LiDAR傳感器及技術(shù)在農(nóng)業(yè)場(chǎng)景的應(yīng)用進(jìn)展綜述*

王瀟，張美娜, ，Zhou Jianfeng，孫傳亮，吳茜，曹靜

(1. 南京農(nóng)業(yè)大學(xué)工學(xué)院，南京市，210031； 2. 江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所/農(nóng)業(yè)數(shù)字孿生聯(lián)合實(shí)驗(yàn)室、種質(zhì)資源創(chuàng)新與信息化利用聯(lián)合實(shí)驗(yàn)室，南京市，210014； 3. 美國(guó)密蘇里大學(xué)，密蘇里州哥倫比亞市，MO 65211)

0 引言

據(jù)聯(lián)合國(guó)經(jīng)濟(jì)和社會(huì)事務(wù)部2019年發(fā)布的一份報(bào)告稱，到2030年，世界人口預(yù)計(jì)將達(dá)到85億，2050年達(dá)97億，糧食安全問(wèn)題持續(xù)倒逼農(nóng)業(yè)生產(chǎn)方式向現(xiàn)代化、智能化、精準(zhǔn)精細(xì)化方向發(fā)展[1]。美國(guó)等經(jīng)濟(jì)發(fā)達(dá)國(guó)家在20世紀(jì)80年代末期便提出精準(zhǔn)農(nóng)業(yè)概念，這是一種基于信息和知識(shí)管理的現(xiàn)代農(nóng)業(yè)生產(chǎn)系統(tǒng)，可以幫助最大化利用資源，最小化損失和浪費(fèi)，被認(rèn)為是未來(lái)高效和可持續(xù)農(nóng)業(yè)的推動(dòng)者[2-3]。精準(zhǔn)農(nóng)業(yè)系統(tǒng)借助農(nóng)業(yè)裝備與設(shè)施搭載的各類傳感器獲取農(nóng)作物、田間環(huán)境等大量信息，用于分析與決策，實(shí)現(xiàn)定時(shí)、定位、定量控制農(nóng)資投入與農(nóng)作物生長(zhǎng)，因此，傳感器及相關(guān)技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用需求日益迫切。目前，在農(nóng)業(yè)場(chǎng)景中應(yīng)用較為廣泛的傳感器包括光傳感器、立體視覺(jué)、超聲波傳感器及激光雷達(dá)掃描傳感器(LiDAR，Light Detection and Ranging)等[4-5]，各類傳感器的特點(diǎn)不同，應(yīng)用場(chǎng)景也不同，其中，LiDAR因其不易受光環(huán)境影響、可三維建模、分辨率高、抗干擾能力強(qiáng)、技術(shù)與產(chǎn)品成熟等特點(diǎn)被廣泛應(yīng)用于智能農(nóng)機(jī)裝備、作物表型檢測(cè)、無(wú)人機(jī)低空遙感等領(lǐng)域，為數(shù)字農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)、智慧農(nóng)業(yè)系統(tǒng)的開(kāi)發(fā)提供了技術(shù)支撐。

通過(guò)查閱大量文獻(xiàn)與分類研究，本文系統(tǒng)性介紹LiDAR及相關(guān)技術(shù)在農(nóng)業(yè)場(chǎng)景中的應(yīng)用進(jìn)展，包括LiDAR的性能特點(diǎn)，工作原理與分類，市場(chǎng)應(yīng)用與新技術(shù)；LiDAR在森林參數(shù)測(cè)量、果樹(shù)靶標(biāo)幾何特征探測(cè)、作物表型幾何特征檢測(cè)、農(nóng)業(yè)車輛自主導(dǎo)航定位以及農(nóng)藥?kù)F滴飄移檢測(cè)這5個(gè)農(nóng)業(yè)場(chǎng)景中的具體應(yīng)用；討論分析LiDAR傳感器及技術(shù)在上述5類農(nóng)業(yè)場(chǎng)景應(yīng)用中的發(fā)展趨勢(shì)；最后，總結(jié)并展望LiDAR傳感器在未來(lái)農(nóng)業(yè)應(yīng)用中的發(fā)展方向。

1 LiDAR技術(shù)發(fā)展

1.1 LiDAR簡(jiǎn)介

LiDAR是激光探測(cè)及測(cè)距系統(tǒng)的簡(jiǎn)稱，是激光、大氣光學(xué)、雷達(dá)、光機(jī)電一體化、電子計(jì)算機(jī)和信息處理等技術(shù)相結(jié)合的產(chǎn)物，它利用激光束搭載振幅、相位、頻率和偏振等信息，主要用于主動(dòng)式的遙感探測(cè)。LiDAR主要利用電磁波中的近紅外、可見(jiàn)光及紫外等波段[6]，波長(zhǎng)可以從250 nm到11 μm，比傳統(tǒng)無(wú)線電雷達(dá)、微波雷達(dá)的波長(zhǎng)高出2～4個(gè)數(shù)量級(jí)。LiDAR的特點(diǎn)如下：激光傳播方向性好，波束窄，抗干擾能力強(qiáng)；同時(shí)，LiDAR的角分辨率高、距離分辨率高、速度分辨率高、測(cè)速范圍廣，能同時(shí)捕獲探測(cè)目標(biāo)物體清晰的強(qiáng)度圖像、距離圖像等；體積和重量都比微波雷達(dá)小，使用方便靈活[7]。LiDAR及相關(guān)技術(shù)已被廣泛應(yīng)用于大氣監(jiān)測(cè)、無(wú)人機(jī)遙感、道路檢測(cè)、車輛自動(dòng)避障等方面[8-11]，先進(jìn)地圖測(cè)繪、數(shù)字孿生城市構(gòu)建與自動(dòng)駕駛導(dǎo)航已成為L(zhǎng)iDAR未來(lái)的市場(chǎng)主要增長(zhǎng)點(diǎn)。

