科研之友
微信
新浪微博
Facebook
分享链接
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。
-
单位湖南农业大学; 机电工程学院
