果园喷雾靶标探测技术现状分析

李瀚哲，翟长远，张　波，杨　硕

(西北农林科技大学 机械与电子工程学院，陕西 杨凌　712100)



果园喷雾靶标探测技术现状分析

李瀚哲，翟长远，张波，杨硕

(西北农林科技大学 机械与电子工程学院，陕西 杨凌712100)

摘要：果园靶标探测技术是果园精准施药技术的关键。为此，分析了红外探测技术、超声波探测技术、激光探测技术及图像技术等在靶标探测中的应用。同时，介绍了基于红外光电技术实现最基本的靶标有无探测和靶标距离测量的靶标探测系统；介绍了利用超声波传感器和激光雷达扫描仪对靶标进行距离扫描，通过获得的靶标距离点云数据构建了靶标的数字三维模型方法； 介绍了利用图像处理技术获取靶标叶面积指数和三维模型的探测系统。靶标探测技术虽有一定的发展，但还处于试验研究阶段，其将朝着实用化、产品化和低成本化方向发展，为对靶精准施药提供更有力的变量控制依据。

关键词：精准施药；靶标探测；红外；超声波；激光；图像技术；靶标模型

0引言

病虫害防治是整个果树管理作业中极为重要的环节，主要依靠喷施农药，农药的喷施次数每年多达数十次。目前，国内农药使用主要为均匀喷施，只有20%～30%的农药能附着在靶标上起到防治效果，农药的利用率极低[1-4]。随着环境保护问题越来越受到重视，对果园农药使用提出了更高的要求，在保证对病虫害防治效果的前提下，减少农药使用量和降低果品农药残留迫在眉睫。

对靶变量施药技术是降低农药残留的有效手段，其关键技术是实时获取果树靶标的信息，实现按需对靶施药。国内外的学者采用了红外技术、激光测距与扫描技术、超声波技术及图像技术在靶标探测方面开展了大量研究。获取靶标的信息也由简单的靶标有无信号逐渐向靶标的多维空间特征信息方向发展，为对靶变量施药提供有力依据。

1靶标探测技术

1.1红外探测技术

基于红外技术的靶标探测主要是通过红外光电技术和红外光谱技术实现靶标信息的获取。红外光电技术主要是利用发光器件发射红外线，通过靶标物体的反射，由对红外光敏感的红外接收器件接收，进而通过对红外接收器件输出电信号的判断来确定探测范围内是否存在靶标。何雄奎、邹建军等人利用红外发射模块与红外接收模块搭建的靶标探测电路来探测靶标的有无，通过红外自动对靶系统分别分布在靶标高度范围的上、中、下3段探测当前对应高度靶标的有无来控制喷头电磁阀的动作，实现了最早的对靶施药[5-6]。在使用红外发射管与红外接收管搭建的分离电路基础上，金慧迪等人采用集成的红外光电传感器作为靶标探测传感器，红外传感器探测到有物体时，会输出一个开关信号；根据开关信号表示靶标的有无，控制器根据获得的开关信号来进而控制电磁阀的启闭实现间歇对靶喷药。红外光电技术探测原理图如图 1所示[7]。在探测过程中，果树靶标通过对发射红外光的反射，使得红外接收器件接收到反射信号，再对信号进行放大等处理后输入控制器，控制器根据得到的信号控制喷头电磁开关实现对靶施药。

由于红外探测容易受到光照等条件的影响，邓巍、李丽、刘金龙等人针对红外光电探测技术的性能进行了进一步的研究，在红外探测光路上增加了凸透镜和颜色传感器及对红外发射进行不同编码的调制等其他辅助方法来提高红外靶标探测的性能，减少其他信号的干扰，增加红外探测的距离和精度[8-12]。在红外探测的光路上增加凸透镜，可改善红外光束的分布，增强红外发射的指向性，提高红外接收器件红外光的照度，以增大红外探测的距离；在红外探测系统上增加颜色传感器，可通过对绿色作物的识别来消除非作业作物的干扰，以提高靶标探测的准确性；对红外发射和接收信号的调制，可有效消除外来信号的干扰和多个红外传感器信号互扰，以提高探测的稳定性和抗干扰能力。在探测靶标的有无基础上，翟长远等人利用红外光电传感器探测幼树树干，同时结合速度传感器来计算靶标的位置，控制电磁阀延时工作，在用户设置的树干宽度范围内准确对靶施药[13]。利用红外光电技术获得靶标有无信号，能够准确地探测靶标的有无，但不能准确反应靶标的特征信息。叶面积指数(LAI，leaf area index)能够直观地反映植株靶标的特征，为对靶施药作业提供更为有效的作业依据。吴伟斌等人利用红外光谱透射系统照射靶标植株冠层来获取靶标的叶面积指数，通过红外光谱透射系统从不同的角度照射单一植株冠层，利用光电传感器检测叶片透射光的能量，光电传感器输出的模拟电压值大小能够反映出重叠叶片层数，用叶片层数和接收面积的乘积表示重叠叶片各层面积之和，再除以植株的占地面积可得植株叶面积指数[14]。基于红外光电技术的靶标探测简单易行，但由于光照条件对探测距离和精度有较大的影响，不能满足田间作业要求，导致其在实际农业应用中存在着局限。

