(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210585714.8 (22)申请日 2022.05.26 (71)申请人 华南农业大 学 地址 510642 广东省广州市天河区五山路 483号 申请人 岭南现代农业科 学与技术广东省实 验室 (72)发明人 徐兴　谭显森　杨洲　段洁利　 申东英　吴博欣　曾钊华　蔡立远　 余家祥　欧阳琳　黄朝炜　陈星　 刘小玲　徐盛全　 (74)专利代理 机构 佛山市君创知识产权代理事 务所(普通 合伙) 44675 专利代理师 冼柏恩(51)Int.Cl. G06V 10/22(2022.01) G06V 10/762(2022.01) G06T 3/00(2006.01) G06T 7/60(2017.01) (54)发明名称 一种基于面阵型点云K-M eans聚类的精准对 靶喷雾方法及装置 (57)摘要 本发明公开一种基于面阵型点云K ‑Means聚 类的精准对靶喷雾方法及装置， 该方法包括以下 步骤： 通过俯仰角阈值滤除地面点云数据， 清除 地面点云数据后的面阵型点云数据为果树点云 数据； 通过投影法处理果树点云数据； 以目标集 合的聚类误差平方和最小作为优化目标， 结合最 小最大距离法， 通过K ‑Means聚类将处理后的果 树点云数据划分为k个簇， 则每个簇代表着不同 的果树； 通过各个簇的样本， 对每棵果树进行定 位， 并计算出果树冠层喷雾距离； 喷雾机根据果 树冠层喷雾距离对果树进行精 准对靶喷施。 该方 法能够对果树进行定位检测， 计算冠层喷雾距 离， 以实现精准对靶喷雾作业， 而且响应时间短， 受环境影响小， 探测精度高。 权利要求书2页 说明书6页 附图2页 CN 114972717 A 2022.08.30 CN 114972717 A 1.一种基于面阵型点云K ‑Means聚类的精准对靶喷雾方法， 其特征在于， 包括以下步 骤： (1)通过雷达对果 树进行探测， 获得面阵型点云数据； (2)面阵型点云数据读入雷达之后， 通过俯仰角阈值滤除地面点云数据， 清除地面点云 数据后的面阵型点云数据为 果树点云数据； (3)通过投影法处 理果树点云数据； (4)以目标集合的聚类误差平方和最小作为优化目标， 结合最小最大距离法， 通过K ‑ Means聚类将处 理后的果 树点云数据划分为 k个簇， 则每 个簇代表着不同的果 树； (5)通过各个簇的样本， 对每棵果树进行定位， 并计算出果树冠层边缘离喷头平面的相 对距离和果 树冠层喷雾距离； (6)喷雾机根据果树冠层边缘离喷头平面的相对距离和果树冠层喷雾距离对果树进行 精准对靶喷施。 2.根据权利 要求1所述的一种基于面阵型点云K ‑Means聚类的精准对靶喷雾方法， 其特 征在于， 步骤(2)的具体操作为： (2.1)假设面阵型点云数据的探测范围偏向角为θ0， 俯仰角为ω0； (2.2)面阵型点云数据中每个点信息包括雷达到扫面点的距离ρ、 点的偏 向角 θ和点的 俯仰角ω， 并用p＝( ρ, θ,ω)表示； (2.3)测量出果树树干距离D、 雷达安装高度H与喷雾机宽度W， 计算出需要滤除地面点 云数据的俯仰角阈值 为 若面阵型点云数据中俯仰角小于 判断其为 地面点云数据， 并清除该地面点云数据， 定义清除地面点云数据后的面阵型点云数据为果 树点云数据， 该果 树点云数据集 为T＝(p0,p1,p2,...,cp)。 3.根据权利 要求2所述的一种基于面阵型点云K ‑Means聚类的精准对靶喷雾方法， 其特 征在于， 步骤(3)的具体操作为： 用投影法将果树点云数据集T投影到对靶俯视图上， 以雷达 中心点作为原点建立直角坐标系， 计算果树点云数据中各个点在喷雾机前进方向的投影分 量l＝ρ cosωsi nθ， 并定义投影数据集 L＝(l1,...,lc)。 4.根据权利 要求3所述的一种基于面阵型点云K ‑Means聚类的精准对靶喷雾方法， 其特 征在于， 步骤(4)中， 定义存放聚类的目标集合C为空集， 以投影数据集L作为K ‑Means聚类的 标准， 以目标集合C的聚类误差平方和最小作为优化 目标， 用最小最大法找出投影数据集L 中的k个簇 。 