王瀟,張美娜, ,Zhou Jianfeng,孫傳亮,吳茜,曹靜
(1. 南京農(nóng)業(yè)大學(xué)工學(xué)院,南京市,210031; 2. 江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所/農(nóng)業(yè)數(shù)字孿生聯(lián)合實驗室、種質(zhì)資源創(chuàng)新與信息化利用聯(lián)合實驗室,南京市,210014; 3. 美國密蘇里大學(xué),密蘇里州哥倫比亞市,MO 65211)
據(jù)聯(lián)合國經(jīng)濟和社會事務(wù)部2019年發(fā)布的一份報告稱,到2030年,世界人口預(yù)計將達到85億,2050年達97億,糧食安全問題持續(xù)倒逼農(nóng)業(yè)生產(chǎn)方式向現(xiàn)代化、智能化、精準(zhǔn)精細化方向發(fā)展[1]。美國等經(jīng)濟發(fā)達國家在20世紀(jì)80年代末期便提出精準(zhǔn)農(nóng)業(yè)概念,這是一種基于信息和知識管理的現(xiàn)代農(nóng)業(yè)生產(chǎn)系統(tǒng),可以幫助最大化利用資源,最小化損失和浪費,被認為是未來高效和可持續(xù)農(nóng)業(yè)的推動者[2-3]。精準(zhǔn)農(nóng)業(yè)系統(tǒng)借助農(nóng)業(yè)裝備與設(shè)施搭載的各類傳感器獲取農(nóng)作物、田間環(huán)境等大量信息,用于分析與決策,實現(xiàn)定時、定位、定量控制農(nóng)資投入與農(nóng)作物生長,因此,傳感器及相關(guān)技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用需求日益迫切。目前,在農(nóng)業(yè)場景中應(yīng)用較為廣泛的傳感器包括光傳感器、立體視覺、超聲波傳感器及激光雷達掃描傳感器(LiDAR,Light Detection and Ranging)等[4-5],各類傳感器的特點不同,應(yīng)用場景也不同,其中,LiDAR因其不易受光環(huán)境影響、可三維建模、分辨率高、抗干擾能力強、技術(shù)與產(chǎn)品成熟等特點被廣泛應(yīng)用于智能農(nóng)機裝備、作物表型檢測、無人機低空遙感等領(lǐng)域,為數(shù)字農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)、智慧農(nóng)業(yè)系統(tǒng)的開發(fā)提供了技術(shù)支撐。
通過查閱大量文獻與分類研究,本文系統(tǒng)性介紹LiDAR及相關(guān)技術(shù)在農(nóng)業(yè)場景中的應(yīng)用進展,包括LiDAR的性能特點,工作原理與分類,市場應(yīng)用與新技術(shù);LiDAR在森林參數(shù)測量、果樹靶標(biāo)幾何特征探測、作物表型幾何特征檢測、農(nóng)業(yè)車輛自主導(dǎo)航定位以及農(nóng)藥霧滴飄移檢測這5個農(nóng)業(yè)場景中的具體應(yīng)用;討論分析LiDAR傳感器及技術(shù)在上述5類農(nóng)業(yè)場景應(yīng)用中的發(fā)展趨勢;最后,總結(jié)并展望LiDAR傳感器在未來農(nóng)業(yè)應(yīng)用中的發(fā)展方向。
LiDAR是激光探測及測距系統(tǒng)的簡稱,是激光、大氣光學(xué)、雷達、光機電一體化、電子計算機和信息處理等技術(shù)相結(jié)合的產(chǎn)物,它利用激光束搭載振幅、相位、頻率和偏振等信息,主要用于主動式的遙感探測。LiDAR主要利用電磁波中的近紅外、可見光及紫外等波段[6],波長可以從250 nm到11 μm,比傳統(tǒng)無線電雷達、微波雷達的波長高出2~4個數(shù)量級。LiDAR的特點如下:激光傳播方向性好,波束窄,抗干擾能力強;同時,LiDAR的角分辨率高、距離分辨率高、速度分辨率高、測速范圍廣,能同時捕獲探測目標(biāo)物體清晰的強度圖像、距離圖像等;體積和重量都比微波雷達小,使用方便靈活[7]。LiDAR及相關(guān)技術(shù)已被廣泛應(yīng)用于大氣監(jiān)測、無人機遙感、道路檢測、車輛自動避障等方面[8-11],先進地圖測繪、數(shù)字孿生城市構(gòu)建與自動駕駛導(dǎo)航已成為LiDAR未來的市場主要增長點。
