LIDAR-Based树树冠特征模拟凹凸不平的道路条件下:在树果园树冠轮廓测量

文摘

在真正的户外树冠轮廓检测、激光扫描仪测量树冠结构的准确性是影响潜在不平的道路条件。水平与态度有关的误差角度从地面的起伏可以减少开发适当的校正算法。本文提出了离线姿态角偏移校正算法基于一个三维仿射坐标变换。校正算法的有效性进行验证了室内实验。实验进行一个特别设计的树冠轮廓测量平台。在实验中,一个人造树和树状雕刻板连续扫描速度常数激光扫描仪旅行和探测距离下模拟颠簸的路况。获得激光雷达激光扫描仪原始数据被特别开发了MATLAB程序离线处理。前后结果校正法表明,单一姿态角偏移校正方法能够纠正扭曲的数据点在树状雕刻板剖面测量,相对误差为5%,而复合姿态角偏移校正方法是有效减少误差与复合姿态角偏离理想的扫描仪姿势,相对误差为7%。

1。介绍

激光扫描传感器可以提供更准确的检测树作物比红外传感器结构,有可能被整合在精准农业智能机器(1- - - - - -3]。罗塞尔和Sanz声明(1),树作物树冠特征的一个重要因素是众多应用于农业。一些重要的农业的任务可以受益于这些plant-geometry表征农药的应用,灌溉、施肥、作物培训。在农药领域的应用、知识的种植园的几何特性将允许更好地调整剂量产品的应用,改善了环境和经济的影响(1,4]。获得一个精确的树作物树冠概要文件在任何时候在其生产周期的快速、准确检测系统将有助于建立精确估计作物水分需求的有价值的信息,可以用来量化其营养需求(1,5]。发展快速,简单,高效的方法来确定基本参数用来描述一个树冠结构是一个重要的需要。最近,许多研究论文调查了激光雷达的使用激光扫描仪的树冠测量由于其精度高、扫描速度快,对光源的不敏感和发现激光雷达和现场措施之间良好的关系值通常范围从0.85到0.95 (6- - - - - -10]。最近,魏和Salyani (11)开发了一个激光扫描系统测量树冠高度,宽度,和体积在柑橘树。在柑橘树,这个设备显示的准确性96%在三个垂直方向的长度测量。在[12),一个270°径向范围激光扫描传感器评估其精度测量目标表面复杂的形状和大小X,Y,Z笛卡尔坐标在不同的旅行速度和检测距离,发现效果很好。在[13),格雷拉等人设计了一个喷雾器原型能够自动适应喷雾和空气分布根据目标的特点,作物疾病,水平和环境条件。它仍然需要解决一些技术问题包括改善检测系统就是能描述复杂地形下的作物树树冠概要文件。在大多数侧视的果园和高row-cultivated植物监测活动,检测系统必须不断面对不平的和复杂的路径时收集激光扫描传感器数据。水平与态度有关的误差角度从地面的起伏导致扭曲数据集从而导致一个不正确的测量目标概要文件(3]。大多数研究领域的评估激光雷达传感器测量的准确性树冠结构无论错误与这些态度相关的水平角度。提出了离线姿态角偏移校正法调整扭曲的传感器数据集从地面的起伏为精确树作物检测和轮廓特征。该方法开发了基于三维仿射坐标变换。为了测试提出的校正方法,室内目标探测平台,用激光传感器扫描仪,建成。平台被用来进行喷雾模拟凹凸不平的道路条件下目标探测实验。实验分为三个测试条件基于激光传感器的方向:(1)理想的测量条件测试,(2)态度角度偏移量测试,和(3)复合姿态角偏差的测试。激光传感器数据采集、数据分析和数据校正方法在后续部分中讨论。

2。方法和材料

2.1。树冠轮廓测量平台

室内LIDAR-based目标轮廓测量平台开发测量模拟复杂地形下的树树冠轮廓。图1显示了平台的结构和主要部件,和图2显示了完整的系统的框图由滑动运动控制系统和LIDAR-based目标探测单元。

