本發(fā)明涉及小麥的三維數(shù)據(jù)獲取及表型解析，具體是指一種應(yīng)用于田間小麥的三維表型解析機(jī)器人及解析方法。

背景技術(shù)：

1、小麥?zhǔn)鞘澜缟现匾募Z食作物之一，對(duì)全球糧食安全至關(guān)重要。世界上35%-40%的人口使用小麥作為主食。隨著基因型鑒定技術(shù)的發(fā)展，作物表型高效采集與解析成為遺傳研究的瓶頸，目前小麥表型數(shù)據(jù)的獲取大都采用傳統(tǒng)方法（人工測(cè)量、肉眼識(shí)別等），獲取數(shù)據(jù)周期長(zhǎng)。

2、對(duì)小麥植株來說，葉面積、分蘗夾角、株高、分蘗數(shù)、穗形以及冠層面積等幾何參數(shù)信息對(duì)于小麥育種至關(guān)重要。基于三維點(diǎn)云進(jìn)行小麥表型特征和參數(shù)的自動(dòng)提取是當(dāng)前農(nóng)業(yè)信息技術(shù)研究的熱點(diǎn)問題，獲取小麥器官表型信息的關(guān)鍵在于完成小麥三維數(shù)據(jù)的獲取及基于三維表型解析方法實(shí)現(xiàn)高通量作物表型獲取、作物株型特征評(píng)價(jià)、植株結(jié)構(gòu)和表型相關(guān)性分析。由于小麥生長(zhǎng)茂密，難以從大田種植中實(shí)現(xiàn)單株小麥表型精細(xì)化獲取及解析。同時(shí)，目前基于三維掃描儀的方法獲取數(shù)據(jù)速度比較快、對(duì)植物沒有損傷并且得到的三維點(diǎn)云數(shù)據(jù)量比較大，但是處理起來相對(duì)費(fèi)時(shí)并且設(shè)備價(jià)格昂貴，同時(shí)該方法對(duì)環(huán)境有較高要求，尤其是掃描時(shí)不允許周圍有金屬物體。基于深度相機(jī)的方法通過相機(jī)獲得深度圖，將rgb圖像與深度圖融合獲得點(diǎn)云信息，速度較快，但是該方式容易產(chǎn)生大量噪聲點(diǎn)云，并且需要多個(gè)視角點(diǎn)云的配準(zhǔn)，處理起來麻煩并且精度較低。因此，開展小麥三維表型解析機(jī)器人的相關(guān)研究具有重要的意義。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提供一種應(yīng)用于田間小麥的三維表型解析機(jī)器人及解析方法，解決了田間小麥三維數(shù)據(jù)難以獲取的問題，以及現(xiàn)有技術(shù)中作物三維表型解析結(jié)果的精確性較低的問題。

2、本發(fā)明是通過如下技術(shù)方案實(shí)現(xiàn)的，提供一種應(yīng)用于田間小麥的三維表型解析機(jī)器人，包括行走小車和三維表型解析裝置，所述行走小車上裝有第三工業(yè)相機(jī)以及驅(qū)動(dòng)三維表型解析裝置橫向和豎向移動(dòng)的雙導(dǎo)軌機(jī)構(gòu)，所述三維表型解析裝置包括固定殼體以及周向排布的多個(gè)支撐連桿，所述支撐連桿一端與固定殼體鉸接，另一端鉸接有撥桿，相鄰支撐連桿之間以及相鄰撥桿之間均裝有柔性遮光片，所述三維表型解析裝置還包括驅(qū)動(dòng)支撐連桿和撥桿向外擺動(dòng)的展開驅(qū)動(dòng)機(jī)構(gòu)，所述固定殼體內(nèi)裝有位于多個(gè)支撐連桿所圍成空間內(nèi)的第一工業(yè)相機(jī)，多個(gè)支撐連桿所圍成空間內(nèi)還裝有數(shù)據(jù)采集裝置，所述數(shù)據(jù)采集裝置包括周向移動(dòng)的軌道小車以及安裝在軌道小車上的第二工業(yè)相機(jī)。