LiDAR的工作原理與雷達類似,常用的測距方法包括脈沖法和相位法兩種。(1)脈沖法[12]:LiDAR發(fā)射端發(fā)射集中了能量的激光脈沖,接收端接收到經(jīng)被測物體反射回的激光后,通過脈沖計數(shù)器記錄激光發(fā)射和反射信號到達的時間,計算出激光傳輸時間,進而測得雷達與目標(biāo)物間距離。脈沖法激光雷達量程長、功耗低、結(jié)構(gòu)簡單,但受限于系統(tǒng)時鐘頻率導(dǎo)致測量精度不高,因而主要用于對精度要求一般的遠距離場景。(2)相位法[13]:利用固定頻率的高頻正弦信號,連續(xù)調(diào)制激光源的發(fā)光強度并測定調(diào)制激光往返一次所產(chǎn)生的相位延遲,間接地測定信號傳播時間,從而得到被測距離。相位法測量精度高,通常達毫米量級。
LiDAR的分類方式較多,下面簡述其中5種[12, 14]。(1)按激光波段,分為紫外激光雷達(10~400 nm)、可見激光雷達(390~780 nm)和紅外激光雷達(905~1 550 nm)。(2)根據(jù)傳輸波形和數(shù)據(jù)處理方法不同,可分為脈沖激光雷達、連續(xù)激光雷達、脈沖壓縮激光雷達、運動目標(biāo)顯示激光雷達、脈沖多普勒激光雷達和成像激光雷達。(3)根據(jù)傳感器安裝平臺不同,可分為地面激光雷達、機載激光雷達、艦載激光雷達和航天激光雷達等。(4)根據(jù)使用功能不同,可分為目標(biāo)識別激光雷達、流速測量激光雷達、跟蹤激光雷達、成像激光雷達。(5)根據(jù)掃描機構(gòu)的不同,分為二維掃描(單線)和三維掃描激光雷達(4/8/16/32/40/64線)。
隨著技術(shù)的發(fā)展、制造工藝的成熟以及應(yīng)用需求的提高,LiDAR開始呈現(xiàn)出固化、小型化和低成本的趨勢,點密度和質(zhì)量不斷提高,新型LiDAR產(chǎn)品與技術(shù)不斷涌現(xiàn),如固態(tài)激光雷達、單光子激光雷達、高密度激光雷達、全波形(FWF)激光雷達、多光譜/高光譜激光雷達等,下面進行簡要介紹。
固態(tài)激光雷達傳感器基于不含機械運動部件的硅片,目前分為MEMS(Micro-Electro-Mechanical System,微機電系統(tǒng))、OPA(Optical Phased Array,光相控陣)和Flash三種。MEMS是將機械機構(gòu)進行微型化、電子化的設(shè)計,掃描單元變成了MEMS微鏡;OPA技術(shù)采用多個光源組成陣列,通過控制各光源發(fā)光時間差,合成具有特定方向的主光束,控制主光束實現(xiàn)不同方向掃描;Flash技術(shù)是短時間直接發(fā)射出一大片覆蓋探測區(qū)域的激光,再以高度靈敏的接收器接收繪制圖像,工作模式類似相機。與傳統(tǒng)機械式激光雷達相比,固態(tài)激光雷達具有更小的尺寸、更低的成本、更高的空間分辨率和效率,可以集成到便攜式設(shè)備中[12]。單光子激光雷達是一種光學(xué)相機,它采集自身發(fā)出的激光到達目標(biāo)后反射的光子數(shù)量信息,不依賴自然光,穿透力強,可以全天候全天時工作。中國科學(xué)技術(shù)大學(xué)潘建偉、徐飛虎教授等實現(xiàn)了超過200公里的遠距離單光子三維成像,首次將成像距離從十公里突破到百公里數(shù)量級,主要面向低功耗、高分辨率等實用化需求的遠距離激光雷達應(yīng)用[15]。高密度激光雷達能大幅提高激光發(fā)射頻率,實現(xiàn)高密度采樣,獲取更加全面的數(shù)據(jù)。全波形(FWF,full-waveform)激光雷達是近年來發(fā)展迅速的激光雷達分支之一,在FWF模式下,每個激光脈沖的反向散射信號被記錄為幾百個樣本,可產(chǎn)生激光覆蓋區(qū)中待測目標(biāo)結(jié)構(gòu)的高度細節(jié),有助于顯著提高區(qū)分不同對象的性能[5]。最早的激光雷達被設(shè)計成發(fā)射單色波長的脈沖,僅反饋強度信息[16]。為提高捕捉更詳細光譜信息的能力,雙通道激光雷達、多光譜激光雷達、高光譜激光雷達正得到越來越多的關(guān)注,它們將光譜成像技術(shù)和激光雷達測距技術(shù)相結(jié)合,能同時獲取目標(biāo)物的圖像信息、光譜信息、位置信息等,實現(xiàn)目標(biāo)物的多維數(shù)據(jù)獲取,具有測量范圍大、實時性強、適用性廣等特點[17]。