2.1.1。滑动控制系统

滑动控制系统主要是由一个主机控制器,一个专门设计的速度传感器、高性能交流伺服驱动器(伺服包SGDM-08ADA,安川电气公司,日本),一个交流伺服马达(SGMSH-20A2A61、日本安川电气电力公司、日本),和一个线性滑块铝。伺服驱动器提供了链接从电动机到主机控制器,它作为“核心的控制。“这是选择与伺服电机和主机控制器兼容。伺服驱动收到命令信号从主机控制单元通过HMI(人机界面)设置,信号处理,信号传送到伺服电机以生产运动命令信号成正比(14]。命令信号代表了位置,电机的转速和方向。伺服驱动器有几个内置的控制回路功能。在这个设计中,我们使用的位置环控制伺服驱动控制的速度和激光传感器的位置安装在滑台(15]。平台使用定制的铝GT 80系列同步带滑块(fa80gt - 5900,上海裴机械有限公司,中国)实现滑台的直线运动。滑块有一个6.4米的长度,和表的激光传感器安装有30厘米长,而且一个18厘米宽。滑动表是由伺服电机(SGMSH-20A2A61、安川电气公司、日本)2千瓦额定输出功率和3000 rpm额定速度为6.36 Nm额定扭矩。STM-32 ARM处理器(STM32F103VET6、意法半导体、法国)基于主机控制单元被设计来控制激光传感器运动沿滑道通过指定位置和速度作为一组点。系统包含嵌入式综合触摸屏(MCGS模型TPC1061Ti,北京昆仑Tongtai自动化软件技术有限公司)提供有效的用户机器交互通过专门设计的图形用户界面(GUI)。一体的触摸屏是MODBUS通信协议的配置与MCGS(监视和控制系统)生成全功能配置软件方便人机交互包括手动参数设置和实时系统状态监控。触摸屏是连接到嵌入式处理器通过标准串行rs - 485串行通讯端口。嵌入式程序开发达到所需的系统操作和监控。嵌入式软件由系统初始化程序、一个开关按钮输入程序,通信程序,和一个滑动控制程序。 The entire software coding was completed with MDK-ARM Keil IDE in C programming language.

2.1.2。目标探测装置

LIDAR-based目标探测单元包括一个高速激光扫描传感器和一个工业微机实时目标检测和数据采集。目标探测单元使用了270°范围内激光扫描传感器(模型UTM-30LX、Hokuyo自动化有限公司、日本)来衡量目标对象表面的距离根据time-of-fight原则。这个传感器能够不断地发送和接收1080信号在270°径向范围在0.25°角分辨率在0.025年代测量周期。激光信号的传输和接收之间的时间是用来测量传感器和目标对象的表面之间的距离(16]。激光传感器是安装在可调框架的高度1.65米以上地面以这样一种方式,其90°盲目表面面临下行。可调框架旨在集激光传感器的方向来模拟实际路况不均匀。是连接工业微机通过通用串行总线(USB)接口进行数据通信。数据采集程序是用c++编程语言开发基于Visual Studio平台(微软Visual Studio 2005中,微软公司,美国)来控制激光传感器和激光扫描获取的测量数据实时传感器。

2.2。姿态角偏移校正算法的发展

激光传感器可以旋转大约三个正交轴,显示在图3(一个)。这些旋转将称为偏航、俯仰,滚。可以使用这些旋转的激光传感器在三维空间任意方向。图3 (b)显示了两个参考坐标系统定义为一个sensor-fixed坐标系( , )和一个地面坐标系统( , 基于激光传感器安装在平台上。sensor-fixed坐标系统是严格依附于激光传感器,和它的起源是传感器的中心17]。

