摘要
为实现田间管理机械自动导航驾驶,提高苗带轨迹识别精度,提出了一种基于偏移补偿模型的极值点聚类苗带识别算法.首先,以舵机调平单元为基础,利用激光雷达采集苗带数据构建2.5 D点云图像,通过建立偏移补偿模型获得矫正参数.然后,通过极值检测算法获得聚类要素点,结合偏移补偿模型进行分层聚类.最后,通过最小二乘法对获取的苗带聚类点进行线性拟合,实现苗带轨迹的重构.通过对前视范围2 000～3 000 mm且标准行距为220 mm的机插秧水稻进行点云信息Matlab仿真,获得的苗带轨迹与真实苗带轨迹相比,最大横向偏差为16 mm,最大中位偏差为6 mm,运算耗时1.50 s.相比斜率虚化聚类苗带识别算法,最大横向偏差减小了29 mm,运算耗时减少0.14 s,提高了轨迹重合精度,增强了算法的实时性,可为水田管理机械低伤苗导航行驶提供理论依据.
基金项目
国家重点研发计划项目(2017YFD0700903-2)
湖南省重点研发计划项目(2018NK2063)
湖南省重点研发计划项目(2019NK2141)
湖南省科技厅青年基金(2020JJ5234)
湖南省教育厅优秀青年项目(20B292)
国家科技期刊平台
NSTL
维普
万方数据