融合激光三維探測(cè)與IMU姿態(tài)角實(shí)時(shí)矯正的噴霧靶標(biāo)檢測(cè)

劉 慧，李 寧，沈 躍，徐 慧

融合激光三維探測(cè)與IMU姿態(tài)角實(shí)時(shí)矯正的噴霧靶標(biāo)檢測(cè)

劉 慧，李 寧，沈 躍，徐 慧

（江蘇大學(xué)電氣信息工程學(xué)院，鎮(zhèn)江 212013）

基于高精度激光傳感器的噴霧靶標(biāo)特征檢測(cè)是精準(zhǔn)施藥變量決策的重要依據(jù)。為了改善復(fù)雜地形條件對(duì)車(chē)載激光靶標(biāo)檢測(cè)的影響，進(jìn)行了車(chē)載激光噴霧靶標(biāo)檢測(cè)與矯正研究。該文基于慣性測(cè)量單元（inertial measurement unit，IMU）與UTM-30LX型激光傳感器搭建靶標(biāo)檢測(cè)試驗(yàn)車(chē)，IMU實(shí)時(shí)獲取車(chē)體姿態(tài)角的偏航角、俯仰角及側(cè)傾角信息，車(chē)載激光傳感器實(shí)時(shí)獲取目標(biāo)切面輪廓的極坐標(biāo)數(shù)據(jù)。將獲取的目標(biāo)切面輪廓的極坐標(biāo)數(shù)據(jù)與試驗(yàn)車(chē)姿態(tài)角信息相匹配，通過(guò)矯正算法獲取精確的目標(biāo)外形尺寸信息并重構(gòu)目標(biāo)三維圖像。試驗(yàn)設(shè)計(jì)首先對(duì)長(zhǎng)方體柜子與仿真樹(shù)進(jìn)行車(chē)體單一動(dòng)態(tài)俯仰角的檢測(cè)試驗(yàn)，然后以仿真樹(shù)為試驗(yàn)?zāi)繕?biāo)，進(jìn)行車(chē)體存在復(fù)合動(dòng)態(tài)俯仰角與側(cè)傾角的檢測(cè)試驗(yàn)，最后在未知地形條件下對(duì)長(zhǎng)方體柜子以及仿真樹(shù)進(jìn)行動(dòng)態(tài)姿態(tài)角檢測(cè)與矯正試驗(yàn)。利用MATLAB軟件對(duì)數(shù)據(jù)矯正分析，對(duì)矯正后的目標(biāo)尺寸信息進(jìn)行誤差分析并重構(gòu)目標(biāo)三維圖像。試驗(yàn)結(jié)果顯示矯正后長(zhǎng)方體柜子的高度、寬度最大相對(duì)誤差分別為8.89%和8.00%，仿真樹(shù)的高度、寬度以及樹(shù)冠高度最大相對(duì)誤差分別為5.63%、10.00%和5.00%，矯正效果良好，驗(yàn)證了矯正算法的有效性。

農(nóng)業(yè)機(jī)械；噴霧；傳感器；慣性測(cè)量單元；姿態(tài)角偏移矯正；三維重構(gòu)

劉 慧，李 寧，沈 躍，徐 慧. 融合激光三維探測(cè)與IMU姿態(tài)角實(shí)時(shí)矯正的噴霧靶標(biāo)檢測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(15)：88－97. doi：10.11975/j.issn.1002-6819.2017.15.011 http://www.tcsae.org

Liu Hui, Li Ning, Shen Yue, Xu Hui. Spray target detection based on laser scanning sensor and real-time correction of IMU attitude angle[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(15): 88－97. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.15.011 http://www.tcsae.org

0 引 言

近年來(lái)，源于精準(zhǔn)施藥的變量噴霧技術(shù)[1-5]研究發(fā)展迅速，基于實(shí)時(shí)傳感器的應(yīng)用主要有紅外線對(duì)靶技術(shù)[6-7]、超聲波測(cè)量技術(shù)[8-10]及激光測(cè)量技術(shù)[11-14]等。

在激光實(shí)時(shí)探測(cè)方面，Chen等[15]建立了激光傳感器實(shí)時(shí)探測(cè)分析噴霧機(jī)單側(cè)目標(biāo)樹(shù)冠形狀和密度等特性的風(fēng)送式變量噴霧模型。Liu等[16]對(duì)體積更小、速度更快、精度更高、不易受外界環(huán)境影響可雙側(cè)掃描的激光傳感器進(jìn)行了性能評(píng)估，試驗(yàn)證明在不同速度和測(cè)量距離下，能夠精確測(cè)量被測(cè)目標(biāo)，實(shí)現(xiàn)目標(biāo)在線特征提取。激光傳感器不僅能測(cè)量出靶標(biāo)的有無(wú)、外形尺寸等特征信息，還能對(duì)目標(biāo)進(jìn)行三維重構(gòu)并實(shí)現(xiàn)目標(biāo)作物密度以及體積的測(cè)量[17-18]。車(chē)載激光掃描傳感器的應(yīng)用在一定程度上提高了變量噴霧的效果。但是在實(shí)際噴霧過(guò)程中，由于未知復(fù)雜地形的影響，往往會(huì)造成車(chē)輛的顛簸以及行駛不線性等情況，激光傳感器檢測(cè)容易出現(xiàn)偏差，從而影響噴霧效果[9,19-21]，因此矯正檢測(cè)過(guò)程中車(chē)體姿態(tài)角偏移所造成的目標(biāo)特征偏差具有一定的現(xiàn)實(shí)意義。

劉慧等[22]利用直線滑臺(tái)進(jìn)行了激光傳感器存在固定姿態(tài)角偏移時(shí)的靶標(biāo)檢測(cè)與矯正試驗(yàn)，先后對(duì)單一和復(fù)合姿態(tài)角偏移下激光傳感器獲取的數(shù)據(jù)進(jìn)行校正，均獲得不錯(cuò)的效果，但是無(wú)法實(shí)現(xiàn)在姿態(tài)持續(xù)改變條件下的激光目標(biāo)數(shù)據(jù)校正。

本文研究了融合動(dòng)態(tài)車(chē)體姿態(tài)角偏移數(shù)據(jù)的車(chē)載激光靶標(biāo)檢測(cè)與矯正，提出了車(chē)體側(cè)傾角、俯仰角以及偏航角分別動(dòng)態(tài)存在時(shí)靶標(biāo)激光檢測(cè)數(shù)據(jù)的矯正方法，分別為融合側(cè)傾角的極坐標(biāo)值與三角函數(shù)重新匹配法、分段融合俯仰角平均值的檢測(cè)幀與檢測(cè)點(diǎn)重新組合法以及融合偏航角平均值的深度值系數(shù)矯正法。并且設(shè)計(jì)試驗(yàn)驗(yàn)證矯正方法的有效性，分析了矯正后靶標(biāo)尺寸誤差以及三維重構(gòu)效果。

1 材料與方法

1.1 試驗(yàn)平臺(tái)搭建

搭建了一個(gè)安裝有激光掃描傳感器以及慣性測(cè)量單元的速度可控試驗(yàn)車(chē)。該試驗(yàn)車(chē)的測(cè)量原理框圖如圖1a所示。試驗(yàn)車(chē)長(zhǎng)1.50 m，寬0.95 m，高0.80 m，由人來(lái)駕駛，具有速度調(diào)節(jié)檔。試驗(yàn)車(chē)上安裝有靶標(biāo)激光檢測(cè)單元、車(chē)體慣性測(cè)量單元以及供電單元，試驗(yàn)車(chē)實(shí)物圖如圖1b所示。