在一个理想的测量条件下,激光传感器定位完全平行于地面,sensor-fixed坐标系与地面坐标系。在这种情况下,激光传感器的数据集是在相同的扇形平面垂直于天空。当激光传感器在静态模式下,其数据集(1080点每帧)可以提供一个二维网格的视线传感器和目标对象之间的距离。当传感器水平移动时,它可以提供一个数组的距离数据形成一个三维表面通过适当的算法。自90°盲目传感器表面面临下行,传感器检测物体两侧的滑道,每一方可以有最多540检测到目标表面点(12]。如图4,每个激光传感器数据点(p)可以被定义的距离和角度称为0°sensor-fixed激光传感器的位置的坐标系统 在哪里是发现点指数(1、2、3、…)距离中心的激光传感器对目标表面,然后呢是扫描角。

从(1),每个距离矢量的投影()- - - - - -,- - - - - -,相互重合的nth帧(1080分)可以被定义为18,19] 在哪里是距离测量传感器到目标的框架和梁(发现点)是垂直0°之间的角线和激光吗j(图4)。

激光雷达数据处理的基本计算的计算使用激光雷达的探测到目标表面点的坐标参数对相关的坐标系统(17,20.]。在理想的测量条件下,相对数据失真是无关紧要的。然而,在现实领域由于土壤表面的起伏,sensor-fixed坐标轴的旋转传感器随机 , ,和在 , ,和方向,分别。这种旋转导致数据失真。自激光传感器的方向可以定义辊,球场上,从初始位置和偏航旋转,我们使用三维仿射坐标变换来开发一个姿态角偏移校正算法适当的测量目标概要文件(21]。该算法是根据以下三个步骤:(1)确定激光传感器距离向量的每一帧数据集使用扫描角()。(2)生成三个旋转矩阵排列sensor-fixed坐标系到地面坐标系使用各自的态度角度( , ,和)。旋转矩阵(横滚、俯仰和偏航)变换向量范围下sensor-fixed坐标系的旋转角度在辊,在球场上,在偏航- - - - - -,- - - - - -,分别相互重合 (3)应用范围的三个旋转矩阵向量基于激光传感器的方向。

由此产生的态度角度偏移校正公式所示(4)。 在哪里是距离向量关于sensor-fixed坐标系统,是旋转范围向量对地面坐标系,然后呢是旋转矩阵。

在(4),范围是旋转的旋转矩阵向量逆时针方向的三个正交轴的sensor-fixed各自坐标系的旋转角度。例如,如果只有一个旋转的设在横摇角 ,然后上面的方程变成了 。

然而,在实际的喷雾应用领域中,传感器是随机sensor-fixed坐标轴的旋转辊,音高和偏航角。上述态度角度偏移校正公式(4)不能应用于随机组合姿态角偏移的情况。因此,必须使用一个旋转矩阵来确定的方向传感器在3 d空间。单一复合旋转矩阵可以由乘以偏航,音高和辊旋转矩阵 在哪里和缩写余弦和正弦操作,分别是一个复合旋转矩阵。

复合旋转矩阵可以描述激光传感器的方向相对于地面的坐标系表示在随后的公式。 在哪里是距离向量框架和梁关于sensor-fixed坐标系统,是框架的旋转矢量范围和梁对地面坐标系统是复合旋转矩阵。

重要的是要注意这一点执行卷第一,然后,最后偏航。如果改变了这些操作的顺序,不同的旋转矩阵的结果(22]。尽管这三个可能有六序旋转矩阵,原则上,都同样有效,旋转矩阵不,然而,上下班意味着复合旋转矩阵取决于的顺序辊,音高,偏航应用旋转。如果激光传感器随机旋转的三轴偏航sensor-fixed坐标系,滚,和俯仰角度,然后复合旋转矩阵可用于旋转每个检测到的数据点通过各自的态度角度( , ,和) , ,和方向,分别显示在(6)。

分析的效果也很重要(横滚、俯仰和偏航)姿态角偏移的激光传感器数据集相对精度。下面的段落讨论的错误与每个姿态角抵消关联及其校正方法。图5(一个)说明了激光传感器辊、音高和偏航旋转。和图5 (b)描述了检测到目标表面点对sensor-fixed和地面坐标框架与相应的姿态角偏移量。