1.2 LiDAR工作原理與分類

LiDAR的工作原理與雷達(dá)類似，常用的測(cè)距方法包括脈沖法和相位法兩種。(1)脈沖法[12]：LiDAR發(fā)射端發(fā)射集中了能量的激光脈沖，接收端接收到經(jīng)被測(cè)物體反射回的激光后，通過(guò)脈沖計(jì)數(shù)器記錄激光發(fā)射和反射信號(hào)到達(dá)的時(shí)間，計(jì)算出激光傳輸時(shí)間，進(jìn)而測(cè)得雷達(dá)與目標(biāo)物間距離。脈沖法激光雷達(dá)量程長(zhǎng)、功耗低、結(jié)構(gòu)簡(jiǎn)單，但受限于系統(tǒng)時(shí)鐘頻率導(dǎo)致測(cè)量精度不高，因而主要用于對(duì)精度要求一般的遠(yuǎn)距離場(chǎng)景。(2)相位法[13]：利用固定頻率的高頻正弦信號(hào)，連續(xù)調(diào)制激光源的發(fā)光強(qiáng)度并測(cè)定調(diào)制激光往返一次所產(chǎn)生的相位延遲，間接地測(cè)定信號(hào)傳播時(shí)間，從而得到被測(cè)距離。相位法測(cè)量精度高，通常達(dá)毫米量級(jí)。

LiDAR的分類方式較多，下面簡(jiǎn)述其中5種[12, 14]。(1)按激光波段，分為紫外激光雷達(dá)(10～400 nm)、可見(jiàn)激光雷達(dá)(390～780 nm)和紅外激光雷達(dá)(905～1 550 nm)。(2)根據(jù)傳輸波形和數(shù)據(jù)處理方法不同，可分為脈沖激光雷達(dá)、連續(xù)激光雷達(dá)、脈沖壓縮激光雷達(dá)、運(yùn)動(dòng)目標(biāo)顯示激光雷達(dá)、脈沖多普勒激光雷達(dá)和成像激光雷達(dá)。(3)根據(jù)傳感器安裝平臺(tái)不同，可分為地面激光雷達(dá)、機(jī)載激光雷達(dá)、艦載激光雷達(dá)和航天激光雷達(dá)等。(4)根據(jù)使用功能不同，可分為目標(biāo)識(shí)別激光雷達(dá)、流速測(cè)量激光雷達(dá)、跟蹤激光雷達(dá)、成像激光雷達(dá)。(5)根據(jù)掃描機(jī)構(gòu)的不同，分為二維掃描(單線)和三維掃描激光雷達(dá)(4/8/16/32/40/64線)。

1.3 LiDAR技術(shù)發(fā)展趨勢(shì)

隨著技術(shù)的發(fā)展、制造工藝的成熟以及應(yīng)用需求的提高，LiDAR開(kāi)始呈現(xiàn)出固化、小型化和低成本的趨勢(shì)，點(diǎn)密度和質(zhì)量不斷提高，新型LiDAR產(chǎn)品與技術(shù)不斷涌現(xiàn)，如固態(tài)激光雷達(dá)、單光子激光雷達(dá)、高密度激光雷達(dá)、全波形(FWF)激光雷達(dá)、多光譜/高光譜激光雷達(dá)等，下面進(jìn)行簡(jiǎn)要介紹。

固態(tài)激光雷達(dá)傳感器基于不含機(jī)械運(yùn)動(dòng)部件的硅片，目前分為MEMS(Micro-Electro-Mechanical System，微機(jī)電系統(tǒng))、OPA(Optical Phased Array，光相控陣)和Flash三種。MEMS是將機(jī)械機(jī)構(gòu)進(jìn)行微型化、電子化的設(shè)計(jì)，掃描單元變成了MEMS微鏡；OPA技術(shù)采用多個(gè)光源組成陣列，通過(guò)控制各光源發(fā)光時(shí)間差，合成具有特定方向的主光束，控制主光束實(shí)現(xiàn)不同方向掃描；Flash技術(shù)是短時(shí)間直接發(fā)射出一大片覆蓋探測(cè)區(qū)域的激光，再以高度靈敏的接收器接收繪制圖像，工作模式類似相機(jī)。與傳統(tǒng)機(jī)械式激光雷達(dá)相比，固態(tài)激光雷達(dá)具有更小的尺寸、更低的成本、更高的空間分辨率和效率，可以集成到便攜式設(shè)備中[12]。單光子激光雷達(dá)是一種光學(xué)相機(jī)，它采集自身發(fā)出的激光到達(dá)目標(biāo)后反射的光子數(shù)量信息，不依賴自然光，穿透力強(qiáng)，可以全天候全天時(shí)工作。中國(guó)科學(xué)技術(shù)大學(xué)潘建偉、徐飛虎教授等實(shí)現(xiàn)了超過(guò)200公里的遠(yuǎn)距離單光子三維成像，首次將成像距離從十公里突破到百公里數(shù)量級(jí)，主要面向低功耗、高分辨率等實(shí)用化需求的遠(yuǎn)距離激光雷達(dá)應(yīng)用[15]。高密度激光雷達(dá)能大幅提高激光發(fā)射頻率，實(shí)現(xiàn)高密度采樣，獲取更加全面的數(shù)據(jù)。全波形(FWF，full-waveform)激光雷達(dá)是近年來(lái)發(fā)展迅速的激光雷達(dá)分支之一，在FWF模式下，每個(gè)激光脈沖的反向散射信號(hào)被記錄為幾百個(gè)樣本，可產(chǎn)生激光覆蓋區(qū)中待測(cè)目標(biāo)結(jié)構(gòu)的高度細(xì)節(jié)，有助于顯著提高區(qū)分不同對(duì)象的性能[5]。最早的激光雷達(dá)被設(shè)計(jì)成發(fā)射單色波長(zhǎng)的脈沖，僅反饋強(qiáng)度信息[16]。為提高捕捉更詳細(xì)光譜信息的能力，雙通道激光雷達(dá)、多光譜激光雷達(dá)、高光譜激光雷達(dá)正得到越來(lái)越多的關(guān)注，它們將光譜成像技術(shù)和激光雷達(dá)測(cè)距技術(shù)相結(jié)合，能同時(shí)獲取目標(biāo)物的圖像信息、光譜信息、位置信息等，實(shí)現(xiàn)目標(biāo)物的多維數(shù)據(jù)獲取，具有測(cè)量范圍大、實(shí)時(shí)性強(qiáng)、適用性廣等特點(diǎn)[17]。