靶標(biāo)激光檢測(cè)單元主要由HOKUYO UTM-30LX型激光傳感器和工控計(jì)算機(jī)組成，激光傳感器與工控計(jì)算機(jī)通過(guò)USB串口通信。所選用的HOKUYO UTM-30LX型激光掃描傳感器具有30 m、270°測(cè)量范圍，供電電壓為DC12V，測(cè)量角度分辨率0.25°，測(cè)量周期25 ms。上位機(jī)軟件通過(guò)C++語(yǔ)言編寫(xiě)，實(shí)現(xiàn)激光傳感器的啟停與檢測(cè)數(shù)據(jù)存儲(chǔ)功能。車(chē)體慣性測(cè)量單元主要包括STM32控制板、MPU6050陀螺儀以及HMC5883L電子羅盤(pán)，用于實(shí)時(shí)精確獲取車(chē)體姿態(tài)角信息[23-24]。供電單元主要包括車(chē)載電池、DC/DC變換器以及電壓變換板組成，主要為靶標(biāo)激光檢測(cè)單元和車(chē)體慣性測(cè)量單元供電。車(chē)體慣性測(cè)量單元中，MPU6050陀螺儀可以精確解算出俯仰角與側(cè)傾角的大小，但是對(duì)于偏航角的解算容易發(fā)生漂移，且隨時(shí)間增加誤差逐漸增大，所以利用電子羅盤(pán)測(cè)量車(chē)體偏航角，HMC5883L電子羅盤(pán)在車(chē)體不平情況下存在較大誤差，因此需要通過(guò)加速度計(jì)測(cè)出電子羅盤(pán)傾斜角度進(jìn)行校正，結(jié)合兩者的優(yōu)缺點(diǎn)，配合使用，可以實(shí)時(shí)準(zhǔn)確測(cè)量出車(chē)體的偏航角、俯仰角以及側(cè)傾角[25]，將實(shí)時(shí)測(cè)量的試驗(yàn)車(chē)車(chē)體偏航角、俯仰角以及側(cè)傾角信息通過(guò)SD內(nèi)存卡離線保存，檢測(cè)周期同樣是25 ms，用于匹配矯正激光傳感器檢測(cè)的目標(biāo)切面輪廓的極坐標(biāo)數(shù)，陀螺儀與核心板以及電子羅盤(pán)之間通過(guò)內(nèi)部總線（inter-integrated circuit，I2C）進(jìn)行通信。

圖1 靶標(biāo)檢測(cè)原理圖及平臺(tái)Fig.1 Schematic and platform of target detection

1.2 姿態(tài)角偏移矯正方法

1.2.1 HOKUYO激光傳感器與IMU的檢測(cè)方式

試驗(yàn)所選用的HOKUYO UTM-30LX型激光傳感器為二維激光掃描傳感器，最遠(yuǎn)檢測(cè)距離30 m，角度分辨率0.25°，掃描角度范圍270°，具有90°的盲區(qū)。本文試驗(yàn)采取盲區(qū)朝下安裝方式，如圖1b所示。激光傳感器固定在車(chē)體延伸出來(lái)的鋁型材固定桿上，試驗(yàn)車(chē)輪胎寬大且噴霧檢測(cè)過(guò)程中處于低速的狀態(tài)，對(duì)路面顛簸的反映較為緩和，且鋁型材固定桿長(zhǎng)度相對(duì)較短，且固定牢靠，故試驗(yàn)車(chē)在行進(jìn)過(guò)程中，車(chē)體與激光傳感器可以認(rèn)為具有相同的姿態(tài)角變化。圖2所示為激光傳感器檢測(cè)一幀的示意圖。

圖2 激光傳感器檢測(cè)范圍示意圖Fig.2 Diagram of laser sensor detection range

如圖2所示，激光傳感器中心距離地面的高度為l，根據(jù)其盲區(qū)朝下的安裝方式，則激光傳感器能檢測(cè)距離激光中心垂直距離大于l的靶標(biāo)。從檢測(cè)起點(diǎn)到檢測(cè)終點(diǎn)，一幀可以檢測(cè)1 081個(gè)極坐標(biāo)數(shù)據(jù)，規(guī)定垂直向上檢測(cè)點(diǎn)的檢測(cè)角度為0°，將檢測(cè)區(qū)域分成左右2個(gè)部分，0°位置的檢測(cè)是垂直向上的，為無(wú)用數(shù)據(jù)，剩下的1 080個(gè)極坐標(biāo)數(shù)據(jù)按左右2邊分開(kāi)保存，每一幀都按此方法儲(chǔ)存數(shù)據(jù)，最后對(duì)左右2邊檢測(cè)數(shù)據(jù)分別進(jìn)行處理。結(jié)合試驗(yàn)車(chē)的行進(jìn)，每隔25 ms獲取一幀數(shù)據(jù)，按順序組合起來(lái)的若干檢測(cè)幀則可對(duì)目標(biāo)進(jìn)行三維重構(gòu)并獲取目標(biāo)特征信息。

車(chē)體姿態(tài)角偏移一般指車(chē)體的偏航角、俯仰角以及側(cè)傾角的角度變化。這3個(gè)角度是地面坐標(biāo)系與車(chē)體坐標(biāo)系的角度關(guān)系，在實(shí)際戶外噴霧靶標(biāo)檢測(cè)時(shí)，由于路面不平整，很容易造成噴霧機(jī)的前后以及左右顛簸，從而導(dǎo)致車(chē)上安裝的激光傳感器出現(xiàn)俯仰角以及側(cè)傾角，噴霧機(jī)行駛過(guò)程的不線性則會(huì)產(chǎn)生偏航角。本文所用的慣性測(cè)量單元（inertial measurement unit，IMU）包含MPU6050陀螺儀以及HMC5883L電子羅盤(pán)，俯仰角以及側(cè)傾角通過(guò)陀螺儀測(cè)量解算得到[24,26]，如圖3所示。

根據(jù)圖3所示，所檢測(cè)目標(biāo)植株一幀對(duì)應(yīng)點(diǎn)的深度距離值d可以表示為

式中ρ為激光傳感器中心到檢測(cè)點(diǎn)距離值，m；θ為檢測(cè)線與0°線的夾角。

定義地面坐標(biāo)系XYZ以及電子羅盤(pán)坐標(biāo)系xyz，在電子羅盤(pán)傾斜時(shí)存在俯仰角β以及側(cè)傾角γ，并規(guī)定了2種角度旋轉(zhuǎn)的正方向。偏航角指的是實(shí)際航向偏離車(chē)體初始航向的大小，右偏為正，其值由電子羅盤(pán)獲得。電子羅盤(pán)使用前需要進(jìn)行磁場(chǎng)校準(zhǔn)，要獲取準(zhǔn)確的車(chē)體偏航角還需進(jìn)行傾斜補(bǔ)償[27]。試驗(yàn)車(chē)在不平整路面上行駛，電子羅盤(pán)的平面xy與水平面存在夾角，使電子羅盤(pán)在傾斜情況下的測(cè)量存在較大的誤差，影響正常使用。

圖3 電子羅盤(pán)傾斜情況示意圖Fig.3 Diagram of electronic compass inclination

對(duì)電子羅盤(pán)進(jìn)行傾斜校正需結(jié)合實(shí)時(shí)俯仰角與側(cè)傾角，根據(jù)式（2）可以求出經(jīng)過(guò)修正的實(shí)時(shí)偏航角的大小[26-27]。為了與激光傳感器測(cè)量的目標(biāo)切面輪廓的極坐標(biāo)數(shù)據(jù)信息相匹配，同樣設(shè)置IMU測(cè)量周期為25 ms，將測(cè)得的俯仰角、側(cè)傾角以及偏航角的數(shù)據(jù)依據(jù)檢測(cè)時(shí)刻按列分開(kāi)保存。

式中XH、YH為電子羅盤(pán)修正后的坐標(biāo)軸系數(shù)；α為偏航角；β為電子羅盤(pán)俯仰角；γ為電子羅盤(pán)側(cè)傾角；Xh、Yh、Zh分別為電子羅盤(pán)傾斜狀態(tài)磁北極磁場(chǎng)在電子羅盤(pán)坐標(biāo)系xyz的x軸、y軸和z軸的分量。

1.2.2 數(shù)據(jù)匹配矯正算法

激光傳感器姿態(tài)角發(fā)生變化，必然會(huì)對(duì)目標(biāo)檢測(cè)造成影響，下面分情況對(duì)激光傳感器姿態(tài)角偏移進(jìn)行矯正。