3、本方案中的行走小車實(shí)現(xiàn)了行走和轉(zhuǎn)向，支撐連桿和撥桿向外擺動(dòng)展開后，通過柔性遮光片完成對(duì)小麥株的隔離，創(chuàng)造暗黑環(huán)境，降低外界環(huán)境因素影響，通過第一工業(yè)相機(jī)向下對(duì)小麥進(jìn)行拍照，軌道小車周向移動(dòng)，通過第二工業(yè)相機(jī)對(duì)小麥周圈進(jìn)行拍照，從而實(shí)現(xiàn)小麥的三維表型解析。

4、作為優(yōu)化，所述行走小車包括車架以及安裝在車架四角的支腿，所述支腿下端通過轉(zhuǎn)向裝置連接有行走機(jī)構(gòu)。本方案中的行走機(jī)構(gòu)實(shí)現(xiàn)行走，轉(zhuǎn)向裝置實(shí)現(xiàn)轉(zhuǎn)向。

5、作為優(yōu)化，所述支腿通過車體調(diào)節(jié)裝置與車架連接，所述車體調(diào)節(jié)裝置包括與車架固接的寬度調(diào)節(jié)殼體以及橫向滑接在寬度調(diào)節(jié)殼體內(nèi)的擠壓板，所述支腿與擠壓板固接，所述寬度調(diào)節(jié)殼體一端螺紋連接有頂在擠壓板一側(cè)的調(diào)節(jié)桿，寬度調(diào)節(jié)殼體另一端裝有頂在擠壓板另一側(cè)的壓簧。本方案中通過調(diào)節(jié)桿旋轉(zhuǎn)來帶動(dòng)擠壓板左右移動(dòng)，從而調(diào)節(jié)支腿的左右位置，實(shí)現(xiàn)車體橫向方向的寬度調(diào)節(jié)，從而適應(yīng)不同種植模式。

6、作為優(yōu)化，所述雙導(dǎo)軌機(jī)構(gòu)包括x-橫向?qū)к壱约柏Q向滑接在x-橫向?qū)к壔瑝K上的y-縱向?qū)к?，所述三維表型解析裝置固接在y-縱向?qū)к壪露?。本方案中x-橫向?qū)к壣系幕瑝K左右移動(dòng)，y-縱向?qū)к壴趚-橫向?qū)к壣系幕瑝K上做上下移動(dòng)，從而實(shí)現(xiàn)三維表型解析裝置的橫向和豎向移動(dòng)。

7、作為優(yōu)化，所述展開驅(qū)動(dòng)機(jī)構(gòu)包括連接在支撐連桿和撥桿之間的折疊套桿，所述折疊套桿包括第一折疊桿和第二折疊桿，所述第一折疊桿一端與撥桿鉸接，第一折疊桿另一端與第二折疊桿一端鉸接，第二折疊桿另一端與支撐連桿鉸接，所述第二折疊桿上連接有牽引繩索，所述展開驅(qū)動(dòng)機(jī)構(gòu)還包括驅(qū)動(dòng)所有牽引繩索同步上拉的繩索上拉機(jī)構(gòu)。本方案中通過牽引繩索向上拉動(dòng)，從而實(shí)現(xiàn)支撐連桿和撥桿向外擺動(dòng)展開。

8、作為優(yōu)化，所述繩索上拉機(jī)構(gòu)包括周向排布的多個(gè)錐齒輪軸以及驅(qū)動(dòng)任意錐齒輪軸旋轉(zhuǎn)的第三電機(jī)，相鄰錐齒輪軸端部通過錐齒輪傳動(dòng)連接，所述牽引繩索纏繞在錐齒輪軸上。通過相鄰錐齒輪軸之間的錐齒輪傳動(dòng)，實(shí)現(xiàn)所有錐齒輪軸的同步旋轉(zhuǎn)，從而將牽引繩索收卷在錐齒輪軸上，實(shí)現(xiàn)牽引繩索的同步上拉。

9、作為優(yōu)化，所述固定殼體內(nèi)固接有朝下的液壓桿，所述液壓桿下端固接有滑臺(tái)，所述第一工業(yè)相機(jī)安裝在滑臺(tái)上。本方案中的液壓桿帶動(dòng)第一工業(yè)相機(jī)上下移動(dòng)，在不拍照時(shí)向上收回，而保護(hù)所述第一工業(yè)相機(jī)。