2 LiDAR在農(nóng)業(yè)場(chǎng)景中的應(yīng)用

目前，LiDAR在森林參數(shù)測(cè)量、果樹(shù)靶標(biāo)幾何特征探測(cè)、作物幾何表型特征檢測(cè)、農(nóng)業(yè)車輛自主導(dǎo)航定位以及農(nóng)藥?kù)F滴飄移檢測(cè)等5個(gè)農(nóng)業(yè)場(chǎng)景中應(yīng)用已較為廣泛，下面進(jìn)行簡(jiǎn)要闡述。

2.1 森林參數(shù)測(cè)量

森林參數(shù)測(cè)量是為了更好地理解和預(yù)測(cè)陸地生態(tài)系統(tǒng)如何應(yīng)對(duì)和影響環(huán)境變化，對(duì)促進(jìn)森林生態(tài)和改善森林管理具有重要意義[18]。林分尺度的參數(shù)包括林冠高度、林分平均樹(shù)高、優(yōu)勢(shì)木平均高度、郁閉度、地上生物量、森林蓄積量、株數(shù)密度、物種豐富度、林齡等；單木尺度的參數(shù)包括樹(shù)高、冠幅、枝下高、胸徑、生物量等。傳統(tǒng)光學(xué)遙感測(cè)量方法因其不能穿透林冠層，主要依靠反演估算，精準(zhǔn)度不夠。一些林內(nèi)光學(xué)測(cè)樹(shù)儀器，也因?yàn)殛幇档牧謨?nèi)環(huán)境而達(dá)不到良好的效果。LiDAR主動(dòng)遙感技術(shù)在森林參數(shù)的定量測(cè)量和反演上取得了成功的應(yīng)用[19]，發(fā)射的激光脈沖能部分穿透植被冠層，易于獲取整個(gè)植被冠層的三維結(jié)構(gòu)和冠層下的地形，在垂直緯度參數(shù)測(cè)量方面優(yōu)勢(shì)更為顯著。根據(jù)應(yīng)用場(chǎng)景不同，基于LiDAR進(jìn)行森林調(diào)查可采用機(jī)載式測(cè)量林分尺寸參數(shù)與陸載式測(cè)量單木尺度參數(shù)，光斑尺寸由大光斑(直徑8～70 m)向小光斑(直徑小于8 m)發(fā)展，激光輸出波形由單波形向全波形發(fā)展。

最早公開(kāi)發(fā)表應(yīng)用LiDAR進(jìn)行森林參數(shù)測(cè)量的是前蘇聯(lián)，隨后，機(jī)載LiDAR系統(tǒng)開(kāi)始用于大范圍的森林資源調(diào)查和林業(yè)測(cè)量。García等[20]基于Optech-ALTM3033激光雷達(dá)系統(tǒng)測(cè)量的高度和強(qiáng)度數(shù)據(jù)估算了森林植被生物量，然后根據(jù)其中的碳含量參數(shù)計(jì)算出當(dāng)前區(qū)域中的植被碳含量。Anderson等[21]使用Lecia BLK 360激光雷達(dá)，利用獲取的LiDAR點(diǎn)云數(shù)據(jù)近似森林群落結(jié)構(gòu)的方式預(yù)測(cè)了物種豐富度。Sun等[22]應(yīng)用一種機(jī)載全波形LiDAR結(jié)合高光譜數(shù)據(jù)測(cè)量熱帶干燥林林齡，有效描述了森林更新情況。Mahoney等[23]基于Optech ALTM-3100激光雷達(dá)，結(jié)合野外繪圖和星載激光高度測(cè)量系統(tǒng)測(cè)量了林分高度和樹(shù)冠閉合度參數(shù)，其中林分高度平均誤差在1 m以內(nèi)，樹(shù)冠閉合度平均誤差為5%。Simonsona等[24]利用高分辨率的機(jī)載激光雷達(dá)Optech ALTM 3033數(shù)據(jù)反演了葡萄牙南部橡樹(shù)林平均樹(shù)高，與野外獲取的平均樹(shù)高之間的相關(guān)系數(shù)為0.85。Ferraz等[25]基于Optech ALTM-3100激光雷達(dá)，應(yīng)用一種基于三維自適應(yīng)均值漂移技術(shù)的方法將整個(gè)點(diǎn)云分解為與單個(gè)樹(shù)冠相對(duì)應(yīng)的3D點(diǎn)云群，用于測(cè)量樹(shù)高、樹(shù)冠面積以及樹(shù)木分布密度等參數(shù)。龐勇等[26]基于RIEGL LMS Q 280i激光雷達(dá)數(shù)據(jù)計(jì)算樹(shù)高，總體平均測(cè)量精度為90.59%，其中闊葉樹(shù)的精度高于針葉樹(shù)。大量國(guó)內(nèi)外研究結(jié)果表明，激光雷達(dá)對(duì)林木冠層高度反演技術(shù)已趨于成熟。