1）若車(chē)體存在側(cè)傾角γrt時(shí)，γrt為IMU實(shí)時(shí)檢測(cè)的側(cè)傾角。將靶標(biāo)被檢測(cè)面輪廓的極坐標(biāo)數(shù)據(jù)按照式（1）轉(zhuǎn)化為深度值，由于初始的θ值是基于激光傳感器坐標(biāo)系的，當(dāng)車(chē)體存在動(dòng)態(tài)側(cè)傾角時(shí)，激光傳感器會(huì)處于側(cè)傾狀態(tài)，故據(jù)式（1）求出的基于激光傳感器坐標(biāo)系的靶標(biāo)深度值數(shù)據(jù)顯然是不準(zhǔn)確的，需要轉(zhuǎn)換到地面坐標(biāo)系。

采用的矯正方法為融合側(cè)傾角的極坐標(biāo)值與三角函數(shù)重新匹配，矯正公式可以表示為

式中γrt為IMU實(shí)時(shí)檢測(cè)的側(cè)傾角，(°)。

矯正過(guò)程中，每一幀激光測(cè)量的極坐標(biāo)數(shù)據(jù)對(duì)應(yīng)一個(gè)IMU測(cè)量的側(cè)傾角，利用這個(gè)側(cè)傾角逐點(diǎn)對(duì)此幀的激光檢測(cè)數(shù)據(jù)進(jìn)行矯正。按圖3規(guī)定的側(cè)傾角旋轉(zhuǎn)正方向，側(cè)傾角為正時(shí)，噴霧靶標(biāo)在試驗(yàn)車(chē)前進(jìn)方向左側(cè)時(shí)，式（3）中取‘+’，噴霧靶標(biāo)在試驗(yàn)車(chē)前進(jìn)方向右側(cè)時(shí)，式（3）中則取‘?’；側(cè)傾角為負(fù)時(shí)，與之相反。對(duì)于車(chē)體存在動(dòng)態(tài)側(cè)傾角時(shí)激光檢測(cè)數(shù)據(jù)的矯正做到了逐幀逐點(diǎn)進(jìn)行矯正，屬于較精準(zhǔn)的矯正。

2）若車(chē)體存在俯仰角βrt時(shí)，βrt為IMU實(shí)時(shí)檢測(cè)的俯仰角。由于激光檢測(cè)面與地面并非垂直關(guān)系，所以對(duì)噴霧靶標(biāo)的檢測(cè)也是傾斜的，打亂了原本沒(méi)有俯仰角時(shí)激光檢測(cè)幀與檢測(cè)點(diǎn)的對(duì)應(yīng)關(guān)系。由于實(shí)際的噴霧作業(yè)過(guò)程中車(chē)體是不斷顛簸的，俯仰角的大小是動(dòng)態(tài)變化的，導(dǎo)致各檢測(cè)幀交叉錯(cuò)亂，具有復(fù)雜性，若按實(shí)時(shí)檢測(cè)幀進(jìn)行矯正不具有操作性。本文采取的是分段融合俯仰角平均值的檢測(cè)幀與檢測(cè)點(diǎn)重新組合法，即將靶標(biāo)寬度范圍內(nèi)IMU檢測(cè)幀按照動(dòng)態(tài)俯仰角的有關(guān)特征進(jìn)行分段，求取每段的所有IMU檢測(cè)幀車(chē)體俯仰角平均值βavg，矯正時(shí)則假定試驗(yàn)車(chē)在靶標(biāo)的此段檢測(cè)過(guò)程中車(chē)體存在固定的俯仰角βavg。然后將每一段的俯仰角平均值βavg分別用來(lái)對(duì)此次試驗(yàn)激光檢測(cè)數(shù)據(jù)進(jìn)行整體矯正，在每一次整體矯正后的激光矯正數(shù)據(jù)矩陣中提取此次矯正所用的βavg所對(duì)應(yīng)的一段數(shù)據(jù)矩陣，最后將多段提取的數(shù)據(jù)矩陣拼接組合成一個(gè)新的深度值矩陣，再對(duì)其進(jìn)行三維重構(gòu)等數(shù)據(jù)處理。對(duì)于俯仰角固定情況的靶標(biāo)檢測(cè)與矯正，參考文獻(xiàn)[22]已經(jīng)詳細(xì)闡述過(guò)，檢測(cè)幀分段后，每一段中的檢測(cè)點(diǎn)的深度值求解公式為

式中ρInt(j/cosβavg)為矯正前時(shí)第f幀中第Int(j/cosβavg)點(diǎn)的極坐標(biāo)值，m；θj為矯正后第m幀第j點(diǎn)對(duì)應(yīng)的角度值；βavg為俯仰角平均值，(°)。

原則上分段越多越準(zhǔn)確，但是也會(huì)增加矯正激光檢測(cè)數(shù)據(jù)的次數(shù)，增大提取和拼接矯正后數(shù)據(jù)矩陣的難度。由于靶標(biāo)寬度范圍內(nèi)IMU檢測(cè)幀一般不多，一般分成2～3段以內(nèi)比較合適。對(duì)靶標(biāo)寬度范圍內(nèi)IMU檢測(cè)幀分段一般有2個(gè)原則：a）俯仰角有正負(fù)之分時(shí)一般需要分段；b）俯仰角曲線線性擬合存在明顯的斜率差別需要分段。若不滿足分段條件，則無(wú)需分段，直接求取靶標(biāo)寬度范圍內(nèi)動(dòng)態(tài)俯仰角的平均值，然后根據(jù)此平均值對(duì)激光檢測(cè)數(shù)據(jù)進(jìn)行整體矯正。

采用平均化的思想可以在一定程度上改善檢測(cè)的效果，雖然達(dá)不到精準(zhǔn)矯正的目的，但卻是比較實(shí)用的方法，在趨勢(shì)上向精準(zhǔn)檢測(cè)效果靠攏，并且降低少量幅值較大俯仰角所造成的檢測(cè)誤差。

3）若車(chē)體存在偏航角αrt時(shí)，αrt為IMU實(shí)時(shí)檢測(cè)的試驗(yàn)車(chē)偏航角。根據(jù)文獻(xiàn)[22]所述，激光傳感器存在固定的偏航角時(shí)，雖然檢測(cè)幀也會(huì)延后或超前，但是卻是按順序排列，一次試驗(yàn)的檢測(cè)幀是整體超前或者整體延后，所以可以按照此固定的偏航角整體矯正激光檢測(cè)數(shù)據(jù)。若存在動(dòng)態(tài)偏航角時(shí)，即偏航角既有大小的波動(dòng)又有正負(fù)的變化，會(huì)造成檢測(cè)幀的提前或者延后，故檢測(cè)幀在空間位置上不是按照順序排列的，所以將激光檢測(cè)數(shù)據(jù)每一幀的每一個(gè)檢測(cè)點(diǎn)的準(zhǔn)確深度值求出也沒(méi)有意義，需要將所有激光檢測(cè)幀重新按順序排列。然而在車(chē)體偏航角動(dòng)態(tài)變化情況下，就算將深度值準(zhǔn)確矯正后的激光檢測(cè)幀按空間位置順序排列，靶標(biāo)檢測(cè)幀的漏檢與重復(fù)檢測(cè)依舊存在，不可避免。

針對(duì)上述分析，求取靶標(biāo)寬度范圍內(nèi)動(dòng)態(tài)偏航角的平均值αavg，還需要假設(shè)試驗(yàn)車(chē)是一直沿著與靶標(biāo)中心切面平行的直線行進(jìn)。采用這種平均化的思想，可以在一定程度上改善檢測(cè)效果，降低少量較大幅值的偏航角所造成的誤差，公式為

