基于無人機(jī)激光雷達(dá)的開溝質(zhì)量檢測系統(tǒng)設(shè)計(jì)與試驗(yàn)

肖 文，李和清，馬立新，劉德營*

（1.南京農(nóng)業(yè)大學(xué) 工學(xué)院，江蘇 南京 210031；2.江蘇省農(nóng)業(yè)機(jī)械鑒定站，江蘇 南京 210017）

【研究意義】農(nóng)田開溝作業(yè)在農(nóng)事活動(dòng)中扮演著重要角色，溝渠能夠有效調(diào)節(jié)農(nóng)田內(nèi)水、肥料和熱量的循環(huán)，從而改善土壤環(huán)境，提升農(nóng)作物的產(chǎn)量和質(zhì)量。此外，開溝操作有助于土壤疏松，促進(jìn)作物根系的生長和發(fā)育，提高水分利用效率，并促進(jìn)肥料的吸收，增強(qiáng)農(nóng)作物的抗性[1-4]。開溝機(jī)成為提高開溝效率不可或缺的農(nóng)業(yè)機(jī)械設(shè)備，開溝機(jī)的開溝質(zhì)量直接影響農(nóng)作物的收獲和品質(zhì)。因此，對(duì)開溝機(jī)作業(yè)性能進(jìn)行評(píng)估和鑒定十分必要。【前人研究進(jìn)展】近年來，國內(nèi)外學(xué)者大多對(duì)開溝機(jī)的結(jié)構(gòu)和性能進(jìn)行了相關(guān)研究。文獻(xiàn)[5]利用太陽能發(fā)明了開溝起壟一體機(jī)，文獻(xiàn)[6]針對(duì)無人駕駛的自動(dòng)起壟開溝的耕作機(jī)，文獻(xiàn)[7]通過轉(zhuǎn)矩和能量特性優(yōu)化了開溝機(jī)的葉片，文獻(xiàn)[8]對(duì)仿生圓盤開溝器DEM 和土倉的研究，以及一種立體視覺導(dǎo)向線檢測系統(tǒng)被應(yīng)用于壟溝種植領(lǐng)域，檢測自主拖拉機(jī)在溝道中自動(dòng)導(dǎo)航的偏離度，精確定位拖拉機(jī)在田間的位置[9]等。對(duì)于開溝質(zhì)量監(jiān)測的研究，文獻(xiàn)[10]選擇有限元分析法對(duì)開溝機(jī)刀具進(jìn)行動(dòng)力學(xué)仿真，根據(jù)優(yōu)化模型對(duì)刀盤材料進(jìn)行優(yōu)化，以提高開溝質(zhì)量，文獻(xiàn)[11]以圓盤開溝機(jī)刀盤為研究對(duì)象，采用DEM-FEA 的方法對(duì)刀盤的力學(xué)特性進(jìn)行仿真分析，防止刀盤因受力變形，從而影響開溝質(zhì)量，文獻(xiàn)[12]總結(jié)了國外海底犁式開溝機(jī)技術(shù)進(jìn)展，對(duì)“V”型開溝犁和矩形開溝犁兩種海底犁式開溝機(jī)的開溝尺寸、形狀以及開溝深度和穩(wěn)定性進(jìn)行重點(diǎn)研究。隨著計(jì)算機(jī)技術(shù)和機(jī)器視覺的發(fā)展，基于點(diǎn)云的應(yīng)用也越來越廣泛，為測量目標(biāo)的三維指標(biāo)提供了很好的解決方向[13-14]。石雪飛等[15]利用三維點(diǎn)云重構(gòu)技術(shù)，檢驗(yàn)評(píng)價(jià)了異形混凝土預(yù)制構(gòu)件尺寸，提出了高精度、自動(dòng)化異形混凝土預(yù)制構(gòu)件尺寸檢驗(yàn)評(píng)價(jià)方法。張婷等[16]提出一種基于無人機(jī)離線三維重建獲取牛體點(diǎn)云數(shù)據(jù)對(duì)其實(shí)現(xiàn)體尺非接觸式測量的方法，實(shí)現(xiàn)可使用覆蓋面廣、精準(zhǔn)、高效的牛體尺測量方案。楊建思[17]提出機(jī)載和地面激光雷達(dá)集成可視化應(yīng)用于水利施工測量數(shù)據(jù)、道路施工測量數(shù)據(jù)和工程設(shè)計(jì)數(shù)據(jù)等。以上研究均利用點(diǎn)云數(shù)據(jù)提取三維參數(shù)測量目標(biāo)的尺寸、周長、體積等數(shù)據(jù)，在分類評(píng)級(jí)、姿態(tài)、體型估算方面進(jìn)行研究，表明了三維點(diǎn)云重構(gòu)技術(shù)成為一種有效的立體測量方法。