2.2 果樹(shù)靶標(biāo)幾何特征探測(cè)

精準(zhǔn)變量噴霧技術(shù)能夠?qū)崿F(xiàn)果樹(shù)靶標(biāo)的按需施藥，在提高農(nóng)藥有效利用率的同時(shí)又能減少農(nóng)藥危害[27]。果樹(shù)靶標(biāo)幾何特征檢測(cè)是實(shí)現(xiàn)果園風(fēng)送噴霧機(jī)精準(zhǔn)變量噴霧的基礎(chǔ)和前提，特征參數(shù)主要包括樹(shù)冠高、寬、生物量體積、葉面積以及衍生計(jì)算得到的葉面積密度(LAD，Leaf area density)和葉面積指數(shù)(LAI，Leaf area index)等。為獲取精準(zhǔn)的靶標(biāo)幾何特征參數(shù)，各類無(wú)損、無(wú)接觸、快速且可重復(fù)的傳感器層出不窮，如雷達(dá)系統(tǒng)、醫(yī)用或工業(yè)用檢測(cè)儀器(高分辨率計(jì)算機(jī)體層X(jué)線攝影技術(shù)，核磁共振成像)、數(shù)字?jǐn)z像機(jī)、光傳感器、立體視覺(jué)、超聲波傳感器以及LiDAR等，其中，LiDAR精度高、響應(yīng)快、能夠獲得靶標(biāo)的三維模型，是最具發(fā)展?jié)摿Φ陌袠?biāo)幾何特征探測(cè)傳感器[28-29]。

Arnó等[30]基于SICK LMS 200激光雷達(dá)探測(cè)系統(tǒng)，測(cè)量計(jì)算了葡萄藤的高度、橫截面積、樹(shù)冠體積和樹(shù)面積指數(shù)，驗(yàn)證了以上參數(shù)與葉面積指數(shù)的相關(guān)性，其中樹(shù)面積指數(shù)與葉面積指數(shù)相關(guān)性最高。Mahmud等[31]開(kāi)發(fā)了一種基于VLP-16激光雷達(dá)傳感器的樹(shù)冠密度測(cè)量系統(tǒng)用于指導(dǎo)果園精準(zhǔn)施用農(nóng)藥，驗(yàn)證了靶標(biāo)點(diǎn)云數(shù)據(jù)與葉片數(shù)量存在較強(qiáng)的相關(guān)性，小樹(shù)區(qū)域相關(guān)系數(shù)為0.82，大樹(shù)區(qū)域相關(guān)系數(shù)為0.95。Zeng等[32]基于VLP-16激光雷達(dá)傳感器開(kāi)發(fā)了果樹(shù)靶標(biāo)探測(cè)系統(tǒng)，通過(guò)算法分割出栽培用網(wǎng)格線、支撐點(diǎn)與樹(shù)干部分，總體精度分別為88.6%，82.1%和94%，根據(jù)這些參數(shù)計(jì)算了靶標(biāo)樹(shù)冠高度、密度和深度等參數(shù)，為果園精準(zhǔn)施藥和機(jī)械化修剪提供基礎(chǔ)信息。張美娜等[33]基于SICK LMS 111激光雷達(dá)掃描傳感器構(gòu)建了一種靶標(biāo)精準(zhǔn)探測(cè)系統(tǒng)，提出了靶標(biāo)網(wǎng)格化噴施區(qū)域內(nèi)葉面積密度參數(shù)的計(jì)算方法。

2.3 作物幾何表型特征檢測(cè)

作物幾何表型特征檢測(cè)是作物育種高通量表型分析的支撐技術(shù)之一，輔助測(cè)量作物株高、葉片角度分布、葉面積、葉面積密度等表型特征，用于檢測(cè)不同基因型與環(huán)境條件下的作物長(zhǎng)勢(shì)，為篩選優(yōu)良作物品種、預(yù)測(cè)作物產(chǎn)量、指導(dǎo)田間管理和實(shí)現(xiàn)對(duì)農(nóng)業(yè)投入和處理的精準(zhǔn)控制提供數(shù)據(jù)基礎(chǔ)[34]。高通量作物表型系統(tǒng)中的傳感器種類豐富，主要包括RGB相機(jī)、多光譜/高光譜成像傳感器、溫度近紅外成像傳感器、葉綠素?zé)晒獬上駛鞲衅饕约癓iDAR傳感器等，如表1所示，可測(cè)量光合作用系統(tǒng)的熒光特性、生長(zhǎng)速度、抗病性、非生物脅迫耐受性、總體形態(tài)、物候?qū)W等全面的表型特征[35]。隨著LiDAR技術(shù)的發(fā)展與成本的降低，越來(lái)越多的表型平臺(tái)將LiDAR作為基本配置，構(gòu)建作物的3D結(jié)構(gòu)信息，如田間表型移動(dòng)平臺(tái)、設(shè)施表型平臺(tái)、無(wú)人機(jī)低空遙感平臺(tái)。