式中αavg為靶標(biāo)寬度范圍內(nèi)IMU檢測(cè)幀偏航角的平均值。

在實(shí)際噴霧作業(yè)過(guò)程中，試驗(yàn)車(chē)沿著直線行走，且四輪試驗(yàn)車(chē)具有行進(jìn)方向的穩(wěn)健性，采用的是機(jī)械式轉(zhuǎn)向系統(tǒng)，車(chē)把較重，而且試驗(yàn)車(chē)具有寬大的車(chē)輪，顛簸的情況下偏航角也會(huì)發(fā)生一定的波動(dòng)，但是偏差幅值較小，即αavg絕對(duì)值較小，對(duì)檢測(cè)效果影響不大。根據(jù)文獻(xiàn)[22]的試驗(yàn)分析，在靶標(biāo)檢測(cè)過(guò)程中，若試驗(yàn)車(chē)存在較小偏航角時(shí)（10°以下），假設(shè)車(chē)體存在10°的偏航角，cosαavg的值為0.984 8，可認(rèn)為對(duì)深度值影響較小，一般情況下可以不對(duì)激光檢測(cè)數(shù)據(jù)進(jìn)行矯正。

4）對(duì)于車(chē)體存在動(dòng)態(tài)側(cè)傾角的矯正做到了逐幀逐點(diǎn)矯正，而對(duì)于車(chē)體存在動(dòng)態(tài)偏航角還有動(dòng)態(tài)俯仰角的矯正均為近似矯正，復(fù)合矯正公式為

1.3 試驗(yàn)方法

1.3.1 試驗(yàn)設(shè)計(jì)

在研究姿態(tài)角偏移矯正理論方法的基礎(chǔ)上，試驗(yàn)驗(yàn)證該方法的有效性。試驗(yàn)對(duì)象為一個(gè)長(zhǎng)方體柜子和一顆仿真樹(shù)。長(zhǎng)方體柜子的高度為0.90 m，寬度0.50 m；仿真樹(shù)的高度為1.60 m，寬度1.10 m，樹(shù)冠高度為1.00 m。

試驗(yàn)設(shè)定激光傳感器到目標(biāo)物體中心垂直間距為2.5 m。選擇距離2.5 m符合實(shí)際噴霧過(guò)程中的靶標(biāo)檢測(cè)與噴霧的距離要求。試驗(yàn)車(chē)速度可以通過(guò)檔位調(diào)節(jié)，速度區(qū)間為1～4 m/s。結(jié)合實(shí)際噴霧作業(yè)過(guò)程中對(duì)噴霧機(jī)行進(jìn)速度的實(shí)際要求，駕駛者控制試驗(yàn)車(chē)的車(chē)速為1 m/s。激光傳感器距離地面的高度為1.45 m，試驗(yàn)車(chē)在平整路面對(duì)目標(biāo)檢測(cè)時(shí)，激光傳感器與被檢測(cè)目標(biāo)中央位置處于相同高度，使得檢測(cè)點(diǎn)分布更均勻。

試驗(yàn)操作主要分為3步。第1步，以長(zhǎng)方體柜子與仿真樹(shù)為試驗(yàn)對(duì)象，在地勢(shì)平坦和通過(guò)木板搭建的坡度橋2種試驗(yàn)場(chǎng)地進(jìn)行試驗(yàn)，如圖4a與圖4b所示。試驗(yàn)車(chē)按照設(shè)定的方向路線直線行駛，檢測(cè)距離以及行進(jìn)速度如上文所述。在每個(gè)試驗(yàn)場(chǎng)地設(shè)計(jì)對(duì)每個(gè)試驗(yàn)對(duì)象分別進(jìn)行5次重復(fù)檢測(cè)試驗(yàn)，激光傳感器通過(guò)鍵盤(pán)2G通信控制啟停，慣性測(cè)量單元亦通過(guò)一個(gè)開(kāi)關(guān)啟停。為了后期數(shù)據(jù)的匹配，在試驗(yàn)車(chē)行駛前的幾秒時(shí)間內(nèi)由一人負(fù)責(zé)啟動(dòng)激光掃描，同時(shí)另一人啟動(dòng)慣性測(cè)量單元，激光檢測(cè)數(shù)據(jù)與慣性測(cè)量單元獲取的數(shù)據(jù)均帶有檢測(cè)時(shí)刻信息，控制激光傳感器的工控計(jì)算機(jī)時(shí)間與控制慣性測(cè)量單元的單片機(jī)時(shí)鐘已提前校對(duì)，匹配時(shí)只需找到對(duì)應(yīng)時(shí)刻的數(shù)據(jù)即可。激光傳感器檢測(cè)的數(shù)據(jù)存儲(chǔ)在工控計(jì)算機(jī)硬盤(pán)中，車(chē)體姿態(tài)角數(shù)據(jù)存儲(chǔ)在內(nèi)存卡中；第2步，以仿真樹(shù)為試驗(yàn)對(duì)象，搭建長(zhǎng)木板單邊橋試驗(yàn)場(chǎng)地，如圖4c所示。針對(duì)側(cè)傾角來(lái)說(shuō)，在試驗(yàn)車(chē)左傾斜與右傾斜2種狀態(tài)下分別對(duì)2種對(duì)象進(jìn)行檢測(cè)，其他檢測(cè)條件不變，按照事先規(guī)劃好的試驗(yàn)車(chē)行進(jìn)路線，分別重復(fù)5次試驗(yàn)，保存試驗(yàn)數(shù)據(jù)；第3步，以長(zhǎng)方體柜子與仿真樹(shù)為試驗(yàn)對(duì)象，選取地勢(shì)未知路面作為試驗(yàn)場(chǎng)地，如圖4d所示，其他檢測(cè)條件不變，分別重復(fù)5次試驗(yàn)，保存檢測(cè)數(shù)據(jù)。

圖4 不同地形條件試驗(yàn)圖Fig.4 Photographs of experiments based on different terrains

第1步試驗(yàn)主要是針對(duì)車(chē)體俯仰角動(dòng)態(tài)變化而設(shè)計(jì)的，由于試驗(yàn)車(chē)的減震效果，人為駕駛必然會(huì)使得車(chē)體具有初始的俯仰角，在這2種場(chǎng)地下，試驗(yàn)車(chē)靶標(biāo)檢測(cè)過(guò)程只存在動(dòng)態(tài)變化的俯仰角，其中試驗(yàn)車(chē)在上下坡地形時(shí)車(chē)體俯仰角的變化較為明顯。所以第1步試驗(yàn)的2種場(chǎng)地主要是矯正單一俯仰角動(dòng)態(tài)變化的情況。在上下坡場(chǎng)地進(jìn)行試驗(yàn)時(shí)，將目標(biāo)放置在試驗(yàn)車(chē)檢測(cè)時(shí)的上坡或者下坡位置，至于目標(biāo)檢測(cè)范圍既存在上坡又存在下坡地形，此種情況需要對(duì)激光檢測(cè)幀進(jìn)行分割，在第三步試驗(yàn)介紹；第2步試驗(yàn)主要矯正俯仰角與側(cè)傾角均動(dòng)態(tài)存在且姿態(tài)角偏移量波動(dòng)較小的情況；第3步試驗(yàn)，主要驗(yàn)證復(fù)雜地形條件下矯正算法的有效性。

1.3.2 數(shù)據(jù)分析方法

試驗(yàn)獲得數(shù)據(jù)的分析處理主要通過(guò)MATLAB后期處理，獲取試驗(yàn)?zāi)繕?biāo)姿態(tài)角偏移矯正后的尺寸信息以及矯正前后三維重構(gòu)圖像，并進(jìn)行對(duì)比分析。激光傳感器數(shù)據(jù)按照試驗(yàn)順次保存，每啟停一次獲得一個(gè)txt文檔，每次試驗(yàn)數(shù)據(jù)按檢測(cè)幀排列；IMU檢測(cè)數(shù)據(jù)同樣按照試驗(yàn)次序保存，每次啟停會(huì)獲得一個(gè)csv格式的文檔，按列分別保存俯仰角、側(cè)傾角以及偏航角數(shù)據(jù)。數(shù)據(jù)檢測(cè)周期均為25 ms，若按試驗(yàn)車(chē)1 m/s的速度，那么一幀的25 ms的時(shí)間內(nèi)試驗(yàn)車(chē)前進(jìn)了25 mm，而目標(biāo)物體位于激光傳感器一側(cè)，故一幀中檢測(cè)目標(biāo)高度范圍的檢測(cè)點(diǎn)少于一半，此段時(shí)間內(nèi)試驗(yàn)車(chē)行進(jìn)的距離少于12.5 mm，對(duì)于目標(biāo)檢測(cè)效果的影響微乎其微。

