融合2D-LiDAR、RTK-DGPS与IMU的靶标精准探测与叶面积密度计算方法研究

Using variable-rate spraying technology on the plant protecting machine is an important approach to enhance the effective utilization and reduce excessive application of chemical pesticides. The foundation of variable-rate spraying is obtaining the geometric parameters of the target accurately, real-timely and dynamically. This project proposes a detecting system in order to obtain the precise 3-Dimension laser scanning data sets of the target by fusing LiDAR (Light Detection and Ranging), RTK-DGPS (Real time kinematics Differential GPS) and IMU (Inertial Measurement Unit) for pear tree with trunk shape. Three spatial errors caused by the uneven terrain ,the biased trajectory and the uneven speed will be eliminated by using the lever-arm effect compensation algorithm, lateral deviation compensation algorithm, interpolation and curve-fitting algorithms respectively. Meanwhile, this project proposed to utilize leaf area density instead of the volume for calculating the spray rate, which can eliminate the larger error caused by the irregular canopy shape and lots of gaps in the canopy of the target. Leaf area density is calculated by combining the point cloud density and a correction factor of leaf morphology in each spray area with a same volume. The correction factor of leaf morphology is calculated by leaf area index distribution model and leaf angle distribution model under the conditions of different plant growth cycle, different Photo-synthetically Active Radiation and different location in the canopy. The research on this project can provide theoretical and technical methods for the innovative plant protecting machine development.

应用植保机械进行变量喷雾作业是提高化学农药利用率、减少农药危害的有效途径之一。实时、动态、精确地获取靶标的几何特征参数是实现变量喷雾的基础。本研究以主干形梨树为靶标，提出一种融合2D-LiDAR、RTK-DGPS与IMU传感器的靶标精准探测系统，通过杆臂效应补偿算法、横向偏差补偿算法、等比例插值与曲线拟合算法分别消除由地面不平、行驶轨迹偏离与行驶速度不均匀引起的空间位置误差，获取靶标精准的三维激光点云数据集。同时，为解决靶标体积参数在计算过程中因树冠不规则的外轮廓和内部孔隙产生较大误差的问题，提出计算靶标的叶面积密度参数，为施药量的计算提供新的参考信息。叶面积密度参数由施药子区域内的点云密度参数结合叶片形态校正系数进行计算，叶片形态校正系数通过不同生长周期、不同光照条件、冠层不同位置条件下的叶面积指数分布模型与叶片倾角分布模型进行计算。本项目的实施能够为新型植保机械的研发提供基础。

当前，我国果树的病虫害仍以化学农药喷雾防治为主，尽管化学农药是高效的，但使用确是低效的，农药有效利用率仅为30%左右，粗犷式的施药方式不仅施药效果差还会造成农业面源污染、影响人们身体健康。应用植保机械进行变量喷雾作业是提高化学农药利用率、减少农药危害的有效途径之一。实时、动态、精确地获取靶标的几何特征参数是实现变量喷雾的基础。本项目以主干形梨树为靶标，基于LiDAR传感器融合RTK-DGPS与IMU惯性传感器对靶标冠层进行无损探测，实时获取靶标三维点云数据并提取计算叶面积密度参数作为施药参数指导变量喷雾机变量喷药。一部分主要研究内容是通过多源传感器数据融合与杆臂效应补偿算法、横向偏差补偿算法、等比例插值算法分别用于消除由地面不平、行驶轨迹偏离与行驶速度不均匀引起的空间位置误差，从而获取靶标精准的三维激光点云数据。另一部分主要研究内容是在果树靶标冠层尺度上提取计算特征参数，所提取计算的叶面积密度参数有效弥补了以靶标体积参数作物施药参数的局限性，即树冠不规则的外轮廓和内部孔隙产生较大误差的问题，为施药量的计算提供新的参考信息。项目开发的靶标精准探测系统软硬件成功移植到一款3WGF-500A 悬挂式的传统果园风送喷雾机上，并与喷雾机变量喷雾系统软硬件进行集成，集成后的变量喷雾机通过雾滴沉积覆盖密度与喷雾量参数评估整机与靶标探测系统的性能。试验试验结果表明，果树靶标采样点水敏纸上单位面积（cm2） 最少雾滴个数为35滴，达到了有效喷雾效果；当靶标冠幅与总冠幅比为39.9%时，变量喷雾模式相比于连续恒定式喷雾省药71.96%，相比于对靶开关式喷雾省药29.72%，达到了减量效果。因此，项目研发的靶标精准探测系统能够实时有效计算施药参数并指导果园风送喷雾机根据靶标叶面积密度的不同实现变量施药，在保证施药质量的同时有效降低了农药的浪费，有利于减少农业面源污染，为新型精准变量果园植保机械的研发提供了基础。