表1 常用傳感器應(yīng)用范圍和使用限制Tab. 1 Application range and usage limits of common sensors

田間作物表型系統(tǒng)研究方面，Greaves等[36]利用Riegl VZ-400激光雷達(dá)數(shù)據(jù)衍生的灌木生物量估算了灌木葉面積，其中激光雷達(dá)數(shù)據(jù)和針葉樹(shù)生物量相關(guān)系數(shù)為0.97。Saeys等[37]使用SICK LMS 200/400兩種LiDAR傳感器，在收獲機(jī)不同行駛速度和震動(dòng)條件下估算了收獲機(jī)前方作物密度參數(shù)，三維重建算法的相關(guān)系數(shù)在0.63到0.93之間。Jimenez-Berni等[38]基于SICK LMS 400激光雷達(dá)和Phenomobile Lite移動(dòng)平臺(tái)設(shè)計(jì)了一種田間作物表型系統(tǒng)，提出了兩種基于LiDAR獲取地上生物量的計(jì)算方法并進(jìn)行了試驗(yàn)驗(yàn)證。程曼等[39]利用地面激光雷達(dá)SICK LMS 291對(duì)花生冠層結(jié)構(gòu)進(jìn)行掃描，獲取其三維點(diǎn)云數(shù)據(jù)，通過(guò)分析有效點(diǎn)云數(shù)據(jù)集生成的冠層高度矩陣，得到冠層的高度特性。

在設(shè)施作物表型系統(tǒng)研究方面，Wang等[40]開(kāi)發(fā)了一種低成本的二維LiDAR室內(nèi)植物表型系統(tǒng)，通過(guò)系統(tǒng)運(yùn)動(dòng)與數(shù)據(jù)配準(zhǔn)可獲取作物三維點(diǎn)云數(shù)據(jù)，線性回歸分析表明，系統(tǒng)測(cè)量的葉片最大高度、葉柄高度、葉尖高度、葉片表面積4種參數(shù)與地面真實(shí)值的相關(guān)系數(shù)分別為0.98、0.98、0.99、0.92。郭慶華等[41]研發(fā)了一套以Faro Focus X120激光雷達(dá)為主，集成高分辨率相機(jī)、熱成像儀、高光譜成像儀等傳感器的高通量作物測(cè)量平臺(tái)—Crop 3D，與傳統(tǒng)作物表型測(cè)量技術(shù)相比，Crop 3D優(yōu)勢(shì)在于能夠通量化、同步地對(duì)作物各生長(zhǎng)時(shí)期進(jìn)行多源表型數(shù)據(jù)的獲取并提取株高、株幅、葉長(zhǎng)、葉寬、葉傾角和葉面積等參數(shù)。

在無(wú)人機(jī)低空遙感研究方面，Lin等[42]搭建了一個(gè)無(wú)人機(jī)低空遙感的通用框架，用于進(jìn)行多時(shí)間尺度LiDAR數(shù)據(jù)控制與作物特征檢測(cè)，網(wǎng)格垂直方向與平面方向上的多時(shí)相點(diǎn)云距離差為±3 cm與±8 cm。王慶等[43]以大田甜菜為研究對(duì)象，探究無(wú)人機(jī)分別搭載RGB相機(jī)與RIGEL VUX-1UAV激光雷達(dá)系統(tǒng)對(duì)大田作物株高估算的精度差異，結(jié)果表明基于激光雷達(dá)系統(tǒng)估算的株高相關(guān)性較高，為0.88。

2.4 農(nóng)業(yè)車輛自主導(dǎo)航

農(nóng)業(yè)車輛自主導(dǎo)航是支撐智能農(nóng)機(jī)與精準(zhǔn)農(nóng)業(yè)的關(guān)鍵技術(shù)之一[44]。自主導(dǎo)航農(nóng)機(jī)裝備的應(yīng)用可以減少勞動(dòng)力投入，減輕駕駛員的勞動(dòng)強(qiáng)度，提高作業(yè)的準(zhǔn)確性。搭載自主導(dǎo)航控制系統(tǒng)的動(dòng)力裝備通過(guò)掛接各種農(nóng)機(jī)具能夠精準(zhǔn)完成耕種、除草、施肥、施藥、收獲等多種作業(yè)環(huán)節(jié)，是實(shí)現(xiàn)無(wú)人農(nóng)場(chǎng)的基礎(chǔ)[45]。近年來(lái)，大田自主導(dǎo)航技術(shù)與產(chǎn)品已趨于成熟，如AF302BD-2.5RD、NX300、RinoSteer等。盡管如此，農(nóng)業(yè)車輛作業(yè)環(huán)境是典型的非結(jié)構(gòu)化環(huán)境，應(yīng)用在其中的傳感器需要克服地面不平整、障礙物種類多等困難，以機(jī)器視覺(jué)和衛(wèi)星導(dǎo)航系統(tǒng)為傳感器核心的農(nóng)業(yè)車輛自主導(dǎo)航仍存在一些問(wèn)題，機(jī)器視覺(jué)受作業(yè)環(huán)境、光照條件的影響比較大，衛(wèi)星導(dǎo)航系統(tǒng)則易受衛(wèi)星信號(hào)的影響；而LiDAR不受能見(jiàn)度或環(huán)境水平的限制，能以較高頻率提供大量準(zhǔn)確的距離信息，可靠地提供周圍物體的方位和深度信息，能夠進(jìn)行障礙物檢測(cè)，在果園和設(shè)施場(chǎng)景中的應(yīng)用優(yōu)勢(shì)更為明顯。

