基于二维激光传感器无人直升机作业边界探测

２０１７年７月　农机化研究　第７期　基于二维激光传感器无人直升机作业边界探测　陈加栋，邱白晶，管贤平，周海涯　（江苏大学现代农业装备与技术教育部重点实验室，江苏镇江２１２０１　３）　摘要：无人机喷雾作业边界探测识别是无人直升机喷雾的重要内容，如果喷雾最大喷幅超过目标区域，会导致　药液流失，造成环境的严重　染。为此，基于无人直升机平台，选取二维激光扫描传感器、姿态传感器等传感器　搭建了一套二维激光扫描探测系统。该系统利用二维激光传感器探测无人直升机距离作物冠层和田埂的高度，　计算冠层和田埂距离差值，并把高度差值作为分割阈值，实现无人直升机作业边界的提取，同时进行了田问试验　验证。　关键词：无人自升机；二维激光扫描；边界探测；田问试验　中图分类号：Ｓ２５１；￥４９４　文献标识码：Ａ　文章编号：１００３－１８８Ｘ（２０１７）０７－００１０－０６　

０　引言　无人直升机相比于其它植保机械，适用于小区　域、大田内精准施药和丘陵及山区的农作物病虫害防　治，而且尺寸小、质量轻，不需要专用起降场地与跑　道，是一种非常适合我国农作物病虫害防治的施药机　械　卜　。　无人机与ＬＩＤＡＲ结合，在地形测绘、环境监测及　三维城市建模等领域有广泛的发展　ｊ。２０００年，Ｅ１一　ｂｅｒｉｎｋ等　将离散点云数据内插为规则格网，通过各　点与邻近点的高程值来分析各点的高程纹理特征，利　用非监督分类的方法分割不同的地物点。２００３年，　Ｋｒｚｙｓｔｅｋ＿６　利用局部最低点构建ＴＩＮ模型，以高差临界　值判别地面及地物点，再利用有限元法调整地面模型　并加密地面点。这种使用离散点或不规则三角网的　方法有较高精度的成果，避免了内插格网带来的误　差；但计算的难度较高，花费的时间也较多。２００４年，　Ｗｉｊｅｓｏｍａ　Ｗ　Ｓ　提出了一种利用激光测距仪结合Ｋａｌ—　ｍａｌｌ滤波进行道路的提取与跟踪的算法；但算法计算　过程复杂，其实际应用受到限制。２００６年，Ｃｒｅｍｅａｎ　Ｌ　Ｂ　提出了基于神经网络的方法进行道路的分割与跟　踪。此方法首先提取道路的高度、色彩和纹理等特征　收稿日期：２０１６—０５—２５　基金项目：江苏，肯科技支撑（农业部分）计划项目（ＢＥ２０１４３７４）；镇江　Ｉ　霞点研发｛１‘划项日（ＮＹ２０１５０１６）；低空低量航空植保父　键技术及装帑研发项目（ＮＺＸＴ０】２Ｏ１４０３）　作者简介：陈加栎（１９８９一），　，江苏镇江人，硕十研究生，（Ｅ—ｍａｉｌ）　ｃｊｄｏｎｇ２００７＠１　２６．ｔｏｎｉ。　通讯作者：邱　Ｉ品（１９６１一），男，江苏镇江人，教授，　十，（Ｅ—ｍａｉｌ）ｑｂｊ　＠ｕｉｓ．ｅｄｕ．（　ｎ、　信息训练神经网络，然后进行道路的检测。２００８年，　于春和　提出了一种道路边界检测算法，算法依据激　光获得的高度差，对边界深度数据的进行提取。试验　结果表明：该算法可靠性强，能够准确完成道路边界　检测任务。２０１１年，刘梓等“　利用３Ｄ激光雷达检测　道路高度跳变特性来提取特征，该算法能够准确完成　道路边界检测任务。２０１１年，侯学勇¨　提出ｌ『全局　搜索及双阈值的算法对数据点进行归类并检测道路　边界。实验结果表明：该算法能够检测出路边及障碍　物边界，能够为自主移动机器人提供安全可行的区　域。　由于小型无人直升机作业时载重限制，进行低卒　作业时使用二维激光传感器替代ＬＩＤＡＲ系统，不仅能　够达到测绘目标，而且降低了系统的花销，对兀人机　操作者更安全【　Ｊ。　本文在前人研究的基础上，针对小型无人直升机　平台，选取二维激光扫描探测系统，利用尤人直升机　低空、低速作业条件下机载二维激光扫描数据高程差　作为分割依据，提出作业边界分割算法，并对算法进　行了验证。　