图1　红外光电技术探测原理图

1.2超声波探测技术

针对红外探测技术存在受光照条件影响及获取靶标信息量较少的问题，一些学者利用超声波传感器进行果树靶标的探测。利用超声波进行靶标的探测主要是根据超声波测距原理，即通过测量发射超声波与接收超声波之间的时间差，再与超声波在介质中传播速度相乘实现距离的测量。王万章、张富贵等人使用超声波传感器的测距原理对靶标进行探测，通过分布在不同高度位置的超声波传感器在移动中对靶标冠层边缘进行距离扫描测量，根据靶标冠层的距离扫描值绘制出靶标冠层的直径及外形轮廓信息[15-16]。在使用超声波传感器进行距离测量的基础上，曾星、翟长远、Alexandre Escolà等用多个超声波传感器对果树靶标进行冠层距离扫描，根据距离扫描值计算获取了靶标的体积信息[17-19]。以多个超声波传感器进行靶标体积的探测方法如图 2所示[18]。

图2　超声波靶标体积方法示意图

图2中，在可进行往复直线运动的滑块竖直杆上安装有间距为h的若干个超声波传感器。其中，D为超声波传感器发射面到果树树干的距离；dij为第i个测量间隔时第j个位置处超声波传感器发射面到果树冠层外围轮廓的距离；h为相邻两个超声波传感器之间的间距。

在进行实际测量时，由滑块带动竖直杆在轨道上进行往复直线运动；在运动过程中，超声波传感器按照一定频率采集超声波传感器与果树靶标冠层的距离信息，根据多个距离信息计算靶标的体积。首先，根据采集的果树冠层外围的距离信息与最底部探测果树树干的距离信息计算可得到超声波传感器当前对应位置的果树靶标横截面的面积；其次，在超声波传感器的上下h/2范围内认为该层的横截面积不变，由此就计算出该超声波传感器上下h/2范围内的体积；最后，将计算的各个超声波传感器位置的体积求和得到整个靶标的体积。

利用超声波传感器测量靶标的体积，能够较好地反应靶标的特征；但在实际的应用中，由于作业路面不平整，导致超声波传感器的探测基准坐标时刻发生变化而影响测量精度。俞龙、张霖等学者在超声波探测基础之上结合了姿态航向参考系统(AHRS，attitude heading reference system)，通过AHRS可实现车辆坐标系到大地坐标系的空间坐标的旋转和平移转换，由此直接获得基于大地坐标的果树靶标的距离点阵信息。通过坐标转换获得的靶标体积更为准确，且具有更好的实际应用意义[20-22]。空间坐标的转换示意图如图 3所示[20]。

图3　空间坐标转换示意图

图3中，O1为大地坐标系；O2为车体坐标系；O3为超声波传感器坐标系；G为GPS；Q为靶标果树冠层上的定位点。首先，通过AHRS系统测量的车体姿态数据，建立欧拉旋转矩阵，根据车体、AHRS的几何关系，完成车体坐标系与大地坐标系的坐标转换；其次，将超声波传感器探测点在超声波传感器坐标系下的位置转换到车体坐标系下的位置；最后，将探测点在车体坐标系下的位置转换到大地坐标系下的位置。通过AHRS与超声波传感器体积探测技术的结合，使超声波传感器在靶标探测时能够良好地适应作业环境，减小了因实际作业时超声波传感器坐标变化引起的探测误差，提高了在田间作业的探测精度和实用性。超声波传感器在实际的使用中，受环境影响小，但由于超声波发射的信号有一定的包束角，在包束角范围内都能实现检测，因此超声波是面检测，测量精度不够高，特别是在超声波传感器包束角范围内的果树不规整枝叶对测量结果影响较大。