通過(guò)MATLAB軟件讀入激光傳感器數(shù)據(jù)txt文檔，再讀入此次試驗(yàn)對(duì)應(yīng)的車(chē)體姿態(tài)角數(shù)據(jù)csv文檔，然后根據(jù)提出的激光傳感器存在動(dòng)態(tài)姿態(tài)角偏移的矯正算法進(jìn)行矯正處理，矯正過(guò)程會(huì)同時(shí)將激光極坐標(biāo)數(shù)據(jù)構(gòu)造為行為檢測(cè)點(diǎn)、列為檢測(cè)幀的深度值矩陣，并對(duì)深度值矩陣的行、列以及檢測(cè)幀數(shù)限定，只保留有用的數(shù)據(jù)；考慮到激光傳感器的動(dòng)態(tài)檢測(cè)，需對(duì)有效的距離信息矩陣進(jìn)行伸縮變換，使得被檢測(cè)目標(biāo)數(shù)據(jù)矩陣符合實(shí)物尺寸比例[28]；數(shù)據(jù)點(diǎn)的離散化，會(huì)導(dǎo)致重構(gòu)圖像不連續(xù)，利用interp2()函數(shù)對(duì)離散數(shù)據(jù)進(jìn)行插值計(jì)算[29-30]。然后對(duì)重構(gòu)的目標(biāo)圖像濾波處理，本文選用高斯低通濾波器對(duì)圖像進(jìn)行平滑處理。三維重構(gòu)圖像中不同顏色代表距離靶標(biāo)中心不同的深度值，通過(guò)colormap()函數(shù)實(shí)現(xiàn)[27,30]。

通過(guò)對(duì)比矯正前后被檢測(cè)目標(biāo)的三維重構(gòu)圖像只能定性地觀察矯正效果。為了定量看出矯正后的目標(biāo)數(shù)據(jù)是否符合檢測(cè)的精度要求，對(duì)被檢測(cè)目標(biāo)的尺寸參數(shù)進(jìn)行統(tǒng)計(jì)計(jì)算。被檢測(cè)目標(biāo)寬度w為

式中v是試驗(yàn)車(chē)勻速移動(dòng)速度，m/s；t0為傳感器檢測(cè)一幀所需時(shí)間，s；nf為被檢測(cè)目標(biāo)寬度范圍所占幀數(shù)。

如圖3所示，可以求出任意幀中每個(gè)檢測(cè)點(diǎn)距離激光中心的垂直高度信息h為

以激光中心為基點(diǎn)，從而可以計(jì)算出此檢測(cè)幀中任意2個(gè)檢測(cè)點(diǎn)的垂直方向高度，類(lèi)似地，不同檢測(cè)幀任意2個(gè)檢測(cè)點(diǎn)的垂直方向高度同樣可以求出，由此可以求出目標(biāo)物體的檢測(cè)高度值。

2 結(jié)果與分析

2.1 車(chē)體俯仰角單一存在

首先進(jìn)行第1步試驗(yàn)，分別在地勢(shì)平坦和通過(guò)木板搭建的只存在上下坡的2種試驗(yàn)場(chǎng)地對(duì)試驗(yàn)對(duì)象進(jìn)行檢測(cè)，試驗(yàn)操作與數(shù)據(jù)處理如1.3節(jié)所述。

圖5a為地勢(shì)平坦時(shí)試驗(yàn)車(chē)IMU姿態(tài)角數(shù)據(jù)，由圖5知，人為駕駛導(dǎo)致車(chē)體具有初始俯仰角，俯仰角的大小基本恒定在3.5°，而側(cè)傾角的大小一直趨近于0°，偏航角圍繞0°線具有一定波動(dòng)，但保持在?0.5°到0.5°之間，幅值同樣較小，故地勢(shì)平坦條件下可以認(rèn)為車(chē)體只存在單一大小為3.5°的俯仰角。故平坦地勢(shì)條件下，由于試驗(yàn)車(chē)減震彈簧的存在，俯仰角基本保持在3.5°，只需按照俯仰角大小恒為3.5°進(jìn)行矯正即可。

圖5b為試驗(yàn)車(chē)在搭建的木板坡度橋上下坡時(shí)車(chē)體姿態(tài)角檢測(cè)數(shù)據(jù)，在此過(guò)程中偏航角與側(cè)傾角波動(dòng)較小，可以近似認(rèn)為只存在俯仰角的變化。從俯仰角的定義來(lái)說(shuō)，上坡過(guò)程俯仰角為正，下坡過(guò)程俯仰角為負(fù)，從圖中可以看出來(lái)上坡過(guò)程中俯仰角的幅值明顯大于下坡過(guò)程，這同樣是由于人為駕駛試驗(yàn)車(chē)的減震影響，使得上坡過(guò)程車(chē)體俯仰角更大，下坡過(guò)程俯仰角更小。由于上坡與下坡過(guò)程中車(chē)體俯仰角動(dòng)態(tài)變化，且目標(biāo)物體所占的姿態(tài)角檢測(cè)幀中俯仰角變化在有限范圍內(nèi)，這里直接求取目標(biāo)物體寬度范圍所占IMU檢測(cè)幀俯仰角的平均值，無(wú)需分成多段處理。然后利用此平均俯仰角對(duì)目標(biāo)物體重構(gòu)圖像進(jìn)行矯正，經(jīng)過(guò)計(jì)算，上坡過(guò)程中長(zhǎng)方體柜子與仿真樹(shù)各自寬度范圍所占IMU檢測(cè)幀中俯仰角平均值的大小分別為9.21°和8.20°；下坡過(guò)程中長(zhǎng)方體柜子與仿真樹(shù)各自寬度范圍所占檢IMU測(cè)幀中俯仰角平均值的大小分別為?2.03°和?2.58°。

圖5 第1步試驗(yàn)兩種場(chǎng)地下試驗(yàn)車(chē)車(chē)體IMU姿態(tài)角數(shù)據(jù)Fig.5 Test vehicle IMU attitude angle data of experiment 1 under two kinds of test sites

圖6 g與圖6h分別是對(duì)平坦地勢(shì)試驗(yàn)條件下試驗(yàn)車(chē)檢測(cè)長(zhǎng)方體柜子與仿真樹(shù)重構(gòu)的圖6a與圖6b的矯正，可以看出目標(biāo)形態(tài)得到了很好的矯正，矯正了初始俯仰角造成的目標(biāo)檢測(cè)偏差，降低了姿態(tài)角偏移對(duì)靶標(biāo)激光檢測(cè)的影響。圖6i與圖6j分別是對(duì)圖6c與圖6d的矯正，圖6k與圖6l分別是對(duì)圖6e與圖6f的矯正，從圖中可知靶標(biāo)的形態(tài)均得到了較大的改善，故融合俯仰角平均值的檢測(cè)幀與檢測(cè)點(diǎn)重新組合法基本可以達(dá)到矯正要求。

將檢測(cè)所得的目標(biāo)尺寸值與物體真實(shí)尺寸作對(duì)比，進(jìn)行誤差分析，如表1所示。分析表1中數(shù)據(jù)，地勢(shì)平坦試驗(yàn)場(chǎng)地下，長(zhǎng)方體柜子的高度、寬度相對(duì)誤差分別為3.33%與2.00%，仿真樹(shù)的高度、寬度以及樹(shù)冠高度的相對(duì)誤差分別為1.25%、1.82%和3.00%；坡度橋試驗(yàn)場(chǎng)地下（上坡），長(zhǎng)方體柜子的高度、寬度最大相對(duì)誤差分別為5.55%與8.00%，仿真樹(shù)的高度、寬度以及樹(shù)冠高度相對(duì)誤差分別為4.38%、3.64%和3.00%，數(shù)據(jù)顯示矯正后目標(biāo)參數(shù)與目標(biāo)實(shí)際尺寸誤差較小，說(shuō)明矯正算法具有一定的有效性，效果較好。