１　探测系统组成　１．１　农用遥控无人直升机平台　平台采用汉和ＣＤ一１５型超低空飞行植保无人直　升机，起飞质量３５ｋｇ，飞行高度１～３０ｍ，可以超低卒、　低空、中高空飞行，飞行速度为０～８ｍ／ｓ。　１．２二维激光扫描传感器　如图１所示：二维激光扫描传感器采用ＨＯＫＵＹＯ　公司的ＵＴＭ一３０ＬＸ—ＥＷ　２Ｄ激光扫描测距传感器。激　农机化研究　７　ｊ『ＪＪ　光ｌｌ：Ｉ波Ｋ　９０５Ｉ１１¨的、ｌ　导体激比＿＿　橄管产＇ｌ－，激光发个＝　级Ｉ绒　感器外形　ｌ所　．具怵参数殳ＩＩ丧ｌ　所永　ｆ　感　ｆ』ｔｆＪ！／Ｊ、，　：宽　’　６２ｌＩ１ｒＩ１ｘ６２ｎ１１ｌｌ×８７．５１１１１１１，　顷ｈｔ．－仪２１（）ｇ　

（　ｔ）　ｆ　心　９ｂ　Ｊｔ：｝．１￣】　（ｈ）　｝Ｉ描仪参数　ｆ？Ｉ　Ｉ　维激光传感　外肜技¨描仪参数　Ｉ’ｉｇ．１　１　Ｉ）ｌ　ｌｓＰｒ　ｓＰｌ１ｓ‘｝ｌ（＇ｏｌｄｉｇｍａｌｌｏｔＩ　ａｎｄ　ｔ・　ｌ　ｌｌｌＰ　丧１　维澈比ｆ　怂器参数　ｈｌＩ　ｌ　２ｆ】Ｉ　ｌ　Ｉ　ＩＩＳＯＩ【｝ｌｌＨｌｌＩｌ（　…　

１．３姿态传感器　为Ｊ　ｉ欠　尤人机匕ｆ　釜念，采川Ｉ　ＸＳＫＮＳ　Ｍ　Ｉ　ｊ一３０　¨１Ｒｓ姿忿ｆ々感　，｝　念１｛；４４滚／俯ｆｎ】『ｆＪ精度为０．２。，动　删滚／　ｆｎＪ『『Ｊ　０．５。，们ＩＪ几『『】　瞍　１．０“。，外形　５７　ｎｌｌｌｌｘ４２ＩｌｌｌＩ１ｘ２３ｌｌｌｌＩＩ．Ｊ以　５２ｇ　

２探测系统安装及坐标系转换　２．１　探测系统安装　探洲系统发佚ｆ　１冬ｉ　２　，Ｊ　将　维激光　离　他感器！奠　（１ｉ九人　丌饥／ｌ　Ｉ‘刈称ｌｆｉ　Ｊ　Ｉ【＿　ＩＪ　劣系　统之的，　ｉｔｌ！　维激光　ｆ≈ｆ々感　的激光¨ｍ、｝　九人　机　逊　Ｉ　．ｆ‘埘幢Ｉ／２¨捕、　…的一　十１描　ｆ　地　Ｉ；ｄ　ｌ－；：套念　感　发　维激　）匕　ｊ　ｆ≈ｆ　感　０ＩＩＪ　ｆＩ　的范』　激）匕州　离ｆ　抛　

