOLA’ A, ROSELL J R， et al. Variable rate application of plant protection products in vineyard using ultrasonic sensors [J]. Crop Protection, 2007, 26: 1287-1297.

7 LLORENS J, GIL E, LLOP J, et al. Variable rate dosing in precision viticulture: use of electronic devices to improve application efficiency [J]. Crop Protection, 2010, 29: 239-248.

8 張富貴，沈明明，劉國志，等. 基于圖像處理技術(shù)的果樹樹葉稀密程度的檢測[J]. 山地農(nóng)業(yè)生物學(xué)報，2013，32(6)：517-521.

ZHANG Fugui, SHEN Mingming, LIU Guozhi, et al. Detection for the fruiter leaf density based on image processing technology [J]. Journal of Mountain Agricultural and Biology,2013, 32(6): 517-521. (in Chinese)

9 李松，張建瓴，可欣榮，等. 果樹三維外形輪廓的仿真與重建[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報，2009，30(1)：115-120.

LI Song, ZHANG Jianling, KE Xinrong, et al. Simulation and reestablishment of the fruit tree’s three-dimensional profile surface [J]. Journal of South China Agricultural University,2009, 30(1): 115-120. (in Chinese)

10 肖健.果樹對靶噴霧控制系統(tǒng)中圖像識別技術(shù)[D]. 北京：中國農(nóng)業(yè)大學(xué)，2005.

XIAO Jian. Image recognition used in crown detection for orchard spraying system [D].Beijing: China Agricultural University, 2005. (in Chinese)

11 ROSELL J R, SANZ R. A review of methods and applications of the geometric characterization of tree crops in agricultural activities [J]. Computers and Electronics in Agriculture, 2012, 81: 124-141.

12 熊妮娜，王佳，羅旭，等．一種基于三維激光掃描系統(tǒng)測量樹冠體積方法的研究——以油松為例[J].北京林業(yè)大學(xué)學(xué)報，2007，29(增刊2)：61-65.

XIONG Nina, WANG Jia, LUO Xu, et al. Measuring tree crownvolume based on three dimension laser scanning and mapping system—takingPinustabulaeformisas a case[J]. Journal of Beijing Forestry University, 2007, 29(Supp.2)：61-65． (in Chinese)

13 GIL E, LLORENS J, LLOP J, et al.Variable rate sprayer. part 2—vineyard prototype: design, implementation, and validation [J]. Computers and Electronics in Agriculture, 2013, 95: 136-150.

14 CHEN Y, ZHU H, OZKAN H E. Development of a variable-rate sprayer with laser scanning sensor to synchronize spray outputs to tree structures[J].Transactions of the ASABE,2012,55(3): 773-781.

15 俞龍，黃健，趙祚喜，等．丘陵山地果樹冠層體積激光測量方法與試驗[J/OL]．農(nóng)業(yè)機械學(xué)報， 2013，44(8)：224-228．http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1amp;file_no=20130838amp;journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2013.08.038.

YU Long, HUANG Jian, ZHAO Zuoxi, et al. Laser measurement and experiment of hilly fruit tree canopy volume[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2013,44(8):224-228. (in Chinese)

16 徐偉恒，馮仲科，蘇志芳，等．一種基于三維激光點云數(shù)據(jù)的單木樹冠投影面積和樹冠體積自動提取算法[J]．光譜學(xué)與光譜分析，2014，34(2)：465-471．

XU Weiheng, FENG Zhongke, SU Zhifang, et al.An automatic extraction algorithm for individual tree crown projection area and volume based on 3D point cloud data[J]. Spectroscopy and Spectral Analysis,2014,34(2): 465-471. (in Chinese)

17 XU Weiheng, SU Zhifang, FENG Zhongke, et al. Comparison of conventional measurement and LiDAR-based measurement for crown structures [J]. Computers and Electronics in Agriculture, 2013, 98: 242-251.

18 韋雪花，王永國，鄭君，等．基于三維激光掃描點云的樹冠體積計算方法[J/OL]．農(nóng)業(yè)機械學(xué)報，2013，44(7)：235-240．http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1amp;file_no=20130741amp;journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2013.07.041.

WEI Xuehua,WANG Yongguo,ZHENG Jun, et al. Tree crown volume calculation based on 3-D laser scanning point clouds data [J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2013,44(7):235-240. (in Chinese)

19 MARTIN B, JEAN-LUC W, RICHARD A F. A model for deriving voxel-level tree leaf area density estimates from ground-based LiDAR[J]. Environmental Modelling amp; Software,2014,51: 184-189.

CalculationMethodofLeafAreaDensityBasedonThree-dimensionalLaserPointCloud

ZHANG Meina1Lü Xiaolan1QIU Wei2LEI Xiaohui1YANG Qingsong3ZHANG Dongxin1

(1.InstituteofAgriculturalFacilitiesandEquipment，JiangsuAcademyofAgriculturalSciences,Nanjing210014，China2.CollegeofEngineering,NanjingAgriculturalUniversity,Nanjing210031,China3.InstituteofHorticulture,JiangsuAcademyofAgriculturalSciences,Nanjing210014，China)

Geometrical characteristic of the target is the basis to calculate pesticide dosage. In domestic and international research, volume was calculated usually as the control input of variable-rate spraying system. Compared with the volume parameter, leaf area density can avoid the errors caused by irregular canopy shape and lots of gaps in the canopy. Therefore, a method to extract the leaf area density based on the three-dimensional laser point cloud data was proposed. This method corresponded to the law that the branches and leaves were more, the leaf area was larger and the point clouds were more. A target detection system was set up, including a laptop, a light detection and ranging sensor, an incremental photoelectric encoder and an electronic slide. Three-dimensional laser point cloud of the target was obtained through the detection system moving along the line between the trees. According to the structure of the spraying system, the spraying area was partitioned into several spaces with the same scale, and the number of point clouds and leaves was counted respectively by computers and men in each sub-region. Based on the assumption which the leaf areas were almost the same in each spraying area, the function relationship between the number of point clouds and leaves was analyzed based on Matlab software cftool. The curve fitting results showed that the correlation coefficients between the leaf number and laser point number were 0.925 7, 0.931 and 0.936 4, respectively, with Gaussian function, polynomial function and exponential function, and the exponential function was the best. On the other hand, based on the above three functions, the minimum relative error of the thick area was 11.46%, the minimum relative error of the area between thick and sparse was 11.05%, and the minimum relative error of the sparse area was 35.5%. Then the leaf area density was calculated by the decided function and coefficient transformation. The calculation of the leaf area density from three-dimensional laser point provided a extra information for calculating the pesticide dosage. A statistic analysis on the real fruit trees and a optimizing for the target detection system were needed, more accurate function relationship between the laser point density and leaf area density would be calculated via the added correction coefficient.

variable-rate spraying; laser scanning； three-dimensional point cloud； point density； leaf area density

10.6041/j.issn.1000-1298.2017.11.021

S491

A

1000-1298(2017)11-0172-07

2017-03-01

2017-04-01

國家梨產(chǎn)業(yè)技術(shù)體系專項(CARS-29-18)、江蘇省農(nóng)業(yè)科技自主創(chuàng)新資金項目(CX(15)1023)和江蘇省農(nóng)業(yè)科學(xué)院基本科研業(yè)務(wù)費專項(ZX(16)3006)

張美娜(1986—)，女，助理研究員，博士，主要從事精準(zhǔn)變量施藥控制系統(tǒng)研究，E-mail： zmnll22@163.com

呂曉蘭(1980—)，女，研究員，博士，主要從事施藥技術(shù)與植保機械裝備研究，E-mail： lxlanny@126.com