【本研究切入點(diǎn)】目前對(duì)開溝機(jī)開溝質(zhì)量的檢測主要依賴于人工測量，造成隨機(jī)誤差大，效率低，如何高效、全面精確評(píng)估開溝質(zhì)量仍然是當(dāng)前的主要研究課題。由于農(nóng)田環(huán)境的復(fù)雜性以及目前農(nóng)業(yè)器械檢測手段的單一性，該方面的研究鮮有報(bào)道?！緮M解決的關(guān)鍵問題】本研究以無人機(jī)搭載激光雷達(dá)為平臺(tái)，研發(fā)了基于無人機(jī)激光雷達(dá)的非接觸式開溝質(zhì)量檢測系統(tǒng)，為智能化開溝檢測裝備研發(fā)和控制策略制定提供可靠的技術(shù)參考和理論基礎(chǔ)。

1 材料與方法

1.1 硬件系統(tǒng)

基于無人機(jī)激光雷達(dá)的開溝質(zhì)量檢測系統(tǒng)硬件設(shè)計(jì)如圖1所示，包括無人機(jī)、激光雷達(dá)、慣性測量單元、交換機(jī)、微型主機(jī)。

圖1 開溝質(zhì)量檢測硬件系統(tǒng)結(jié)構(gòu)Fig.1 Trenching quality inspection hardware system structure

為了滿足無人機(jī)有效負(fù)載和長航時(shí)要求，選擇大疆M600 Pro 以確保數(shù)據(jù)能夠完整采集；進(jìn)一步，考慮到無人機(jī)的載重和數(shù)據(jù)采集精度，選擇Velodyne VLP-16 型激光雷達(dá)。該款雷達(dá)尺寸小，數(shù)據(jù)捕捉速度為每秒300 000 點(diǎn)，頻率為10 Hz，精度為±3 cm，配置16 個(gè)激光發(fā)射器及一個(gè)數(shù)據(jù)接口盒，通過數(shù)據(jù)接口盒便于其他設(shè)備相連，滿足系統(tǒng)測量要求；慣性測量單元由陀螺儀、磁力計(jì)和加速度計(jì)等組合而成，具有姿態(tài)基準(zhǔn)系統(tǒng)（AHRS）的9軸模塊，能夠提供航向角、俯仰角和翻滾角，有助于將激光雷達(dá)的幀配準(zhǔn)成更加密集的點(diǎn)云；以太網(wǎng)交換機(jī)用于擴(kuò)展移動(dòng)工作站的物理接口，連接外部設(shè)備的通訊；微型主機(jī)選擇intel i5 處理器，16 G 內(nèi)存∕256 G 固態(tài)，安裝Ubuntu16.04 操作系統(tǒng)，用于驅(qū)動(dòng)激光雷達(dá)和保存點(diǎn)云數(shù)據(jù)。系統(tǒng)硬件設(shè)計(jì)見圖2。