和姿态传感器　ｊ尢人ｈ丌饥ｆＪ【　…定处』ＪＩ】装』蚁振　缓冲　ｌＩ＿二维激光　离ｆ　感　ｆ¨滏念ｆ々感器发　完成　，　ｉＪ　，＼系统九，ｊ　心在尤人Ｊ　Ｉ：　机左　刈称　ｆ　．　

３激）匕十Ｊ＾　；０１１甜吖０感　４签　ｆ々感＊　２探洲系统嵌　挺　ｓｔａｌｌａｌｉ￣ｍ　Ｉ］ｉａｇ￣　ＩＩｉＩ　ｌｌｆ　Ｉｈ，ｈ　ｌ　ｔｉｌＩ『１　ｉｎ　２．２坐标系转换　

测　姿念他感ｎＨ　ＩＪ的发装他　ｊ　维激　，Ｉ　／＋～ｌｉｆＩ［　￣　＋传感　奠装ｆ　的　ｆ≈及转『『Ｊ价息，利川４＝々换　ｌｖ＋－　×ｌｆ　化激光ｆ』　Ｉ　进ｉ　ｆ交ＩＩ　，ｊ孑激此　ｌ　‘、硷念ｆ．　｝　转换　０　以激光发射点为　、九人ｌ＇ｌｌ，ｒｌ‘机　逊　’…为ｘ　４＝Ｉ｛Ｉ、　４１ｌ『】　Ｉ　｛：　Ｊ　ｉ－，　＇　Ｉ』戊彳Ｉ‘ｒ　ｌ　ｌ：，ｆ】　｝，Ｊ　ｆ　１０九人　：ｌ丁ｆｆＪＩ　中，　系Ｉ、Ｉ　

３激光传感器系统的标定　激ｊ匕　９ＩｌＪ距仪受　ＩＪ）匕　！ｉ＝｛、　度ｆｆｌ做　９　物ｆ水表ｆｎ　ｊ互日Ｊ‘　Ｉ＇Ｉ－：ｆ－ｉ￣＋的影响，测　２－后　为ｊ　Ｉ－Ｊ‘能符合实　：ｆｆＩ’　『ｊ　，　Ｉ　１人Ｊ　）＇Ｃ　ＪｔＣ！、　ｊ　境下，以地Ｉｆｉ　为激光的　ｑＪ　、　，分　ｌＪ　ｌ　ｊｉ发　！（｛日Ｊ’　０．５～３，５Ｉｌｌ的池【ｌｊＩｉ　Ｊ，ｊ．　以ｏ．５Ｉｌｌ　步Ｋ　删　Ｉ　ｒ　、　，　个删：ｌ　、　洲　３次求　、｝　Ｊ‘　ｆＩ　【　＿Ｉｊ　ｆ　ｆ　ｆ１　Ｉｆ　激光发日Ｊ‘　一　Ｉ　ｆ岛Ｊｆ！！Ｉ　ｆ１，Ｊ　Ｊ＼　、Ｊ１　Ｉｔ洲　Ｉ¨匕较　玳，　激光发　・　、　ｊ　奠　化　的』　、ｈ　…定　，　、ｔｔ、ｒ，　ｎ　父系：＾＝ＩＩ＋“　昕以，　验Ｉ『ｌＪ嗵过　｝　、Ｊ’ｈ水　Ｊ　《ｌｆ　Ｊ　、Ｊ‘，，ｎ０　僻　ＩＪ　０１０　川　数　犬２　ＪＶ　，系统｝，Ｊ　定，Ｊ　Ｉ　ｉ『』Ｉｌｌ冬Ｉ　３　ｆ听，Ｊ：　！　结　

