基于点云图的农业导航中障碍物检测方法-ingentaconnect.pdf

第 31 卷 第 7 期 农 业 工 程 学 报 Vol.31 No.7 2015 年 4 月 Transactions of the Chinese Society of Agricultural Engineering Apr. 2015 173 基于点云图的农业导航中障碍物检测方法 姬长英，沈子尧，顾宝兴，田光兆，张 杰 （南京农业大学工学院，南京 210031 ） 摘 要：为满足智能农业机器人路径规划中障碍物检测的需求，针对传统双目视觉中用于障碍物检测算法的局限性，提 出基于点云图的障碍物距离与尺寸的检测方法。该方法以双目视觉中以立体匹配得到的点云图为对象，通过设置有效空 间，对不同区域处点云密度的统计，找到点云密度随距离的衰减曲线。远距离障碍物由于相机分辨率的不足，点云密度 会随距离下降，通过密度补偿算法进行补偿，经二次设置有效空间后锁定障碍物位置，将目标点云分别投影于俯视栅格 图和正视图中，获得其距离和尺寸信息。试验表明：该方法能有效还原障碍物信息，最大测距范围为28 m ，平均误差为 2.43% ；最大尺寸检测范围为 10 m，长度和高度平均误差均小于 3% 。该文基于点云图的栅格化表示和密度补偿算法，通 过设置有效空间将点云投影得到障碍物距离和尺寸，不同环境下的精度测试和距离检测验证了可靠性和鲁棒性。 关键词：机器人；算法；机器视觉；障碍物检测；障碍物检测；点云图；点云密度 doi ：10.3969/j.issn.1002-6819.2015.07.025 中图分类号：TP242.6 文献标志码：A 文章编号：1002-6819(2015)-07-0173-07 姬长英，沈子尧，顾宝兴，等. 基于点云图的农业导航中障碍物检测方法[J]. 农业工程学报，2015，31(7)：173－179. Ji Changying, Shen Ziyao, Gu Baoxing, et al. Obstacle detection based on point clouds in application of agricultural navigation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(7): 173 －179. (in Chinese with English abstract) 度和外观信息，点云图近年来在逆向工程的应用中开始 0 引 言 [16] 得到研究，通常用于对近距离物体模型的还原与重构 ， 随着精准农业理论和智能机器人的发展，智能农业 且主要以室内环境为主[17-18] 。但由于在室外环境下误匹 车辆导航技术越来越受到国内外的关注[1-2] 。在室外环境 配产生的噪声，三维点云的稀疏，和数据量大等原因， 下导航时，经常处于复杂的非结构环境中，障碍物的存 点云图在避障方面运用的较少。同样产生点云图的激光 在将影响作业的安全性和可靠性。障碍目标位置的检测 雷达在室外避障中使用较为广泛[19] ，但其缺点在于检测 既是对农业机器人安全作业的保证，也是进行路径规划 范围仅局限于固定平面，无