圖2 系統(tǒng)硬件設(shè)計(jì)Fig.2 System hardware block diagram

1.2 點(diǎn)云預(yù)處理

將傳感器在移動(dòng)中產(chǎn)生的數(shù)據(jù)轉(zhuǎn)換成單個(gè)幀文件，而后通過點(diǎn)云將多個(gè)幀文件配準(zhǔn)成一個(gè)完整的點(diǎn)云數(shù)據(jù)。在ROS系統(tǒng)下，激光雷達(dá)和IMU的數(shù)據(jù)被分別保存在兩個(gè)“bag”文件中，通過Rviz Interface可視化“bag”文件，并將“bag”文件轉(zhuǎn)換成“ply∕pcd”格式的幀文件，選擇多個(gè)點(diǎn)云數(shù)據(jù)密度較高的幀文件作為點(diǎn)云配準(zhǔn)的配準(zhǔn)文件，選擇點(diǎn)云數(shù)量較多的幀文件作為參考點(diǎn)云，其余幀文件依次迭代配準(zhǔn)，以得到完整農(nóng)田點(diǎn)云數(shù)據(jù)。

為了實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)精確配準(zhǔn)，筆者提出了一種基于正態(tài)偏差點(diǎn)匹配的配準(zhǔn)方法，其具體實(shí)現(xiàn)過程如算法1所示。該方法通過比較K鄰域的法線和輸入點(diǎn)云中與查詢點(diǎn)相關(guān)的法線的角偏差，來實(shí)現(xiàn)點(diǎn)云的配準(zhǔn)。首先，使用重心法對(duì)參考點(diǎn)云和待配準(zhǔn)點(diǎn)云進(jìn)行初始粗配準(zhǔn)。接著，將特征向量配準(zhǔn)過程引入后續(xù)的迭代中，對(duì)每次更新的待配準(zhǔn)點(diǎn)坐標(biāo)先進(jìn)行主成分配準(zhǔn)，然后再進(jìn)行最近點(diǎn)搜索。這樣可以使得參考點(diǎn)云與待配準(zhǔn)點(diǎn)云的重合度更高，從而有效提高后續(xù)迭代點(diǎn)（iteration closet points，ICP）算法中搜索最近點(diǎn)的精度。最后，通過姿態(tài)變換進(jìn)行對(duì)應(yīng)匹配，完成后續(xù)的配準(zhǔn)過程。

配準(zhǔn)實(shí)現(xiàn)過程如圖3 所示。選擇3 幀點(diǎn)云數(shù)據(jù)，通過提出正態(tài)偏差點(diǎn)匹配的配準(zhǔn)算法，得到完整的農(nóng)田點(diǎn)云數(shù)據(jù)。首先，將參考點(diǎn)云和待配準(zhǔn)點(diǎn)云1配準(zhǔn)在同一個(gè)坐標(biāo)系中獲取一個(gè)點(diǎn)云融合數(shù)據(jù)。然后將待配準(zhǔn)點(diǎn)云2迭代到配準(zhǔn)算法中，與點(diǎn)云融合進(jìn)行配準(zhǔn)同一坐標(biāo)系下的數(shù)據(jù)。最終可得到配準(zhǔn)后完整的溝道點(diǎn)云數(shù)據(jù)。

圖3 點(diǎn)云配準(zhǔn)過程Fig.3 Point cloud registration process

1.3 三維重構(gòu)

為了有效構(gòu)建溝道三維模型，需對(duì)配準(zhǔn)后的點(diǎn)云數(shù)據(jù)進(jìn)行三維重構(gòu)[18-20]。本文采用一種基于正向偏差配準(zhǔn)的泊松（Poisson）重構(gòu)算法[21]，通過計(jì)算具有曲面邊界的特征函數(shù)來實(shí)現(xiàn)泊松曲面構(gòu)造。由曲面的梯度關(guān)系得到采樣點(diǎn)與指標(biāo)函數(shù)之間的積分關(guān)系，給定一個(gè)區(qū)域M及其邊界?M，其指標(biāo)函數(shù)χM（x）定義為：

對(duì)于任意點(diǎn)p∈?M，定義為向內(nèi)的表面法向量，F(xiàn)（q）為一個(gè)平滑濾波器，F(xiàn)p（q）=F（q-p）是F沿p方向的平移。梯度空間的近似如式（2）所示：