Ｊｊ，ｊ　ｊ】！Ｊ　离，，　测ｌｌｌＩ．｝，ｆ岛　实际　ｆ珂ＩＩ　测｝ｌ瑚　ｆ　０　５　０．４９　２．５　２．４９　１　０　０．９９　３　０　２．９８　１　５　ｌ　４９　３．５　３　４８　２　０　Ｉ　９９　２０１７年７月　农机化研究　第７期　距传感器　图３系统标定示意图　Ｆｉｇ．３　Ｓｃｈｅｍａｔｉｃ　ｄｉａｇｘａｍ　ｏｆ　ｓｙｓｔｅｍ　ｃａｌｉｂｒａｔｉｏｎ　用最小二乘法对数据进行曲线拟合，得到拟合函　数表达式为　）＝０．９９７　４ｘ一０．００３；拟合相关系数Ｒ　＝１。拟合结果如图４所示。　

０　０．５　Ｉ．０　１．５　２．０　２．５　３．０　３．５　４．０　实际距离／ｍ　图４拟合结果　Ｆｉｇ．４　Ｆｉｔｔｉｎｇ　ｒｅｓｕｌｔ　

４算法描述及算法流程图　直立水稻和田埂存在高度差，可以利用二维激光　传感器获得的高度差值作为分割阈值，将激光信号进　行分割，从而实现作业边界的探测。　４．１　扫描角度及滤波中值的确定　如图５所示：单侧扫描角度　固定为４５。，获取飞　

行高度为日下单侧扫描范围为　内的二维激光数　二　

据，记录姿态传感器数据。　

对数据进行坐标系转换。考虑飞机飞行过程中的　振动对测量的影响，对数据进行中值滤波处理，滤波　中值选６～１０，获得一帧激光信号值Ｌ（ｉ）。　４．２阈值提取　对所获取的激光距离信号进行阈值提取，阈值提　取算法如下：　

１）根据水稻和田埂的高度特征，分别提取不同飞　行速度、不同飞行高度下水稻和田埂的特征差值范围　及水稻田埂间的特征差值。由于激光扫描频率为　４０Ｈｚ，获取的数据量较大，所以数据处理时需要对激　光采集是数据进行提取，提取的数据应能够反映探测　对象的特征。具体提取方法如下：当飞机以０．５ｍ／ｓ　速度飞行时，每隔０．５ｓ提取一帧激光数据；以１．５ｍ／ｓ　速度飞行时，每隔０．２ｓ提取一帧激光数据；以２．５ｍ／ｓ　速度飞行时，以０．１　Ｓ提取一帧激光数据。　２）将不同飞行高度日及不同飞行速度　下对应　水稻和田埂间的特征差值进行拟合，得到拟合函数　日，　）。　３）根据结合拟合结果　日，　），根据公式Ｔ＝　

．厂（日，　）确定边界提取阈值　的大小。　４）最终确定阈值　。　

图５扫描角度计算　Ｆｉｇ．５　Ｓｃａｎｎｉｎｇ　ａｎｇｌｅ　ｃａｌｃｕｌａｔｉｏｎ　４．３边界分割　无人直升机作业边界提取，具体边界分割算法如　下：　１）对Ｌ（　）逐一判断第ｉ个点和第ｉ＋１个点的特　征差值ｈ（　）。　２）判断ｈ（ｊ）与阈值　的大小：当ｈ（　）≥　，记录　此点的值以及所对应的角度。当ｈ（ｊ）＜Ｔ，则不记　录。　３）以ｈ（　）为分割点，将激光信号Ｌ（ｉ）分割为不　同的区间，从而依据所分割的区间及区间所对应的地　貌情况结合扫描角度对应的实际距离，保证最大喷幅　在区间内，从而确定作业区域。　４．４算法流程图　对一帧激光数据进行边界识别算法的具体流程图　如图６所示。