当激光传感器旋转u从横摇角的理想的位置设在(β),显示在图6的盲区,传感器被放置在检测方面随着横摇角的增加。这种情况对检测的结果有两个作用:第一,横摇角偏移量将会改变目标的深度值树冠轮廓并导致的价值作为一个直接结果的水平投影范围(距离传感器的中心目标表面)其次,错误的目标探测或丢失目标概要文件的一部分。随着转动角度的增加扫描方向,激光传感器将扫描部分或没有目标概要文件。所有这些数据失真和错误检测可以通过应用纠正(7激光传感器数据的每一帧)。

如果激光传感器的旋转设在螺旋角(γ),然后是完美的解释(21),目标将是一个函数的测量高度的激光传感器的倾角。图7显示了三个目标的俯仰角测量条件偏差。在理想的测量条件(图7(左),测量高度的总和H₁和设备的安装高度H_dev等于真正的高度H。然而,如果传感器沿着斜坡(图保持一致7中心),H₁将成为H₂这是比H₁。这将导致测量高度H₂+H_dev比真正的高度是什么H。类似地,如果传感器沿一个向上的斜坡(图一致7右),这将导致测量身高H₃+H_dev,这是比真正的高度。

与倾角偏移相关的测量误差可以纠正旋转的激光传感器数据设在倾角或螺旋角(α)。

如果只有一个旋转的设在偏航角 ,然后传感器检测到目标表面,影响检测结果的滑台3方面:(1)深度值变得太大,(2)检测到的点会提前或推迟从检测到帧,和(3)扭曲数据缺失或错误的检测结果。通过应用(偏航角偏差可以纠正9)。方程旋转每个激光检测的数据点设在抵消偏航角()[23]。

2.3。姿态角偏移校正算法有效性验证

的有效性提出了姿态角偏移校正算法进行室内目标轮廓测量测试验证了模拟激光传感器的路径。图8显示了开发喷雾与可调激光传感器目标探测平台框架。可调框架建立了激光传感器的设置方向传感器的路径模拟。

在室内实验,人造树和树状雕刻板包含感兴趣的目标(图9)。在实验过程中,目标对象被放置在地上,这样他们的中心线位于同一直线是平行于激光传感器旅游方向发展。满足所需的检测距离真正的喷雾申请目标对象之间的距离和激光传感器设置为2米。目标对象的实际物理维度表中列出1。

实验主要包括两个部分:数据整理和数据分析;相关的操作流程图如图10。数据收集,激光传感器在一个常数驱动沿滑道旅行速度不断扫描目标对象。实时测量数据是存储在计算机极坐标的形式。然而,目标轮廓测量计算,姿态角偏移校正、三维图像建设进行离线的专门设计的程序在MATLAB软件(版本7.7.0.471数学作品,Inc .,纳蒂克,马萨诸塞州)。的距离数据矩阵是保存在一个格式构造伪色彩图像的灰度值映射的三维物体表面(12]。在形象建设过程中,程序也过滤不必要的测量分反映从天花板和地面根据距离阈值。阈值确定了基于激光传感器的目标对象的距离。基于阈值的数据点进行分类必要或不必要的测试点。

提出了修正算法的验证实验由三个测试场景。首先,激光传感器在理想的测量条件的调整没有姿态角偏差(传感器是完全平行地面)。在这种情况下,树状雕刻板和人造树几何配置文件在0.6年代传感器连续测量速度和2 m检测距离旅行。实时测量数据是存储在计算机极坐标的形式。然后分析了离线的MATLAB程序。其次,树状雕刻板被选为激光传感器目标对象来测试一个态度的角度偏移校正算法。激光传感器是手动的六个选择的姿态角值(−30°,−20°,−10°,10°20°和30°)辊、音高和偏航,分别模拟单一不平的道路条件。为每个姿态角偏差(偏航、辊和沥青),目标对象的概要文件是重复测量5次相同的旅行速度和检测距离在一个理想的测量条件。态度的角度偏移校正算法部分中讨论2.3被用来纠正错误与这些姿态角偏差有关。整个实验的数据收集和数据处理进行了根据测试程序流程图如图10。