在果園作業(yè)裝備自主導(dǎo)航系統(tǒng)研究方面，Underwood等[46]基于SICK LMS 291激光雷達(dá)傳感器提出了一種果園田間果樹(shù)識(shí)別與定位方法，采用隱式半馬爾可夫模型分割果樹(shù)個(gè)體，定位與識(shí)別精度達(dá)98.2%。李秋潔等[47]基于二維LiDAR獲取果樹(shù)行間數(shù)據(jù)，設(shè)計(jì)了橢圓感興趣區(qū)域提取相鄰樹(shù)行、兩步樹(shù)行分割法獲取相鄰樹(shù)行數(shù)據(jù)，通過(guò)最小二乘法擬合樹(shù)行直線，樹(shù)行中心線作為導(dǎo)航路徑，試驗(yàn)結(jié)果表明，在偏航角不大于15°、橫向偏差不大于1 m、缺樹(shù)率不大于25%時(shí)均能將車輛軌跡與道路中心線的橫向偏差控制在±14 cm內(nèi)。劉偉洪等[48]提出一種基于R-Fans-16 3D激光雷達(dá)的果樹(shù)行識(shí)別與導(dǎo)航線擬合的方法，在梨園中，0.68 m/s與0.135 m/s的速度下，橫向誤差絕對(duì)值分別不超過(guò)21.3 cm與22.1 cm。劉星星等[49]基于低成本的SICK LMS 291單線激光雷達(dá)，提出一種基于最小二乘法與支持向量機(jī)融合的樹(shù)行識(shí)別與導(dǎo)航方法，試驗(yàn)結(jié)果表明橫向誤差平均值不超過(guò)17.8 mm。

在設(shè)施作業(yè)裝備自主導(dǎo)航系統(tǒng)研究方面，侯加林等[50]研制了基于前后雙FS-D10激光雷達(dá)的溫室運(yùn)輸機(jī)器人導(dǎo)航系統(tǒng)，與單激光雷達(dá)相比，增加了環(huán)境掃描范圍，提高了建圖效率及實(shí)時(shí)避障能力，車載系統(tǒng)分別以0.2、0.5和0.8 m/s的速度運(yùn)行時(shí)，實(shí)際導(dǎo)航路徑與目標(biāo)路徑的平均偏差小于13 cm，標(biāo)準(zhǔn)差小于5 cm。季宇寒等[51]搭建了基于SICK LMS 511激光雷達(dá)的巡檢機(jī)器人導(dǎo)航平臺(tái)，使用自適應(yīng)蒙特卡羅定位(AMCL)算法估計(jì)機(jī)器人位置和姿態(tài)，通過(guò)經(jīng)典的PID算法完成機(jī)器人驅(qū)動(dòng)控制，試驗(yàn)結(jié)果表明，在1 m/s 的速度下，位置與航向偏差的平均絕對(duì)誤差分別小于5 cm和1.1°。

2.5 農(nóng)藥?kù)F滴漂移檢測(cè)

植保機(jī)械施藥過(guò)程中產(chǎn)生的最大污染源之一為漂移的農(nóng)藥?kù)F滴，有證據(jù)表明，殺蟲(chóng)劑可以通過(guò)氣流傳播數(shù)千公里[52]，對(duì)人類健康和環(huán)境都有風(fēng)險(xiǎn)。另一方面，霧滴漂移造成的損失可達(dá)所用農(nóng)藥產(chǎn)品的30%～50%[53]，不僅造成經(jīng)濟(jì)損失，還產(chǎn)生了農(nóng)業(yè)面源污染。因此，分析影響霧滴飄移的主要因素、研究農(nóng)藥?kù)F滴飄移機(jī)理，可為植保機(jī)械噴霧部件的研究提供理論依據(jù)，有效提高植保機(jī)械的噴施效果，減少農(nóng)藥飄失，增強(qiáng)環(huán)境保護(hù)，具有重要的現(xiàn)實(shí)意義[54-55]。測(cè)量霧滴漂移的傳統(tǒng)方法主要通過(guò)被動(dòng)收集器和示蹤劑在現(xiàn)場(chǎng)采樣并進(jìn)行后續(xù)化學(xué)/物理試驗(yàn)實(shí)現(xiàn)，勞動(dòng)強(qiáng)度大，依賴外部環(huán)境條件，只提供點(diǎn)和時(shí)間的綜合測(cè)量信息，無(wú)動(dòng)態(tài)過(guò)程，具體可參照國(guó)際標(biāo)準(zhǔn)ISO標(biāo)準(zhǔn)22866—2005。與傳統(tǒng)方法不同，應(yīng)用LiDAR技術(shù)可以實(shí)現(xiàn)動(dòng)態(tài)實(shí)時(shí)測(cè)量，獲得具有高時(shí)間、空間分辨率的多維數(shù)據(jù)信息，消耗更少的人力和時(shí)間資源，并且不需要后續(xù)的化學(xué)分析，主要用于定性研究農(nóng)藥羽流的移動(dòng)和擴(kuò)散。