1.3激光探测技术

针对超声波传感器测量精度不够高的问题，国内外的很多学者利用激光测距和激光扫描进行了果园靶标的探测研究。耿顺山利用激光扫描仪扫描作业面，当扫描到有靶标存在时，控制喷头打开进行喷药，没有靶标时控制喷头关闭[23]。采用激光扫描进行靶标有无探测，较红外探测具有更大探测距离和更高探测精度。刘华、俞龙等人利用激光传感器和激光扫描仪进行靶标测距与扫描，对靶标进行距离扫描，并根据距离计算重构出靶标的三维模型[24-25]。采用这种方式重构的靶标三维模型与采用超声波传感器的方式构造的靶标体积原理基本相同，但采用激光测距技术构造的三维模型精度更高。刘沛等利用激光测距传感器获取的靶标距离点云数据，并通过MatLab软件把点云数据与靶标的二维灰度图像融合，重构了靶标树形[26]。国外学者在采用激光传感器和激光扫描仪在靶标探测方面做了大量研究：Joan R. Rosell、R. Sanz等人利用二维激光雷达扫描果树靶标，能够快速地进行非破坏性获取靶标的三维结构，包括几何形状、大小、高度、截面等等信息，获得的数字化靶标3D结构模型与真正的靶标有着良好的一致性[27-28]。

Joan Ramon Rosell Polo、Jordi Llorens等人同样利用激光雷达进行了非破坏性的靶标体积测量，构建了3D数字模型，获得了树的树面积指数(TAI，tree area index)，再由树面积指数计算获得靶标的LAI，同时与进行破坏性试验的数据进行比较获得了作物叶面积[29-30]。由激光雷达获取的靶标3D数字模型如图 4所示[29]。

图4　不同视角下激光雷达获取的靶标3D数字模型

采用激光传感器和激光雷达扫描仪来进行靶标的探测，由于激光信号平行度好，因此获取的靶标信息精度高，能够准确地反应靶标的特征；但激光雷达扫描仪的价格昂贵，用于靶标探测方面还需进一步的研究。

1.4图像探测技术

针对激光探测技术的探测成本高的问题，一些学者将图像处理技术实际应用到了靶标探测方面。张富贵等人于2006年通过相机静态拍摄靶标，利用MatLab进行图像处理获得靶标的树叶稀密程度，在此基础上将超声波传感器测量的距离与树叶稠密程度的数据通过3层BP神经网络进行数据融合训练，从而消除了成像距离对测量树叶稠密程度的影响[31]。在靶标的体积探测方面，李松等人利用单幅靶标图像处理后获得无背景的二值化图像，对于果树靶标认为是按中心轴旋转的旋转体，因此对图像中每行两端点坐标进行曲线拟合，获得果树靶标的冠形轮廓[32]。

假设如图 5所示为一幅经过二值化处理的靶标果树的图像，从oxz坐标原点向下每间隔h高度检测1次图像2个边沿的数据，共采集2k个边沿坐标点；将右边的检测的靶标图像边缘上的点记为ai(xi,zi), 左边的检测的靶标图像边缘上的点记为Ai(mi,zi)，mi和xi分别为图像中左、右边沿的横坐标值，zi为图像中左、右边沿的纵坐标值[32]。将建立的坐标获得的同一纵坐标的线段aiAi绕其中点水平旋转，即可获得靶标果树的三维轮廓的分段曲面数学方程。利用MatLab软件对轮廓曲线进行拟合获得靶标三维轮廓曲面，重构的三维模型如图 6所示[32]。

图5　图像果树冠层距离探测点

图6　由单幅图像构建的三维模型

由单幅图像重构的靶标三维模型能够较好地符合实际的靶标外形；但当靶标外形不对称时，重构的靶标三维模型会有较大的误差。王磊等人利用多幅图像测量靶标的冠层体积和叶面积指数，在靶标旁放置一个长度已知的木棒作为标尺，以靶标为中心在一定拍摄半径上围绕靶标拍摄若干图像，通过靶标图像中标尺大小和实际的标尺长度计算出靶标冠层体积；将靶标冠层中一定高度范围内的叶片采摘形成空层，由上述方法计算其体积，由采摘的叶片计算其面积，由此可以得出该层的叶面积指数。同时，图像上可反应局部冠层和整体冠层的比例关系，通过对图像上的靶标冠层的分解计算，可获得靶标整体的叶面积指数[33]。沈明明、张富贵、桂启发等人研究采用不同的图像算法获取靶标冠层信息，采用不同算法的图像处理技术对分割准确率和运算时间存在较大的影响，综合各个方面的因素选取不同的算法以满足不同的需求[34-36]。基于图像技术的靶标探测技术能够很好地反映靶标的特征信息，但图像技术对光照条件和图像获取条件要求较高，同时图像处理速度还不能满足实际应用的要求。