在最后一个测试场景中,三种态度角度结合验证的有效性结合姿态角偏差校正算法。在测试期间,激光传感器的方向是由三组卷,调整偏航和俯仰角度 , ,和方向来模拟复杂的激光传感器的路径。姿态角(横滚、俯仰和偏航)值等( , , ),( , , )和( , , )被选为组1、组2和组3,分别。每组的姿态角偏差相结合,人工树反复扫描5次相同的传感器旅行速度和检测距离在上面提到的两个测试场景。数据收集和数据处理进行基于图中描述的操作流程图10。

3所示。结果和讨论

在这一部分中,从上述三个实验结果修正算法有效性测试。

3.1。在理想的测量条件下测试

在第一个实验中,激光传感器是理想的测量条件,面向实时测量数据处理离线的MATLAB程序。程序计算两个目标对象的尺寸(树状雕刻板和人造树)的收购原始距离矩阵。3 d图像的目标是构建和分析对数码照片的目标。图11和表2显示重建的三维图像和目标对象的维度,分别。

图11显示了两个目标对象的图像从数码相机和激光传感器获得。激光传感器的图像重建数据集获得的2 m检测距离和0.6年代⁻¹旅行速度的MATLAB程序。图中不同的颜色代表了激光距离传感器的表面目标对象。描绘在图中,每一个成对的图像目标对象在理想的测量条件下相对彼此吻合。表2显示了实际值,平均值,目标对象的绝对误差和相对误差值参数。报道在表中,目标对象的树冠高度测量的相对误差在指定的检测距离和旅行速度小于3.0%。然而,宽度和高度测量的相对误差从1.11%到3.33%不等。

获得的结果表明,激光传感器测量的准确性的几何轮廓测量目标对象在理想条件是在可以接受的范围内。

3.2。测试下态度角度偏差

在第二个测试场景,态度角度偏差的存在,有或没有校正算法的结果比较验证态度角度偏移校正算法的性能。结果表明,校正算法不断改进整个选择的姿态角值的准确性。图12显示了树状的重建3 d图像雕刻板前后校正算法。3 d图像是由激光传感器测量数据集收购在0.6年代⁻¹旅行速度和2 m检测距离20°和−20°姿态角偏移量。图像的颜色在图中表示目标对象的深度值。颜色的变化数据12(一)-12 (d)和12 (g) - (j)校正前后表示深度值数据修正。图中所描绘的一样12(e), 12 (f), 12 (l), 12 (k)、20°−20°螺旋角偏移量对目标对象树冠特性有显著的影响。的影响显然是见过重建3 d图像的校正。算法减少了树冠高度测量的相对误差从5.71%到2.14% 20°,从8.57%到2.14%−20°螺距角偏差(表3)。这也说明了修正后的三维图像的目标对象(数据12(k)和12(我))。表3还显示目标对象参数的相对误差之前和之后每个姿态角偏差的校正算法。

报道在表3的相对误差修正后的目标对象参数改进算法的应用。该方法对低姿态角值的表现良好。然而,对于横摇角−30°,目标高度相对误差校正前约有26.44%是由于大型横摇角偏移量。这个大横摇角偏差导致激光传感器在检测方面有一个很大的盲点。在实际的喷涂过程中,土壤表面的波动可能不会太大导致这么多角偏移量。一般来说,实验结果验证态度角度偏移的校正方法有显著的积极影响还原过程的错误。

3.3。测试下复合姿态角偏移量

正如我们讨论的部分2.3,三个不同的态度的角度来验证组合姿态角偏差校正算法的有效性。在测试期间,激光传感器的方向是由三组卷,调整偏航和俯仰角度 , ,和的方向。实验结果和没有校正算法如图13和14和表4,分别。的影响校正算法重建的三维图像的目标对象可以清楚地看到在图13。实质性的变化在颜色和形状的图像校正前后表明发达校正算法可以大幅调整正确的目标轮廓测量的扭曲的数据集。报道在表4与姿态角偏差相关的测量误差,大大提高了校正算法。这也显示在图13。图中的条形图14表明,相对误差的宽度、高度和树冠高度测量校正后成为了不到7%。