圖6 車(chē)體俯仰角單一存在時(shí)目標(biāo)矯正前后重構(gòu)對(duì)比圖Fig.6 Reconstruction images before and after correction of targets on condition of test vehicle with single pitch angles

表1 車(chē)體俯仰角單一存在目標(biāo)矯正后相關(guān)參數(shù)誤差分析Table 1 Error analysis of targets parameters after correction on condition of test vehicle with single pitch angles

2.2 車(chē)體側(cè)傾角與俯仰角復(fù)合存在

第2步試驗(yàn)設(shè)計(jì)搭建一個(gè)長(zhǎng)木板的單邊橋作為試驗(yàn)場(chǎng)地，試驗(yàn)車(chē)只有一邊的輪子走在木板上，這樣可以制造車(chē)體左傾斜與右傾斜的狀態(tài)，結(jié)合人為駕駛車(chē)體減震的影響，則可以在一定的時(shí)間范圍內(nèi)保證俯仰角與側(cè)傾角均動(dòng)態(tài)存在的情形。值得注意的是，試驗(yàn)中試驗(yàn)車(chē)處于地面的車(chē)輪始終沿著規(guī)劃好的直線行駛，以保證試驗(yàn)車(chē)的直線行駛。如圖7所示，在試驗(yàn)車(chē)左傾斜與右傾斜行駛過(guò)長(zhǎng)木板的過(guò)程中，俯仰角與側(cè)傾角都存在一段時(shí)間保持著基本不變的狀態(tài)。為了使試驗(yàn)效果更加明顯，本試驗(yàn)選擇在這段時(shí)間對(duì)靶標(biāo)檢測(cè)。矯正過(guò)程遵循先側(cè)傾角后俯仰角的原則，左傾斜與右傾斜目標(biāo)IMU檢測(cè)幀中側(cè)傾角大小分別穩(wěn)定在9°與?9°左右，矯正側(cè)傾角造成的影響采用融合側(cè)傾角的激光極坐標(biāo)值與三角函數(shù)重新匹配矯正法。由于目標(biāo)寬度范圍內(nèi)IMU檢測(cè)幀中俯仰角大小基本恒定，無(wú)需分段矯正，經(jīng)過(guò)計(jì)算，試驗(yàn)車(chē)左傾斜與右傾斜檢測(cè)時(shí)仿真樹(shù)寬度范圍IMU檢測(cè)幀俯仰角的平均值分別為2.72°和3.35°，然后根據(jù)此平均值對(duì)激光檢測(cè)數(shù)據(jù)進(jìn)行整體矯正。車(chē)體俯仰角大小恒定的矯正方法為激光檢測(cè)幀與檢測(cè)點(diǎn)重新組合矯正法，在參考文獻(xiàn)[22]中已進(jìn)行過(guò)詳細(xì)說(shuō)明。圖7a靶標(biāo)檢測(cè)寬度范圍內(nèi)偏航角的平均值為?0.38°，圖7b靶標(biāo)檢測(cè)寬度范圍內(nèi)偏航角的平均值為0.31°，故系數(shù)值cosαavg的大小約等于1，故無(wú)需矯正。

圖8a和圖8b為長(zhǎng)木板單邊橋車(chē)體左傾斜與右傾斜矯正前后的圖像。側(cè)傾角存在時(shí)主要對(duì)目標(biāo)檢測(cè)的深度值產(chǎn)生影響，俯仰角則會(huì)影響到目標(biāo)檢測(cè)的形態(tài)特征，從圖中可以看出來(lái)，顏色的變化比較明顯，仿真樹(shù)的深度值得到了很好的矯正，目標(biāo)形態(tài)也從略微右偏得到了矯正，目標(biāo)深度數(shù)據(jù)值以及形態(tài)都得到了很好的矯正。對(duì)矯正后仿真樹(shù)各項(xiàng)尺寸參數(shù)進(jìn)行誤差分析，結(jié)果如表2所示，仿真樹(shù)的高度、寬度以及樹(shù)冠高度最大相對(duì)誤差分別為5.00%、2.73%以及4.00%，基本達(dá)到矯正的目的。

圖7 長(zhǎng)木板單邊橋場(chǎng)地下試驗(yàn)車(chē)車(chē)體分別左右傾斜IMU姿態(tài)角數(shù)據(jù)Fig.7 IMU attitude angle data with test vehicle left leaning and right leaning under long wooden unilateral bridge test site

圖8 車(chē)體俯仰角與側(cè)傾角復(fù)合存在目標(biāo)修正后三維重構(gòu)圖像Fig.8 Reconstruction images before and after correction ofartificial tree on condition of test vehicle with both pitch angles and roll angles

表2 車(chē)體俯仰角與側(cè)傾角復(fù)合存在時(shí)目標(biāo)修正后參數(shù)誤差分析Table 2 Error analysis of artificial tree parameters after correction on condition of test vehicle with both pitch angles and roll angles

2.3 未知復(fù)雜地勢(shì)姿態(tài)角偏移

未知地形條件下，試驗(yàn)車(chē)俯仰角、側(cè)傾角以及偏航角均處于動(dòng)態(tài)變化狀態(tài)。圖9為靶標(biāo)寬度范圍內(nèi)車(chē)體姿態(tài)角變化，根據(jù)計(jì)算，仿真樹(shù)寬度范圍內(nèi)車(chē)體偏航角幅值較小，平均值為?1.09°，且長(zhǎng)方體柜子寬度范圍內(nèi)車(chē)體偏航角的平均值為?1.53°。根據(jù)1.2節(jié)提出的融合偏航角平均值的深度值系數(shù)矯正法，余弦值系數(shù)cos(?1.53°)值為0.999 6，cos(?1.09°)值為0.999 8，可見(jiàn)深度值基本不會(huì)受此系數(shù)的影響，當(dāng)然為了使得靶標(biāo)檢測(cè)的深度值更加精確，在矯正車(chē)體存在動(dòng)態(tài)側(cè)傾角以及動(dòng)態(tài)俯仰角之后再乘以相應(yīng)的余弦系數(shù)。

對(duì)于車(chē)體存在動(dòng)態(tài)俯仰角與動(dòng)態(tài)側(cè)傾角的情況，仍然遵循先矯正側(cè)傾角再矯正俯仰角的原則。首先匹配IMU檢測(cè)幀的側(cè)傾角與激光檢測(cè)數(shù)據(jù)，逐幀逐點(diǎn)進(jìn)行矯正，方法為融合側(cè)傾角的極坐標(biāo)值與三角函數(shù)重新匹配法。圖10a和圖10b分別為未知復(fù)雜地勢(shì)下目標(biāo)矯正前后重構(gòu)圖像，深度值得到了精確矯正。

對(duì)于俯仰角造成的檢測(cè)偏差要根據(jù)IMU數(shù)據(jù)特點(diǎn)進(jìn)行矯正，矯正方法為分段融合俯仰角平均值的激光檢測(cè)幀與檢測(cè)點(diǎn)重新組合矯正法。根據(jù)IMU檢測(cè)幀俯仰角分段矯正的原則將圖9a的仿真樹(shù)寬度范圍內(nèi)IMU檢測(cè)幀中俯仰角分成3段，分別為1～18、19～25以及26～46幀，3段內(nèi)俯仰角的平均值分別為10.17°、4.93°和?1.25°。分別按照此3個(gè)俯仰角平均值對(duì)激光傳感器檢測(cè)數(shù)據(jù)整體矯正，然后在每一次的整體矯正后的激光傳感器數(shù)據(jù)矩陣中提取此次矯正所用的俯仰角平均值所對(duì)應(yīng)的一段數(shù)據(jù)矩陣，最后將3段提取的數(shù)據(jù)矩陣拼接組合成一個(gè)新的深度值矩陣，再對(duì)其進(jìn)行三維重構(gòu)。由圖10a可知，仿真樹(shù)經(jīng)過(guò)矯正、提取和拼接后的目標(biāo)重構(gòu)圖像，目標(biāo)形態(tài)特征得到了較大的改善。同理根據(jù)IMU檢測(cè)幀俯仰角分段矯正的原則將圖9b的長(zhǎng)方體柜子寬度范圍內(nèi)IMU檢測(cè)幀中俯仰角分成2段，分別為1～7以及8～22幀，2段內(nèi)俯仰角的平均值分別為?0.74°和3.38°。矯正方法與仿真樹(shù)相同，由圖10b可知，經(jīng)過(guò)矯正、提取和拼接后的目標(biāo)重構(gòu)圖像，長(zhǎng)方體柜子形態(tài)同樣得到了矯正。