2结语

果园靶标探测将朝着更为多元化的方向发展，不仅仅是利用红外技术、超声波技术、激光技术及图像技术对靶标的空间体积等尺寸信息，还会针对果树靶标的生物量等特征信息进行探测，将能更加真实、准确地反映靶标的特征。同时，靶标探测技术将向着实用化、产品化和低成本化的方向发展，让探测技术能够从试验研究中走向实际的农业生产应用。

参考文献：

[1]邓敏，邢子辉，李卫.我国施药技术和施药机械的现状及问题[J]. 农机化研究，2014，36(5):235-238.

[2]刘丰乐，张晓辉，马伟伟,等.国外大型植保机械及施药技术发展现状[J]. 农机化研究，2010,32(3):246-248,252.

[3]翟长远，朱瑞祥，张佐经，等. 精准施药技术现状分析[J]. 农机化研究，2010,32(5): 9-12.

[4]郑文钟，应霞芳.我国植保机械和施药技术的现状、问题及对策[J]. 农机化研究， 2008(5): 219-221.

[5]何雄奎，严苛荣，储金宇，等.果园自动对靶静电喷雾机设计与试验研究[J]. 农业工程学报，2003，19(6):78-80.

[6]邹建军，曾爱军，何雄奎，等.果园自动对靶喷雾机红外探测控制系统的研制[J]. 农业工程学报，2007，23(1): 129-132.

[7]金慧迪，陈军，袁池.基于红外探测的果园自动喷药机控制系统[J]. 农机化研究， 2011,33(12): 154-157.

[8]邓巍，何雄奎，张录达，等.自动对靶喷雾靶标红外探测研究[J]. 光谱学与光谱分析，2008，28(10): 2285-2289.

[9]李丽，宋坚利，何雄奎. 农作物喷雾靶标自动探测器设计与应用[J]. 农业机械学报， 2010，41(7): 54-56,63.

[10]李丽，李恒，何雄奎，等.红外靶标自动探测器的研制及试验[J]. 农业工程学报，2012，28(12): 159-163.

[11]刘金龙，丁为民，邓巍. 果园对靶喷雾红外探测系统的设计与试验[J]. 江苏农业科学，2012，40(12): 370-372.

[12]刘金龙，郑泽锋，丁为民，等.对靶喷雾红外探测器的设计与探测距离测试[J]. 江苏农业科学，2013，41(7): 368-370.

[13]翟长远，赵春江，王秀，等.幼树靶标探测器设计与试验[J]. 农业工程学报，2012，28(2): 18-22.

[14]吴伟斌，洪添胜，张立俊，等. 柑橘叶面积指数自动测量红外透射系统的开发与应用[J]. 农业工程学报， 2012，28(18): 155-162.

[15]王万章，洪添胜，陆永超，等. 基于超声波传感器和DGPS的果树冠径检测[J]. 农业工程学报，2006，22(8): 158-161.

[16]张富贵，洪添胜，李建雄，等.果树外形的检测方法[J]. 农机化研究，2008(12): 107-109.

[17]曾星，俞龙，孙道宗，等.超声波测距在果树冠层三维重构中的应用[J]. 农机化研究，2012,34(12):148-151.

[18]翟长远，赵春江，王秀，等. 树型喷洒靶标外形轮廓探测方法[J]. 农业工程学报，2010,26(12): 173-177.

[19]Alexandre Escolà, Santiago Planas, Joan Ramon Rosell . Performance of an Ultrasonic Ranging Sensor in Apple Tree Canopies[J].Sensors, 2011, 11(3): 2459-2477.

[20]张霖,赵祚喜，俞龙，等.超声波果树冠层测量定位算法与试验[J]. 农业工程学报， 2010，26(9): 192-197.

[21]俞龙,洪添胜，赵祚喜，等. 基于超声波的果树冠层三维重构与体积测量[J]. 农业工程学报， 2010，26(11): 204-208.