4所示。结论

错误的数据集的模拟不均匀的激光传感器测量路径导致了错误的目标概要文件。测量误差修正方法是有效地纠正扭曲的数据点。自发生扭曲的数据点是由激光扫描传感器的姿态角偏移量,开发方法是基于坐标系统转换和数据点在控制条件下旋转。为了验证校正方法的有效性,室内LIDAR-based目标轮廓测量平台。平台由滑动运动控制单元和目标探测单元提供精确的激光传感器运动沿滑道和实时激光传感器数据采集。在验证实验中,人工树和树状雕刻板被用作激光扫描仪的目标对象。这些目标对象是连续扫描恒定传感器旅行速度和三种不同的测量条件下的探测距离。首先,目标对象都是扫描在理想的激光传感器测量条件的完全平行于地面。其次,树状雕刻董事会扫描一个态度的角度偏移条件下。第三,这个概要文件的人工树下测量控制复合姿态角偏移量。 The obtained results indicated that the single-attitude angle offset correction method was able to correct the distorted data points in a tree-shaped carved board profile measurement, with a relative error of 5%, while the compound attitude angle offset correction method was effective to reduce the error associated with compound attitude angle deviation from the ideal sensor pose, with a relative error of 7%. The attitude angle offset correction methods, for both single and compound attitude angle deviations, are limited on a controlled and simulated environment which makes the method unfeasible to practical applications of automated crop monitoring in precision agriculture especially in orchard cultivations. However, this study plays an initial level role in the future research work in the field. Our approaches proved that different positions of the laser sensor with respect to the ideal position can affect the final result of the canopy detection. The real-time orientation of the laser sensor could be measured by IMU (inertial measurement unit) and DGPS. By developing a real-time attitude angle inclination correction algorithm based on the real-time laser sensor position data, it is possible to improve the detection system for several applications in precision agriculture and this would be the extension of this research work.