表3為未知復(fù)雜地勢(shì)下目標(biāo)矯正后相關(guān)參數(shù)誤差分析，經(jīng)過(guò)矯正后，長(zhǎng)方體柜子的高度、寬度相對(duì)誤差分別為8.89%與6.00%，仿真樹(shù)的高度、寬度以及樹(shù)冠高度的相對(duì)誤差分別為5.63%、10.00%和5.00%，基本滿足變量噴霧對(duì)檢測(cè)精度的要求。

表3 未知復(fù)雜地勢(shì)下目標(biāo)矯正后相關(guān)參數(shù)誤差分析Table 3 Error analysis of target parameters after correction on condition of unknown complex terrain

3 結(jié) 論

為了克服車(chē)體姿態(tài)角動(dòng)態(tài)偏移對(duì)激光噴霧靶標(biāo)檢測(cè)的影響，提出了一種基于IMU姿態(tài)角實(shí)時(shí)矯正的激光噴霧靶標(biāo)檢測(cè)方法。分別針對(duì)動(dòng)態(tài)側(cè)傾角、俯仰角以及偏航角存在的單一或復(fù)合情況，通過(guò)矯正算法獲取精確的目標(biāo)外形尺寸信息并重構(gòu)目標(biāo)三維圖像。試驗(yàn)證明，靶標(biāo)矯正后重構(gòu)目標(biāo)的三維圖像形態(tài)特征得到了很好的改善。矯正后長(zhǎng)方體柜子的高度、寬度最大相對(duì)誤差分別為8.89%和8.00%。仿真樹(shù)的高度、寬度以及樹(shù)冠高度最大相對(duì)誤差分別為5.63%、10.00%和5.00%。靶標(biāo)激光檢測(cè)與矯正試驗(yàn)驗(yàn)證了所提出的姿態(tài)角實(shí)時(shí)矯正算法的有效性，為提高復(fù)雜路況下變量噴霧檢測(cè)精度提供了可供借鑒的方法。

[1] 張波，翟長(zhǎng)遠(yuǎn)，李瀚哲，等. 精準(zhǔn)施藥技術(shù)與裝備發(fā)展現(xiàn)狀分析[J]. 農(nóng)機(jī)化研究，2016，38(4)：1－5.

Zhang Bo, Zhai Chagyuan, Li Hanzhe, et al. Development status analysis of precision pesticide application techniques and equipments[J]. Journal of Agricultural Mechanization Research, 2016, 38(4): 1－5. (in Chinese with English abstract)

[2] 邱白晶，閆潤(rùn)，馬靖，等. 變量噴霧技術(shù)研究進(jìn)展分析[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46(3)：59－72.

Qiu Baijing, Yan Run, Ma Jing, et al. Research progress analysis of variable rate sprayer technology[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(3): 59－72. (in Chinese with English abstract)

[3] 傅澤田，祁力鈞，王俊紅. 精準(zhǔn)施藥技術(shù)研究進(jìn)展與對(duì)策[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2007，38(1)：189－192.

Fu Zetian, Qi Lijun, Wang Junhong. Developmental tendency and strategies of precision pesticide application techniques[J]. Transactions of the Chinese Society for Agricultural Machinery, 2007, 38(1): 189－192. (in Chinese with English abstract)

[4] 李瀚哲，翟長(zhǎng)遠(yuǎn)，張波，等. 果園噴霧靶標(biāo)探測(cè)技術(shù)現(xiàn)狀分析[J]. 農(nóng)機(jī)化研究，2016,38(2)：1－5.

Li Hanzhe, Zhai Chagyuan, Zhang Bo, et al. Status analysis of orchard spray target detection technology[J]. Journal of Agricultural Mechanization Research, 2016, 38(2): 1－5. (in Chinese with English abstract)

[5] Slaughter D C, Giles D K, Tauzer C. Precision offset spray system for roadway shoulder weed control[J]. Journal of Transportation Engineering, 1999, 125(4): 364－371.

[6] 翟長(zhǎng)遠(yuǎn)，趙春江，王秀，等. 幼樹(shù)靶標(biāo)探測(cè)器設(shè)計(jì)與試驗(yàn)[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28(2)：18－22.

Zhai Changyuan, Zhao Chunjiang, Wang Xiu, et al. Design and experiment of young tree target detector[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(2): 18－22. (in Chinese with English abstract)

[7] Solanelles F, Escolà A, Planas S, et al. An electronic control system for pesticide application proportional to the canopy width of tree crops[J]. Bio systems Engineering, 2006, 95(4): 473－481.

[8] 祁力鈞，梁霞，冀榮華，等. 基于超聲波傳感技術(shù)的溫室草莓冠層三維重構(gòu)與測(cè)量[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44(9)：193－197.

Qi Lijun, Liang Xia, Ji Ronghua, et al. 3-D reconstruction and measurement of greenhouse strawberry canopy based on ultrasonic sensors[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(9): 193－197. (in Chinese with English abstract)

[9] 王萬(wàn)章，洪添勝，陸永超，等. 基于超聲波傳感器和DGPS的果樹(shù)冠徑檢測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(8)：158－161.

Wang Wanzhang, Hong Tiansheng, Lu Yongchao, et al. Performance of tree canopy diameter measurement based on ultrasonic sensor and DGPS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(8): 158－161. (in Chinese with English abstract)

[10] Jeon H Y, Zhu H, Derksen R, et al. Evaluation of ultrasonic sensor for variable-rate spray applications[J]. Computers and Electronics in Agriculture, 2011, 75: 213－221.

[11] 俞龍，黃健，趙祚喜，等. 丘陵山地果樹(shù)冠層體積激光測(cè)量方法與試驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44(8)：224－228.

Yu Long, Huang Jian, Zhao Zuoxi, et al. Laser measurement and experiment of hilly fruit tree canopy volume[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(8): 224－228. (in Chinese with English abstract)

[12] Llorens J, Gil E, Llop J, et al. Ultrasonic and LIDAR sensors for electronic canopy characterization in vineyards: Advances to improve pesticide application methods[J]. Sensors, 2011, 11: 2177－2194.

[13] Palleja T, Tresanchez M, Teixido M, et al. Sensitivity of tree volume measurement to trajectory errors from a terrestrial LIDAR scanner[J]. Agricultural and Forest Meteorology, 2010, 150: 1420－1427.

[14] Palacin J, Palleja T, Tresanchez M, et al. Real-time tree foliage estimation using a ground laser scanner[J]. IEEE Transactions on Instrumentation and Measurement, 2007, 56(4): 1377－1383.

[15] Chen Yu, Zhu Heping, Ozkan H E. Development of a variable-rate sprayer with laser scanning sensor to synchronize spray outputs to tree structures[J]. Transactions of the American Society of Agricultural and Biological Engineers, 2012, 55(3): 773－781.

[16] Liu Hui, Zhu Heping. Evaluation of a laser scanning sensor in detection of complex-shaped targets for variable-rate sprayer development[J]. Transactions of the ASABE, 2016, 59(5): 1181－1192.

[17] 韋雪花，王永國(guó)，鄭君，等. 基于三維激光掃描點(diǎn)云的樹(shù)冠體積計(jì)算方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44(7)：235－240.

Wei Xuehua, Wang Yongguo, Zheng Jun, et al. Tree crown volume calculation based on 3-D laser scanning point clouds data[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(7): 235－240. (in Chinese with English abstract)

[18] 樊仲謀，馮仲科，鄭君，等. 基于立方體格網(wǎng)法的樹(shù)冠體積計(jì)算與預(yù)估模型建立[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46(3)：320－327.