[22]俞龙, 赵祚喜,洪添胜. 果树冠层参数实时检测系统[J]. 农业机械学报， 2009，40(S1): 194-197.

[23]耿顺山.基于激光扫描成像系统的一种农药喷洒方法[J]. 农机化研究， 2008(5): 244-246.

[24]刘华，姚耀华.激光测距在果树冠层三维重构中的应用[J]. 现代农业装备， 2012(7): 45-47.

[25]俞龙，黄建，赵祚喜，等.丘陵山地果树冠层体积激光测量方法与试验[J].农业机械学报，2013，44(8):224-228.

[26]刘沛,陈军. 基于激光扫描的果树树形重构系统研究[J]. 农机化研究，2011,33(5):199-201,206.

[27]Joan R. Rosell, Jordi Llorens, Ricardo Sanz，et al. Obtaining the three-dimensional structure of tree orchards from remote 2D terrestrial LIDAR scanning[J].Agricultural and Forest Meteorology，2009,149(9): 1505-1515.

[28]R. Sanz, J.R. Rosell, J. Llorens, et al. Relationship between tree row LIDAR-volume and leaf area density for fruit orchards and vineyards obtained with a LIDAR 3D Dynamic Measurement System[J].Agricultural and Forest Meteorology,2013, 171-172:153-162.

[29]Joan Ramon Rosell Polo, Ricardo Sanz, Jordi Llorens, et al. A tractor-mounted scanning LIDAR for the non-destructive measurement of vegetative volume and surface area of tree-row plantations: A comparison with conventional destructive measurements[J].Biosystems Engineering, 2009,102(2):128-134.

[30]Llop Jordi,Gil Emilio, Llorens Jordi, et al. Georeferenced LiDAR 3D Vine Plantation Map Generation[J]. Sensors, 2011,11(6):6237-6256.

[31]张富贵，洪添胜，王万章，等. 数据融合技术在果树仿形喷雾中的应用[J]. 农业工程学报，2006，22(7):119-122.

[32]李松，张建瓴，可欣荣，等. 果树三维外形轮廓的仿真与重建[J]. 华南农业大学学报，2009，30(1):94-98.

[33]王磊，马英杰，赵经华，等.基于图像上冠层体积的叶面积指数测算方法[J].农机化研究，2013,35(12):70-73.

[34]桂启发，徐素明.基于模糊理论的树冠图像边缘检测算法研究[J].江西农业学报，2014，26(8):109-113.

[35]沈明明，张富贵，吴雪梅，等.变量喷雾系统中果树冠幅检测方法研究[J]. 图学学报，2013，34(5):115-120.

[36]张富贵，袁奎，沈明明，等.变量喷雾中果树图像不同分割方法[J]. 中国农机化学报，2014，35(5):81-86.

Status Analysis of Orchard Spray Target Detection Technology

Li Hanzhe, Zhai Changyuan, Zhang Bo, Yang Shuo

(College of Mechanical and Electronic Engineering, Northwest A&F University, Yangling 712100, China)

Abstract：Orchard target detection technology is the key of orchard precision pesticide application technology. This paper analyzed the application of infrared technology, ultrasonic technology, laser ranging and scanning technology and image processing technology in target detection. This paper introduced the presence of target detection and distance measurement in target detection system based on infrared photo-electrical technique, introduced the reestablishment of 3D digital model based on point cloud data of target distance through using ultrasonic sensors and LIDAR scanner, and also introduced the target acquisition of leaf area index and 3D model based on image processing technology. Although the target detection technology developed a lot, it was only used in lab. The target detection technology will be more practical and lower cost in the future to support precision pesticide application techniques.

Key words：precision pesticide application; target detection; infrared technology; ultrasonic technology; laser technology; image processing technology; target model

文章编号：1003-188X(2016)02-0001-05

中图分类号：S233.3

文献标识码：A

作者简介：李瀚哲(1990-),男，四川巴中人，硕士研究生，(E-mail)lihanzhe187@163.com。通讯作者：翟长远(1982-)，男，河南驻马店人，副教授，博士，(E-mail)zhaichangyuan@163.com。

基金项目：国家自然科学基金项目(31201128)；国家“863计划”项目(2012AA101904)；国家农业智能装备工程技术研究中心开放课题(KFZN2012W13-013)

收稿日期：2015-03-06