基于3D LiDAR的郁闭果园导航方法研究

摘要

【目的】解决郁闭果园环境下果树纵向间距大，全球卫星导航系统(Global navigation satellite system,GNSS)信号不可用的问题。【方法】以轮式喷雾机器人为研究平台、郁闭芒果园为试验环境，提出一种基于三维激光雷达(Three-dimensional light detection and ranging, 3D LiDAR)的导航方法。在激光点云数据预处理方面，首先校正激光雷达安装误差，使用姿态与航向参考系统(Attitude and heading reference system, AHRS)对3D LiDAR获得的点云位置进行地形补偿，用“布料”滤波算法(Cloth simulation filter, CSF)去除地面点云数据，基于点云欧式距离的改进统计滤波方法，既去除了噪声点云又保留了较远距离果树点云。基于3D LiDAR点云扫描特点和三角形不等式条件，设计一种带有聚类体心约束的自适应距离阈值计算方法，将获得的体心位置投影到导航坐标系X-Y平面，获得树干点云的聚类体心位置。应用牛顿插值法(Newton’s interpolation, NIL)对体心位置数据进行插值，插值完成后使用随机采样一致性算法(Random sample consensus, RANSAC)进行导航路径拟合，即NIL-RANSAC。采用最小二乘法(Least squares method, LSM)和RANSAC验证导航路径提取的准确性和可靠性，直接获取导航路径进行对比试验。采用线性二次型调节器(Linear quadratic regulator, LQR)进行路径跟踪控制。【结果】CSF在郁闭果园环境中可有效去除杂草和凹凸不平的地面点云，平均处理时间仅为0.03 s。在15 m范围内自适应距离阈值欧式聚类成功率可达95%以上。LQR实现了路径跟踪控制，NIL-RANSAC、RANSAC和LSM最大横向偏差分别为0.26、0.32和0.42 m,NIL-RANSAC的标准差最小，仅为0.09 m。NILRANSAC路径拟合方法的导航精度优于RANSAC和LSM，完整导航算法的平均耗时小于100 ms。【结论】NILRANSAC方法能够满足郁闭果园下环境导航的精确性和实时性要求，可为果园地面装备自主导航提供参考。

关键词

郁闭果园 / 3D LiDAR / 欧式距离 / 聚类 / 导航路径