基于LiDAR系統(tǒng)測(cè)量霧滴漂移的早期研究在1989年，Hoff等[56]建立了一個(gè)激光雷達(dá)系統(tǒng)，用于檢測(cè)空中噴灑農(nóng)藥?kù)F滴的幾何結(jié)構(gòu)和沉積情況，測(cè)量了噴灑飛機(jī)翼尖渦流中的近場(chǎng)農(nóng)藥噴灑運(yùn)動(dòng)，證明了LiDAR可以作為長(zhǎng)期預(yù)測(cè)漂移量的一種新方法。國(guó)際上，西班牙萊里達(dá)大學(xué)的研究團(tuán)隊(duì)長(zhǎng)期開(kāi)展了基于LiDAR測(cè)量霧滴漂移的研究[57-60]，2015年，團(tuán)隊(duì)搭建了一種對(duì)人眼安全的LiDAR系統(tǒng)[57]，可測(cè)量50～100 m 范圍內(nèi)的霧滴漂移運(yùn)動(dòng)；2016年，應(yīng)用開(kāi)發(fā)的LiDAR系統(tǒng)開(kāi)展了霧滴漂移試驗(yàn)[58]，結(jié)果表明激光雷達(dá)測(cè)量的噴霧漂移量和被動(dòng)收集器得到的數(shù)據(jù)之間相關(guān)系數(shù)大于0.85，同時(shí)，應(yīng)用該系統(tǒng)試驗(yàn)對(duì)比了低漂移噴頭與標(biāo)準(zhǔn)噴頭的作業(yè)效果，結(jié)果表明低漂移噴頭減少霧滴漂移57%；2019年，應(yīng)用開(kāi)發(fā)的LiDAR系統(tǒng)對(duì)噴霧機(jī)分別安裝10種空心錐噴頭靜態(tài)噴霧條件下，開(kāi)展了23項(xiàng)霧滴漂移試驗(yàn)[59]；2020年，應(yīng)用開(kāi)發(fā)的LiDAR系統(tǒng)分別在四種果樹(shù)(桃、柑橘、蘋(píng)果和葡萄)生長(zhǎng)環(huán)境下測(cè)量并評(píng)估噴霧機(jī)動(dòng)態(tài)作業(yè)下標(biāo)準(zhǔn)與低漂移噴頭的霧滴漂移情況[60]。Gil等[61]在葡萄園施藥期間，使用SICK LMS 200激光雷達(dá)傳感器測(cè)量霧滴漂移，實(shí)驗(yàn)結(jié)果表明測(cè)量值與真實(shí)值間相關(guān)系數(shù)為0.91，因此采用的檢測(cè)方法可以作為評(píng)估漂移的替代方案。

上述5個(gè)農(nóng)業(yè)場(chǎng)景中應(yīng)用的LiDAR系統(tǒng)主要參數(shù)與應(yīng)用如表2所示。

表2 主要應(yīng)用激光雷達(dá)型號(hào)及參數(shù)Tab. 2 Main types and parameters of lidar applications

3 討論

綜合上述5個(gè)農(nóng)業(yè)場(chǎng)景可知，LiDAR的探測(cè)對(duì)象主要為農(nóng)田環(huán)境與作物本身兩大類，分別具有其特殊性。農(nóng)田環(huán)境是復(fù)雜的非結(jié)構(gòu)化環(huán)境，地面地形復(fù)雜，環(huán)境中光照和氣候條件多變且不可控制，目標(biāo)物表面過(guò)亮?xí)?dǎo)致鏡面反射，風(fēng)、霧、塵等引起的偏差和遮擋等，都會(huì)對(duì)LiDAR數(shù)據(jù)精度和質(zhì)量產(chǎn)生影響。另一方面，農(nóng)作物是有機(jī)的生命體，作物品種、生長(zhǎng)期、栽培模式、測(cè)量尺度等不同因素都會(huì)影響LiDAR測(cè)量系統(tǒng)的檢測(cè)效果。下面簡(jiǎn)要分析LiDAR在相應(yīng)農(nóng)業(yè)場(chǎng)景應(yīng)用中的發(fā)展趨勢(shì)。

3.1 森林參數(shù)測(cè)量

LiDAR數(shù)據(jù)已經(jīng)成為預(yù)測(cè)一系列森林屬性的關(guān)鍵數(shù)據(jù)源，可直接獲得單株木的位置、樹(shù)高和冠幅這3個(gè)垂直結(jié)構(gòu)參數(shù)。隨著機(jī)載LiDAR技術(shù)獲取與處理多源數(shù)據(jù)能力提升，樹(shù)種識(shí)別效率得到了一定程度的提高，為森林碳儲(chǔ)量估算、森林生物多樣性、森林再生等研究提供了基礎(chǔ)。應(yīng)用LiDAR進(jìn)行森林調(diào)查，未來(lái)將重點(diǎn)集中在提高LiDAR測(cè)量精度，融合LiDAR與高光譜圖像、星載激光數(shù)據(jù)等其它傳感器數(shù)據(jù)，以及構(gòu)建數(shù)據(jù)處理體系與標(biāo)準(zhǔn)化流程等方面。

3.2 果樹(shù)靶標(biāo)幾何特征探測(cè)

基于LiDAR進(jìn)行果樹(shù)靶標(biāo)探測(cè)的關(guān)鍵在于提取計(jì)算合適的幾何特征參數(shù)，目前國(guó)內(nèi)外研究主要集中在靶標(biāo)生物量體積的計(jì)算，近些年開(kāi)始增加表征樹(shù)冠枝葉稀疏狀況的葉面積密度參數(shù)，未來(lái)將在靶標(biāo)幾何特征的基礎(chǔ)上拓展病蟲(chóng)害信息的檢測(cè)，從而綜合確定精準(zhǔn)的施藥處方。

3.3 作物幾何表型特征檢測(cè)