Fan Zhongmou, Feng Zhongke, Zheng Jun, et al. An establishment of tree crown volume calculation and prediction model using cubic lattice method[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(3): 320－327. (in Chinese with English abstract)

[19] Zaman Q U, Schumann A W, Hostler H K. Quantifying sources of error in ultrasonic measurements of citrus orchards[J]. Transaction of the ASAE, 2007, 23(4): 449－453.

[20] 俞龍，洪添勝，趙祚喜，等. 基于超聲波的果樹(shù)冠層三維重構(gòu)與體積測(cè)量[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(11)：204－208.

Yu Long, Hong Tiansheng, Zhao Zuoxi, et al. 3D-reconstruction and volume measurement of fruit tree canopy based on ultrasonic sensors[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(11): 204－208. (In Chinese with English abstract)

[21] 王建軍，徐立軍，李小路，等. 姿態(tài)角擾動(dòng)對(duì)機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)的影響[J]. 儀器儀表學(xué)報(bào)，2011，32(8)：1810－1817.

Wang Jianjun, Xu Lijun, Li Xiaolu, et al. Impact of attitude deviations on laser point cloud of airborne LiDAR[J]. Chinese Journal of Scientific Instrument, 2011, 32(8): 1810－1817. (in Chinese with English abstract)

[22] 劉慧，李寧，沈躍，等. 模擬復(fù)雜地形的噴霧靶標(biāo)激光檢測(cè)與三維重構(gòu)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(18)：84－91.

Liu Hui, Li Ning, Shen Yue, et al. Spray target laser scanning detection and three-dimensional reconstruction under simulated complex terrain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(18): 84－91. (in Chinese with English abstract)

[23] 王晨輝，吳悅，楊凱. 基于STM32的多通道數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)[J]. 電子技術(shù)應(yīng)用，2016，42(1)：51－53，57.

Wang Chenhui, Wu Yue, Yang Kai. Design of multi-channel data acquisition system based on STM32[J]. Application of Electronic Technique, 2016, 42(1): 51－53, 57. (in Chinese with English abstract)

[24] 李哲，田建艷，鄭晟，等．基于MPU6050和HMC5883L的豬的姿態(tài)檢測(cè)[J]. 江蘇農(nóng)業(yè)科學(xué)，2016，44(2)：434－437.

[25] 杜海龍，張榮輝，劉平，等. 捷聯(lián)慣導(dǎo)系統(tǒng)解算模塊的實(shí)現(xiàn)[J]. 光學(xué)精密工程，2008，16(10)：1956－1962.

Du Hailong, Zhang Ronghui, Liu Ping, et al. Realization of attitude algorithm module in strap down inertial guidance system[J]. Optics and Precision Engineering, 2008, 16(10): 1956－1962. (in Chinese with English abstract)

[26] 胡寧博，李劍，趙櫸云. 基于HMC5883的電子羅盤(pán)設(shè)計(jì)[J].傳感器世界，2011，17(6)：35－38.

[27] 范寒柏，陳邵權(quán)，王濤，等. 電子羅盤(pán)傾角補(bǔ)償和干擾補(bǔ)償?shù)睦碚摲治黾霸囼?yàn)驗(yàn)證[J]. 傳感技術(shù)學(xué)報(bào)，2012，25(9)：1280－1283.Fan Hanbai, Chen Shaoquan, Wang Tao, et al. Theoretical analysis and experimental verification of the electronic compass tilt compensation and disturbance compensation[J]. Chinese Journal of Sensors and Actuators, 2012, 25(9): 1280－1283. (in Chinese with English abstract)

[28] 曾文鋒，李樹(shù)山，王江安. 基于仿射變換模型的圖像配準(zhǔn)中的平移、旋轉(zhuǎn)和縮放[J]. 紅外與激光工程，2001，30(1)：17－20.

Zeng Wenfeng, Li Shushan, Wang Jiang’an. Translation, rotation and scaling changes in image registration based affine transformation model[J]. Infrared and Laser Engineering, 2001, 30(1): 17－20. (in Chinese with English abstract)

[29] 劉沛，陳軍. 基于激光掃描的果樹(shù)樹(shù)形重構(gòu)系統(tǒng)研究[J].農(nóng)機(jī)化研究，2011，33(5)：199－202.

Liu Pei, Chen Jun. Fruit tree-based reconstruction of laser scanning system[J]. Journal of Agricultural Mechanization Research, 2011, 33(5): 199－202. (in Chinese with English abstract)

[30] 沈躍，夏偉，劉慧，等. 激光傳感器在噴霧靶標(biāo)檢測(cè)中的研究應(yīng)用[J]. 農(nóng)業(yè)現(xiàn)代化研究，2017，38(2)：335－342.

Shen Yue, Xia Wei, Liu Hui, et al. Application of laser scanning sensor for spray targets detection[J]. Research of Agricultural Modernization, 2017, 38(2): 335－342. (in Chinese with English abstract)

Spray target detection based on laser scanning sensor and real-time correction of IMU attitude angle

Liu Hui, Li Ning, Shen Yue, Xu Hui
(School of Electrical and Information Engineering, Jiangsu University, Zhenjiang 212013, China)

Precise target characteristics detection could provide important parameters for smart variable-rate sprayers. In order to diminish the influence of complex terrain conditions, 3 kinds of dynamic attitude angle deviation correction methods were proposed to mitigate the errors of Lidar-based spray target detection caused by roll angle, pitch angle and yaw angle respectively. An experimental vehicle integrated with a laser scanning sensor detection unit and an inertial measurement unit (IMU) was used to detect spray targets under complex road conditions. The laser sensor detection unit was capable of detecting spray targets with the laser scanner. The inertial measurement unit was able to detect the real-time attitude angle deviations of the vehicle. The dynamic roll correction adopted real-time measured roll angles to correct detection targets and 3-D (three-dimensional) reconstruction images using re-matching trigonometric function and laser scanning polar coordinate value. For the dynamic pitch correction, re-combination of laser scanning target frames and detection points under the guidance of pitch angle values averaged segmentally was used to diminish dynamic pitch angle deviations. The coefficient value of laser scanning depth data combined with yaw angle average values was applied for the dynamic yaw correction. According to the measured vehicle dynamic attitude angle deviations, these 3 kinds of dynamic attitude angle deviation correction methods were put forward to obtain accurate characteristics of the targets and 3-D reconstruction images. The verification experiments for the proposed correction methods to overcome complex field road conditions were divided into 3 test steps. Firstly, an artificial tree and a cuboid chosen as targets were detected with specified detection distances and laser travel speeds to verify pitch correction algorithm when single dynamic pitch angle changed under downhill or uphill terrain. Secondly, the artificial tree was selected as the laser scanning target to test the correction algorithms when dynamic pitch angles combined with roll angles existed under long wooden unilateral bridge terrain. Finally, the artificial tree and the cuboid cabinet were selected as the laser scanning target to verify the correction methods under uneven complex terrain. The data correction process and 3-D image reconstruction were conducted using MATLAB software. The experiment results of 3 steps showed that the maximum relative errors of the height and width of cuboid cabinet were 8.89% and 8.00% respectively after the correction. The relative errors of the height, width and canopy height of the artificial tree were 5.63%, 10.00% and 5.00%, respectively. The 3-D reconstruction images also had significant improvements after the correction. The test results verify the effectiveness of the proposed data correction methods for laser attitude angle deviations correction under complex road conditions.

agricultural machinery; spraying; sensors; inertial measurement unit; attitude angle correction; 3-D reconstruction

10.11975/j.issn.1002-6819.2017.15.011

S491

A

1002-6819(2017)-15-0088-10

2017-02-27

2017-06-11

國(guó)家自然科學(xué)基金項(xiàng)目（51505195）；江蘇高校優(yōu)勢(shì)學(xué)科（PAPD）

劉 慧，女，江蘇南京人，副教授，博士生導(dǎo)師，主要從事農(nóng)業(yè)電氣化與自動(dòng)化、智能控制與信號(hào)處理等研究。鎮(zhèn)江 江蘇大學(xué)電氣信息工程學(xué)院，212013。Email：amity@ujs.edu.cn