其中?s是離散點(diǎn)集Ω 和?M被分割的、互不相交的區(qū)域，s∈?s。根據(jù)積分關(guān)系，計(jì)算指標(biāo)函數(shù)梯度場的近似解，形成泊松方程。用矩陣迭代法得到泊松方程的近似解，用移動(dòng)立方算法提取等值面，以實(shí)現(xiàn)三維溝道模型重構(gòu)。

圖4 為本文重構(gòu)的溝道三維模型，圖中的溝面寬表示為溝面兩側(cè)的橫向距離；溝底寬為溝底兩側(cè)的橫向距離；溝深為溝面到溝底的垂直距離。

圖4 溝道重構(gòu)模型Fig.4 Trench reconstruction model

1.4 軟件設(shè)計(jì)

基于Visual Studio 2017、Qt5.10、VTK 以及PCL（point cloud library）庫設(shè)計(jì)了開溝機(jī)作業(yè)質(zhì)量檢測系統(tǒng)，系統(tǒng)界面如圖5所示。軟件采用模塊化的設(shè)計(jì)，包括：數(shù)據(jù)文件、數(shù)據(jù)顯示、輸入功能、生成校準(zhǔn)、數(shù)據(jù)處理、參數(shù)測量和報(bào)告輸出等7個(gè)功能模塊。輸入功能模塊能夠輸入測試地點(diǎn)、機(jī)械類型型號(hào)以及廠商并保存在系統(tǒng)中，參數(shù)測量模塊能夠測量指標(biāo)數(shù)據(jù)并保存，報(bào)告輸出模塊能將輸入功能模塊和參數(shù)測量模塊的相應(yīng)信息保存在WORD 文件中，直觀地顯示開溝機(jī)作業(yè)質(zhì)量。

圖5 系統(tǒng)界面Fig.5 System interface

本次設(shè)計(jì)的開溝機(jī)作業(yè)質(zhì)量檢測系統(tǒng)流程圖如圖6 所示。首先，初始化軟件系統(tǒng)，導(dǎo)入數(shù)據(jù)文件，判斷文件格式是否滿足要求，在滿足格式要求后，可視化文件內(nèi)容，并曲面重構(gòu)三維模型；然后，在輸入功能模塊中輸入測試地點(diǎn)、機(jī)械類型型號(hào)以及廠商；最后進(jìn)行參數(shù)測量，并輸出相應(yīng)報(bào)告。

圖6 開溝機(jī)作業(yè)質(zhì)量檢測系統(tǒng)流程Fig.6 Flow chart of operation quality testing system of trenching machine

2 系統(tǒng)驗(yàn)證與結(jié)果分析

2.1 試驗(yàn)條件與方法

為了驗(yàn)證本文設(shè)計(jì)的開溝質(zhì)量檢測系統(tǒng)性能，2022年6月團(tuán)隊(duì)于中國江蘇省揚(yáng)州市雅源家庭農(nóng)場開展試驗(yàn)驗(yàn)證。試驗(yàn)現(xiàn)場分為2×2個(gè)區(qū)域，每個(gè)區(qū)域5 m×5 m，每個(gè)區(qū)域設(shè)置為雙溝道；開溝機(jī)型號(hào)為1K-33，設(shè)計(jì)參數(shù)為梯形溝渠、開溝深度20 cm、溝面寬度15 cm、溝底寬度25 cm；無人機(jī)飛行高度為2～3 m，飛行速度為1 m∕s。本文所有測試均基于筆記本電腦（操作系統(tǒng)：Windows 10×64，處理器：Intel（R）Xeon（R）E-2176M，CPU 為I5-6300HQ，顯卡為GeForce GTX950M）上運(yùn)行。此外，在點(diǎn)云建模過程中，設(shè)置法線搜索半徑為20，設(shè)置Degree參數(shù)為3，保證模型平滑度和耗時(shí)短，根據(jù)求解2d×2d×2d立方體，樹的最大深度設(shè)置為8，ISO等值面的提取深度選擇8，設(shè)置樣本點(diǎn)最小數(shù)量為3，保證在無噪聲的條件下建模平滑，設(shè)置解線性方程組Gauss-seidel迭代方法次數(shù)為8，由于溝道為梯形溝，設(shè)置重構(gòu)的立方體直徑和樣本邊界立方體直徑比例為1.25。人工測量參照《農(nóng)業(yè)機(jī)械推廣鑒定大綱-開溝機(jī)：DG∕T 089—2019》[22]開展相關(guān)試驗(yàn)。

