發(fā)布時(shí)間：2019-04-17 16:27

【摘要】：為解決目前林業(yè)特種裝備在人工林行駛和作業(yè)過程中,因林地環(huán)境復(fù)雜、目標(biāo)不易識(shí)別而導(dǎo)致的作業(yè)中斷、效率降低及駕駛員危險(xiǎn)等問題。本文利用激光掃描儀、景深相機(jī)和車載云臺(tái)搭建林區(qū)環(huán)境信息測(cè)量系統(tǒng),并通過多源信息融合的方法有效獲取采育目標(biāo)信息。接著,對(duì)融合點(diǎn)云進(jìn)行超體素化處理、分步級(jí)聯(lián)分割,并提出一種優(yōu)化模式識(shí)別算法實(shí)現(xiàn)人工林環(huán)境采育目標(biāo)及障礙物分類,有效提升林業(yè)特種裝備作業(yè)自動(dòng)化和智能化水平。本文的主要研究?jī)?nèi)容如下：1.根據(jù)林業(yè)特種裝備作業(yè)環(huán)境特性,設(shè)計(jì)車載云臺(tái)并構(gòu)建基于二維激光掃描儀、慣性測(cè)量單元和高景深相機(jī)的實(shí)時(shí)信息采集系統(tǒng),通過上位機(jī)控制軟件設(shè)置和監(jiān)控云臺(tái)位姿及測(cè)量單元的工作狀態(tài),并實(shí)時(shí)存儲(chǔ)采育目標(biāo)及障礙物的可見光圖像及三維激光點(diǎn)云數(shù)據(jù)。2.在對(duì)三維激光點(diǎn)云的隨機(jī)噪聲及系統(tǒng)噪聲進(jìn)行濾波處理后,對(duì)激光掃描儀和相機(jī)內(nèi)部參數(shù)進(jìn)行標(biāo)定。同時(shí),設(shè)計(jì)正八邊形標(biāo)定板,利用其多個(gè)邊緣在三維點(diǎn)云坐標(biāo)系和圖像像素坐標(biāo)系中的對(duì)應(yīng)關(guān)系,構(gòu)建新型多線段聯(lián)合外參標(biāo)定模型,在補(bǔ)償激光點(diǎn)云抖動(dòng)誤差和步進(jìn)角誤差基礎(chǔ)上,完成外部參數(shù)非線性優(yōu)化,實(shí)現(xiàn)三維激光和圖像的有效融合。3.針對(duì)激光束在傳播和返回過程中存在光束擴(kuò)大和能量丟失問題,運(yùn)用光斑發(fā)散和能量分布特性實(shí)現(xiàn)融合點(diǎn)云體素化,應(yīng)用體素尺寸梯度選定超體素種子點(diǎn),迭代聚類更新種子點(diǎn)及鄰域,最后提取超體素的特征向量,完成融合點(diǎn)云的超體素劃分。4.在超體素特征向量空間中,分步級(jí)聯(lián)應(yīng)用地面綜合特征相異分割法、優(yōu)化高斯密度峰值聚類分割法和條件隨機(jī)場(chǎng)分割法,對(duì)人工林環(huán)境內(nèi)采育目標(biāo)和障礙物進(jìn)行自適應(yīng)分割,彌補(bǔ)“不確定區(qū)域”的分割問題。5.應(yīng)用分割后的圖像數(shù)據(jù)和三維激光點(diǎn)云數(shù)據(jù)提取人工林環(huán)境內(nèi)采育目標(biāo)和障礙物的顏色、形狀、反射強(qiáng)度及三維空間特征,提出并運(yùn)用多類高斯粒度核模糊支持向量機(jī)模型對(duì)其進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明,本文提出的方法分類效果比其他識(shí)別方法更優(yōu),優(yōu)化后的綜合正確識(shí)別率高達(dá)98.2%。
[Abstract]:......
【學(xué)位授予單位】：北京林業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：S776
，

本文編號(hào)：2459600