10、作為優(yōu)化，多個(gè)支撐連桿所圍成空間內(nèi)裝有環(huán)形的有電軟軌，所述支撐連桿內(nèi)側(cè)通過軌道固定架與有電軟軌連接，所述軌道小車在有電軟軌上移動(dòng)。本方案中的有電軟軌具有一定柔性，當(dāng)支撐連桿展開時(shí)，有電軟軌為圓形，當(dāng)支撐連桿收起時(shí)，相鄰支撐連桿之間的有電軟軌彎曲折疊。

11、作為優(yōu)化，所述支撐連桿內(nèi)側(cè)裝有照明燈。本方案中的照明燈起到補(bǔ)光效果。

12、一種田間小麥三維表型解析方法：

13、所述數(shù)據(jù)采集裝置每次旋轉(zhuǎn)25度后暫停轉(zhuǎn)動(dòng)，第二工業(yè)相機(jī)拍攝照片，繼續(xù)轉(zhuǎn)動(dòng)，旋轉(zhuǎn)一周后將獲取的照片及第一工業(yè)相機(jī)采集的照片傳輸至邊緣計(jì)算設(shè)備，利用改進(jìn)的colmap算法和改進(jìn)的mvs算法重建點(diǎn)云，再利用基于極限的取值的直通濾波算法和基于k-鄰域的雙邊濾波算法處理之后得到完整平滑三維點(diǎn)云；

14、所述改進(jìn)的colmap算法對(duì)作物稀疏點(diǎn)云重建，稀疏點(diǎn)云重建內(nèi)容如下：先對(duì)照片特征提取，進(jìn)行對(duì)應(yīng)點(diǎn)查找，從exif中提取相機(jī)內(nèi)參；接著將提取的特征匹配，進(jìn)程結(jié)束生成場(chǎng)景圖和匹配矩陣；然后進(jìn)行增量式建模，逐漸增加視角，并進(jìn)行迭代優(yōu)化重投影差錯(cuò)，得到場(chǎng)景的稀疏點(diǎn)云和各個(gè)視角的相機(jī)姿態(tài)；最后去除圖畫畸變，運(yùn)用光學(xué)一致性和幾許一致性聯(lián)合束縛結(jié)構(gòu)價(jià)值匹配；

15、所述改進(jìn)的mvs算法對(duì)作物稠密點(diǎn)云重建，稠密點(diǎn)云重建內(nèi)容如下：首先對(duì)場(chǎng)景深度估量，得到估量視角的深度值和法向量值，并運(yùn)用一致性進(jìn)行深度優(yōu)化；接著融合深度圖稠密重建；然后建立粗網(wǎng)格并且細(xì)化網(wǎng)格；最后對(duì)網(wǎng)格紋理映射得到較為平滑的稠密點(diǎn)云；

16、所述基于極限的取值的直通濾波算法去除背景點(diǎn)云：通過分別對(duì)x、y、z三個(gè)方向設(shè)定閾值對(duì)點(diǎn)云立方體包圍，將目標(biāo)點(diǎn)云包圍在包圍盒中，把閾值以外的點(diǎn)云刪除；

17、所述基于k-鄰域的雙邊濾波算法去除噪音與平滑處理，首先對(duì)點(diǎn)云構(gòu)造k-d樹，對(duì)點(diǎn)的位置與存在屬性進(jìn)行描述，再進(jìn)行k-鄰域分析，最后利用雙邊濾波對(duì)噪聲點(diǎn)去除，并且對(duì)點(diǎn)云平滑處理，得到完整平滑的作物三維點(diǎn)云，最后將小麥穗、莖、葉及非植物點(diǎn)云進(jìn)行自動(dòng)分割并提取小麥植株表型參數(shù)。

18、本發(fā)明的有益效果為：本發(fā)明的一種應(yīng)用于田間小麥的三維表型解析機(jī)器人及解析方法，通過田間小麥三維數(shù)據(jù)表型解析機(jī)器人，實(shí)現(xiàn)田間自動(dòng)化走直的，通過三維表型解析裝置實(shí)現(xiàn)了小麥三維數(shù)據(jù)的自動(dòng)化采集；通過表型解析方法實(shí)現(xiàn)完整平滑三維點(diǎn)云的快速重建出，實(shí)現(xiàn)小麥三維表型無損重建。