2.2 試驗(yàn)結(jié)果分析

在無人機(jī)飛行高度為2 m 時(shí)，人工測量與本文系統(tǒng)建模測量的對(duì)比如圖7 所示，表1 為現(xiàn)場測量數(shù)據(jù)，表2為10次數(shù)據(jù)測量的平均值、均值誤差與標(biāo)準(zhǔn)差。

表1 溝道建模與人工測量表Tab.1 Trench reconstruction modeling and manual measurement table

表2 平均值、均值誤差與標(biāo)準(zhǔn)差Tab.2 Average value、Average value deviation and standard deviation value

圖7 數(shù)據(jù)測量對(duì)比Fig.7 Comparison of data measurements

從圖7 和表1 中可以看出，溝面寬的最大誤差為7.95%，最小誤差為0.51%，平均誤差為3.83%。溝底寬的最大誤差為9.2%，最小誤差為1.31%，平均誤差為4.73%。溝深的最大誤差為5.75%，最小誤差為0.46%，平均誤差為2.73%。此外，本系統(tǒng)的時(shí)間成本相比于人工測量的時(shí)間至少提升了約150%。

表2 中，溝面寬、溝底寬和溝深的人工測量平均值與建模后測量的平均值相接近，均值誤差范圍在±1 cm 以內(nèi)，人工測量溝面寬標(biāo)準(zhǔn)差略大于建模測量的標(biāo)準(zhǔn)差，人工測量的溝底寬和溝深的標(biāo)準(zhǔn)差與建模測量的標(biāo)準(zhǔn)差相差不多，表明建模測量值趨近于人工測量值，建模測量的方法可以逐步取代人工測量，在測量誤差方面，能夠滿足中華人民共和國國家標(biāo)準(zhǔn)DGT 089—2019 農(nóng)業(yè)機(jī)械推廣鑒定大綱-開溝機(jī)規(guī)定的誤差要求，達(dá)到開溝機(jī)開溝質(zhì)量高效且精度測量的需求。

3 結(jié)論

（1）設(shè)計(jì)了一套基于無人機(jī)激光雷達(dá)的開溝質(zhì)量遠(yuǎn)程檢測系統(tǒng)，能夠?qū)崿F(xiàn)數(shù)據(jù)遠(yuǎn)程傳輸、實(shí)時(shí)處理、存儲(chǔ)和歷史數(shù)據(jù)回溯等功能。

（2）提出了基于正態(tài)偏差配準(zhǔn)的曲面重構(gòu)算法，實(shí)現(xiàn)對(duì)農(nóng)田溝道的配準(zhǔn)，將不同區(qū)域的點(diǎn)云數(shù)據(jù)融合到同一坐標(biāo)系下，得到完整的點(diǎn)云數(shù)據(jù)，并用Poisson算法對(duì)完整的點(diǎn)云數(shù)據(jù)進(jìn)行曲面建模。

（3）通過現(xiàn)場試驗(yàn)驗(yàn)證了對(duì)溝面寬、溝底寬和溝深的遠(yuǎn)程檢測，與人工測量結(jié)果相比，建模后溝道模型中的溝面寬平均誤差為0.723 cm；溝底寬平均誤差為-0.705 cm；溝深的平均誤差為-0.565 cm，表明該系統(tǒng)具有較好的檢測性能，有期為智能化開溝裝備研發(fā)和控制策略制定提供可靠的技術(shù)參考和理論基礎(chǔ)。