【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)境復雜、目標不易識別而導致的作業(yè)中斷、效率降低及駕駛員危險等問題。本文利用激光掃描儀、景深相機和車載云臺搭建林區(qū)環(huán)境信息測量系統(tǒng),并通過多源信息融合的方法有效獲取采育目標信息。接著,對融合點云進行超體素化處理、分步級聯(lián)分割,并提出一種優(yōu)化模式識別算法實現(xiàn)人工林環(huán)境采育目標及障礙物分類,有效提升林業(yè)特種裝備作業(yè)自動化和智能化水平。本文的主要研究內(nèi)容如下：1.根據(jù)林業(yè)特種裝備作業(yè)環(huán)境特性,設計車載云臺并構(gòu)建基于二維激光掃描儀、慣性測量單元和高景深相機的實時信息采集系統(tǒng),通過上位機控制軟件設置和監(jiān)控云臺位姿及測量單元的工作狀態(tài),并實時存儲采育目標及障礙物的可見光圖像及三維激光點云數(shù)據(jù)。2.在對三維激光點云的隨機噪聲及系統(tǒng)噪聲進行濾波處理后,對激光掃描儀和相機內(nèi)部參數(shù)進行標定。同時,設計正八邊形標定板,利用其多個邊緣在三維點云坐標系和圖像像素坐標系中的對應關(guān)系,構(gòu)建新型多線段聯(lián)合外參標定模型,在補償激光點云抖動誤差和步進角誤差基礎上,完成外部參數(shù)非線性優(yōu)化,實現(xiàn)三維激光和圖像的有效融合。3.針對激光束在傳播和返回過程中存在光束擴大和能量丟失問題,運用光斑發(fā)散和能量分布特性實現(xiàn)融合點云體素化,應用體素尺寸梯度選定超體素種子點,迭代聚類更新種子點及鄰域,最后提取超體素的特征向量,完成融合點云的超體素劃分。4.在超體素特征向量空間中,分步級聯(lián)應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場分割法,對人工林環(huán)境內(nèi)采育目標和障礙物進行自適應分割,彌補“不確定區(qū)域”的分割問題。5.應用分割后的圖像數(shù)據(jù)和三維激光點云數(shù)據(jù)提取人工林環(huán)境內(nèi)采育目標和障礙物的顏色、形狀、反射強度及三維空間特征,提出并運用多類高斯粒度核模糊支持向量機模型對其進行分類。實驗結(jié)果表明,本文提出的方法分類效果比其他識別方法更優(yōu),優(yōu)化后的綜合正確識別率高達98.2%。
[Abstract]:......
【學位授予單位】：北京林業(yè)大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：S776
，

本文編號：2459600