的利益冲突

作者宣称没有利益冲突。

确认

作者欣然承认提供的基金由中国国家自然科学基金(批准号51505195)和优先级的学术程序开发(PAPD)江苏高等教育机构(中国)。

引用

1. j·r·罗塞尔和r . Sanz”的评估方法和应用的几何特征树作物在农业活动,“计算机和电子产品在农业卷,81年,第141 - 124页,2012年。视图:出版商的网站|谷歌学术搜索
2. j·r·r·波罗r . Sanz j . Llorens et al .,“拖拉机悬挂扫描激光雷达营养无损测量的体积和表面积tree-row种植园:比较与传统破坏性测量,”生物系统工程,卷102,不。2、128 - 134年,2009页。视图:出版商的网站|谷歌学术搜索
3. l . n .刘回族s曰,x,“喷雾目标激光扫描检测和三维重建在模拟复杂地形下,“中国农业工程学会的事务32卷,2016。视图:谷歌学术搜索
4. d·k·贾尔斯·克拉森f·j·a . Niederholzer d·唐尼,“智能”喷雾器技术提供的环境和经济效益在加州果园,”加州农业,卷65,不。2、85 - 89年,2011页。视图:出版商的网站|谷歌学术搜索
5. 问:美国扎曼,a·w·舒曼和w·m·米勒“可变利率氮肥在佛罗里达基于ultrasonically-sensed柑橘树的大小,“应用工程农业,21卷,不。3、331 - 335年,2005页。视图:出版商的网站|谷歌学术搜索
6. m . Bietresato g .卡宾枪r . Vidoni a .观念和f . Mazzetto”评价LiDAR-based 3 d-stereoscopic农作物监控应用程序的视觉系统,”计算机和电子产品在农业卷。124年,1-13,2016页。视图:出版商的网站|谷歌学术搜索
7. c . j . Houldcroft c·l·坎贝尔,j·达文波特,r·j·格尼和n .霍尔顿“树冠几何特征测量使用激光雷达激光测高:可行性研究,“IEEE地球科学和遥感,43卷,第2282 - 2270页,2005年。视图:出版商的网站|谷歌学术搜索
8. 大肠Naesset和k . o . Bjerknes估计树的高度和年轻的茎林地利用机载激光扫描数据,”环境遥感,卷78,不。3、328 - 340年,2001页。视图:出版商的网站|谷歌学术搜索
9. 大肠Næsset和t .Økland估计树高和树顶属性在北方自然保护区,使用机载激光扫描”环境遥感,卷79,不。1,第115 - 105页,2002。视图:出版商的网站|谷歌学术搜索
10. j . o . Sexton t·巴克斯·Siqueira j·j·斯文森和s .汉斯莱”比较激光雷达、雷达和实地测量松和硬木森林的树冠高度北美东南部,”森林生态与管理,卷257,不。3、1136 - 1147年,2009页。视图:出版商的网站|谷歌学术搜索
11. 魏和m . Salyani”开发的激光扫描仪测量树树冠特征:第二阶段。树叶密度测量。”交易的ASAE,48卷,不。4、1595 - 1601年,2005页。视图:出版商的网站|谷歌学术搜索
12. h . z回族刘”,评价激光扫描传感器在检测复杂形状目标浮动利率喷雾器发展”事务的ASABE卷,59号5,1181 - 1192年,2016页。视图:出版商的网站|谷歌学术搜索
13. m .格雷拉p . Marucco m . Manzone m . Gallart和p . Balsari喷雾器设置对喷雾偏差的影响在农药应用在杨树人工林(杨树spp)。”科学的环境卷,578年,第439 - 427页,2017年。视图:出版商的网站|谷歌学术搜索
14. h . Si-Wu l . Chaoying s Zheying, w . Zengfang”液位的实时智能控制系统基于MCGS和MATLAB,”2014年国际会议上机器学习和控制论兰州,页131 - 136年,中国,2014。视图:出版商的网站|谷歌学术搜索
15. 安川电气公司,Sigma-II系列SGM^∗H /个用户手册、日本安川电气电力公司、日本,2003年。
16. j . Llorens e·吉尔·j·Llop, a .葡方“超声波和激光雷达传感器电子树冠在葡萄园描述:进步改善农药的应用方法,”传感器,11卷,不。12日,第2194 - 2177页,2011年。视图:出版商的网站|谷歌学术搜索
17. p . a . Barankov”相互关系的协调和基础转换视图的两个刚体有限转动,“宇宙航行学和火箭工程卷,2015年,第119 - 111页,2015年。视图:谷歌学术搜索
18. 魏和m . Salyani”开发的激光扫描仪测量树树冠特征:阶段1。原型开发。”交易的ASAE卷,47号6,2101 - 2107年,2004页。视图:出版商的网站|谷歌学术搜索
19. j . Llorens e·吉尔·j·Llop, m . Queralto“地理坐标激光雷达三维地图生成葡萄种植园,”传感器,11卷,不。12日,第6256 - 6237页,2011年。视图:出版商的网站|谷歌学术搜索
20. t . l .霁h . Wang郑,x气,“人类手臂的运动轨迹基于对偶四元数与运动追踪,”多媒体工具和应用程序,卷76,不。2、1681 - 1701年,2017页。视图:出版商的网站|谷歌学术搜索
21. l .张和t.e.诈骗”LIDAR-based作物高度测量系统芒草竹”,计算机和电子产品在农业卷,85年,第76 - 70页,2012年。视图:出版商的网站|谷歌学术搜索
22. b . Hallberg”方法来确定方向的惯性测量单元(IMU),涉及使用角定位错误选择性组合陀螺四元数和现场四元数提供当前示例四元数,”美国专利US2016327396-A1。视图:谷歌学术搜索
23. del-Moral-Martinez, j .阿诺a葡方et al .,“地理扫描系统估计叶树墙地区作物,”传感器15卷,第8405 - 8382页,2015年。视图:谷歌学术搜索

版权

版权©2017曰沈等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。