基于LiDAR進(jìn)行作物幾何特征檢測(cè)具有獨(dú)特的優(yōu)勢(shì)，使作物三維形態(tài)的表達(dá)更加立體、細(xì)致，為提取更多的作物幾何特征參數(shù)奠定了基礎(chǔ)，未來(lái)將重點(diǎn)集中在新型幾何特征參數(shù)的全自動(dòng)提取算法上，平衡精準(zhǔn)性與實(shí)時(shí)性指標(biāo)，更好的服務(wù)于高通量表型系統(tǒng)。

3.4 農(nóng)業(yè)車輛自主導(dǎo)航

基于LiDAR的農(nóng)業(yè)車輛自主導(dǎo)航系統(tǒng)主要應(yīng)用二維激光雷達(dá)沿作物行行駛獲取環(huán)境三維數(shù)據(jù)信息，有效地降低了成本，但測(cè)量精度有待提高。隨著三維激光雷達(dá)傳感器技術(shù)的發(fā)展，應(yīng)用高線數(shù)、低成本的固態(tài)三維激光雷達(dá)為未來(lái)的發(fā)展方向，能夠獲得高精度、高速率、廣視角的大量三維點(diǎn)云數(shù)據(jù)，空間信息更加豐富，進(jìn)一步提升對(duì)農(nóng)業(yè)復(fù)雜多變環(huán)境的適應(yīng)性。

3.5 農(nóng)藥?kù)F滴漂移檢測(cè)

LiDAR由于其在時(shí)間和空間分辨率、實(shí)時(shí)測(cè)量，以及其減少的勞動(dòng)力和時(shí)間等方面的優(yōu)勢(shì)，成為傳統(tǒng)測(cè)量方法的有利替代方案。同時(shí)，在霧滴沉積測(cè)量方面，相關(guān)研究結(jié)果表明，激光雷達(dá)測(cè)量的漂移云和放置在測(cè)試臺(tái)上的人工收集器上獲得的霧滴沉積分布之間具有良好的相關(guān)性。在霧滴漂移檢測(cè)領(lǐng)域中，應(yīng)用的LiDAR系統(tǒng)呈現(xiàn)定制化的趨勢(shì)，即根據(jù)應(yīng)用需求設(shè)計(jì)開(kāi)發(fā)專用的測(cè)量系統(tǒng)，在降低成本、提高系統(tǒng)專用性上有所提高，是未來(lái)發(fā)展的主要方向之一。

綜上所述，各類農(nóng)業(yè)場(chǎng)景對(duì)LiDAR技術(shù)及數(shù)據(jù)處理方法的需求和挑戰(zhàn)仍在繼續(xù)。隨著LiDAR新技術(shù)的不斷涌入，應(yīng)用固態(tài)激光雷達(dá)、單光子激光雷達(dá)、高密度激光雷達(dá)、全波形(FWF)激光雷達(dá)、多光譜/高光譜激光雷達(dá)等新型LiDAR傳感器，將在數(shù)據(jù)多尺度、精準(zhǔn)性、全面性、豐富性和實(shí)時(shí)性上不斷適應(yīng)農(nóng)業(yè)場(chǎng)景的不同層面需求，更好地支撐現(xiàn)代精準(zhǔn)農(nóng)業(yè)發(fā)展。

4 結(jié)論

隨著農(nóng)業(yè)產(chǎn)業(yè)向現(xiàn)代農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)、智慧農(nóng)業(yè)不斷演進(jìn)，農(nóng)業(yè)場(chǎng)景對(duì)新型傳感器的需求日益迫切，傳感器作為人類感知的替代能更全面、更精準(zhǔn)地獲取作物、環(huán)境等相關(guān)信息，是農(nóng)業(yè)現(xiàn)代化發(fā)展的基礎(chǔ)性、關(guān)鍵性的支撐技術(shù)。與視覺(jué)傳感器、光譜傳感器、超聲波等其他類型傳感器相比，LiDAR傳感器不易受光環(huán)境影響、可三維建模、分辨率高、抗干擾能力強(qiáng)、技術(shù)與產(chǎn)品成熟等特點(diǎn)使其在農(nóng)業(yè)領(lǐng)域應(yīng)用中具有獨(dú)特的優(yōu)勢(shì)。本文重點(diǎn)介紹了LiDAR傳感器的性能特點(diǎn)、工作原理和分類、市場(chǎng)應(yīng)用與新技術(shù)；通過(guò)國(guó)內(nèi)外大量研究文獻(xiàn)的篩選分類，總結(jié)了LiDAR傳感器在森林參數(shù)探測(cè)、果樹(shù)靶標(biāo)幾何特征探測(cè)、作物表型幾何特征檢測(cè)、農(nóng)用車輛自主導(dǎo)航定位以及農(nóng)藥?kù)F滴飄移檢測(cè)這5類農(nóng)業(yè)場(chǎng)景的應(yīng)用進(jìn)展與發(fā)展趨勢(shì)；針對(duì)農(nóng)業(yè)場(chǎng)景的特點(diǎn)，現(xiàn)階段應(yīng)用的LiDAR傳感器技術(shù)與數(shù)據(jù)處理方法仍存在局限與不足，為此，展望了固態(tài)激光雷達(dá)、單光子激光雷達(dá)、高密度激光雷達(dá)、全波形(FWF)激光雷達(dá)、多光譜/高光譜激光雷達(dá)等新型LiDAR技術(shù)與產(chǎn)品在未來(lái)農(nóng)業(yè)場(chǎng)景中的應(yīng)用潛力，指出了與LiDAR傳感器配套的自動(dòng)化采集系統(tǒng)與數(shù)據(jù)智能分析方法將成為研究重點(diǎn)。