基于法向量夹角的果树点云配准与枝叶分割方法研究

摘要：

在实现果园作业全自动化的过程中,亟需直接构建自然环境下果树枝干三维模型的方法.本文通过对自然环境下以不同角度采集的果树点云进行配准,并针对采样一致性(SAC-IA)+迭代最近点(ICP)配准算法在点云配准中耗时较长以及精度不高的问题,结合点云法向量夹角提取源点云和目标点云的特征点,并通过点云法向量夹角的余弦值在源点云和目标点云的特征点中查找待匹配点对的方法,提出了一种基于果树点云待匹配点对的改进SAC-IA+ICP点云配准算法;借助最小包围盒划分的分块技术对配准后的果树点云进行分块,然后利用点云的几何特征,对划分的子块进行枝叶粗分割,最后使用欧氏聚类完成枝叶的精细分割.对比实验结果显示,改进后的SAC-IA+ICP算法在平均旋转误差上相较于原始SAC-IA+ICP算法减少85.44％,配准均方根误差相较于原始SAC-IA+ICP算法减少71.74％,配准时间相较于原始SAC-IA+ICP算法减少97.99％;同时,改进后的SAC-IA+ICP算法在平均旋转误差上相较于SAC-IA+NDT算法减少90.38％,配准均方根误差相较于SAC-IA+NDT算法减少85.39％,配准时间相较于SAC-IA+NDT算法减少98.04％.另外,本文采用的枝叶分割算法能够完成枝叶分割,且相较于人工分割其分割准确度可达94.77％.

关键词：果树、点云、法向量夹角、点云配准、枝叶分割

所属期刊栏目：55

分类号：TP24;S126(自动化技术及设备)

资助基金：江苏省现代农机装备与技术示范推广项目;江苏省重点研发计划项目

在线出版日期：2024-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：327-336