5.根据权利 要求4所述的一种基于面阵型点云K ‑Means聚类的精准对靶喷雾方法， 其特 征在于， 步骤(4)中， 定义存放聚类的目标集合C为空集， 以投影数据集L作为K ‑Means聚类的 标准， 以目标集合C的聚类误差平方和最小作为优化 目标， 用最小最大法找出投影数据集L 中的k个簇的具体步骤为： (4.1)计算投影数据集L中两点间的距离|la‑lb|,(a,b∈{1,2,...,c})， 从中找出距离 最大的两个点 lm和ln， 作为初始聚类中心； (4.2)分别计算投影数据集L各点到lm,ln的距离D(l,lm),D(l,ln)， 并将每个点归类到距 离值小的点所在类别中， 并重新计算聚类中心 μ1, μ2； (4.3)计算投影数据集L中各点到聚类中心(μ1, μ2,..., μk)的距离D(l, μ1),D(l,权　利　要　求　书 1/2 页 2 CN 114972717 A 2μ2),...,D(l, μk)， 遍历每个点并归类到距离值小的点所在类别中， 记录距离值小的点并组 成最小距离集 合M； (4.4)更新目标集 合C＝{C1,C2,...,Ck}， 基于当前目标集 合C计算聚类误差平方和 ( μi为类别Ci的质心)； (4.5)选择最小距 离集合M中距 离值最大的点 μx， 作为新的聚类中心， 执行步骤(4.3)、 步 骤(4.4)后， 转 步骤(4.6)； (4.6)对比前后两次迭代所得的SSE， 若SSEold＞SSEnew， 则证明所选择新的聚类中心具 有较好的聚类效果， 转到步骤(4.7)， 否则聚类结束， 输出目标集合C＝{C1,C2,...,Ck}作为 最终聚类结果； (4.7)根据当前目标集 合C的划分， 分别重新计算Ci(i＝1,2,...,k)的聚类中心 (ni表示类别Ci的样本个数)， 转 步骤(4.3)。 6.根据权利 要求5所述的一种基于面阵型点云K ‑Means聚类的精准对靶喷雾方法， 其特 征在于， 步骤(5)中， 步骤(4)所得目标数据集C＝{C1,C2,...,Ck}中k个簇即为k棵果树在喷 雾机前进方向上相对距离的点云聚类结果， k棵果树的质心与喷雾机的喷头平面的相对距 离等价于聚类中心的值 计算Ci(i＝1,2,...,k)中各个簇内样本点最小值min{li},(l∈Ci)， 得到k棵果树冠层 边缘离喷头平面的相对距离； 计算Ci(i＝1,2,...,k)中各个簇内样本点距离最大值max{|lm‑ln|},(lm,ln∈{Ci})， 得 到k棵果树的冠层喷雾距离 。 7.根据权利 要求6所述的一种基于面阵型点云K ‑Means聚类的精准对靶喷雾方法， 其特 征在于， 步骤(6)中， 喷雾机在到达相对距离min{l},(l∈Ci)后， 喷雾机控制系统开启喷头 电磁阀， 喷雾机开始喷雾作业， 冠层喷雾距离为max{|lm‑ln|},(lm,ln∈{Ci})， 当喷雾机行程 超出冠层喷雾距离后， 喷雾机控制系统关闭喷头电磁阀， 喷雾结束， 直到到达下一棵果树的 冠层边缘。 8.一种基于面阵型点云K ‑Means聚类的精准对靶喷雾装置， 其特征在于， 该精准对靶喷 雾装置用于实现如权利要求1 ‑7任一项所述的基于面阵型点云K ‑Means聚类的精准对靶喷 雾方法， 包括喷雾机、 设置在喷雾机上 的雷达以及喷雾机控制系统， 所述喷雾机、 所述雷达 均与喷雾机控制系统连接 。 9.根据权利 要求8所述的一种基于面阵型点云K ‑Means聚类的精准对靶喷雾装置， 其特 征在于， 所述雷达为 面阵型雷达。 10.根据权利要求8所述的一种基于面阵型点云K ‑Means聚类的精准对靶喷雾装置， 其 特征在于， 所述喷雾机包括喷头以及控制所述喷头开关的喷头电磁阀， 所述喷雾机底部设 有移动机构； 所述喷雾 机控制系统为处 理器。权　利　要　求　书 2/2 页 3 CN 114972717 A 3