目前,LiDAR在森林參數(shù)測量、果樹靶標(biāo)幾何特征探測、作物幾何表型特征檢測、農(nóng)業(yè)車輛自主導(dǎo)航定位以及農(nóng)藥霧滴飄移檢測等5個農(nóng)業(yè)場景中應(yīng)用已較為廣泛,下面進行簡要闡述。
森林參數(shù)測量是為了更好地理解和預(yù)測陸地生態(tài)系統(tǒng)如何應(yīng)對和影響環(huán)境變化,對促進森林生態(tài)和改善森林管理具有重要意義[18]。林分尺度的參數(shù)包括林冠高度、林分平均樹高、優(yōu)勢木平均高度、郁閉度、地上生物量、森林蓄積量、株數(shù)密度、物種豐富度、林齡等;單木尺度的參數(shù)包括樹高、冠幅、枝下高、胸徑、生物量等。傳統(tǒng)光學(xué)遙感測量方法因其不能穿透林冠層,主要依靠反演估算,精準(zhǔn)度不夠。一些林內(nèi)光學(xué)測樹儀器,也因為陰暗的林內(nèi)環(huán)境而達不到良好的效果。LiDAR主動遙感技術(shù)在森林參數(shù)的定量測量和反演上取得了成功的應(yīng)用[19],發(fā)射的激光脈沖能部分穿透植被冠層,易于獲取整個植被冠層的三維結(jié)構(gòu)和冠層下的地形,在垂直緯度參數(shù)測量方面優(yōu)勢更為顯著。根據(jù)應(yīng)用場景不同,基于LiDAR進行森林調(diào)查可采用機載式測量林分尺寸參數(shù)與陸載式測量單木尺度參數(shù),光斑尺寸由大光斑(直徑8~70 m)向小光斑(直徑小于8 m)發(fā)展,激光輸出波形由單波形向全波形發(fā)展。
最早公開發(fā)表應(yīng)用LiDAR進行森林參數(shù)測量的是前蘇聯(lián),隨后,機載LiDAR系統(tǒng)開始用于大范圍的森林資源調(diào)查和林業(yè)測量。García等[20]基于Optech-ALTM3033激光雷達系統(tǒng)測量的高度和強度數(shù)據(jù)估算了森林植被生物量,然后根據(jù)其中的碳含量參數(shù)計算出當(dāng)前區(qū)域中的植被碳含量。Anderson等[21]使用Lecia BLK 360激光雷達,利用獲取的LiDAR點云數(shù)據(jù)近似森林群落結(jié)構(gòu)的方式預(yù)測了物種豐富度。Sun等[22]應(yīng)用一種機載全波形LiDAR結(jié)合高光譜數(shù)據(jù)測量熱帶干燥林林齡,有效描述了森林更新情況。Mahoney等[23]基于Optech ALTM-3100激光雷達,結(jié)合野外繪圖和星載激光高度測量系統(tǒng)測量了林分高度和樹冠閉合度參數(shù),其中林分高度平均誤差在1 m以內(nèi),樹冠閉合度平均誤差為5%。Simonsona等[24]利用高分辨率的機載激光雷達Optech ALTM 3033數(shù)據(jù)反演了葡萄牙南部橡樹林平均樹高,與野外獲取的平均樹高之間的相關(guān)系數(shù)為0.85。Ferraz等[25]基于Optech ALTM-3100激光雷達,應(yīng)用一種基于三維自適應(yīng)均值漂移技術(shù)的方法將整個點云分解為與單個樹冠相對應(yīng)的3D點云群,用于測量樹高、樹冠面積以及樹木分布密度等參數(shù)。龐勇等[26]基于RIEGL LMS Q 280i激光雷達數(shù)據(jù)計算樹高,總體平均測量精度為90.59%,其中闊葉樹的精度高于針葉樹。大量國內(nèi)外研究結(jié)果表明,激光雷達對林木冠層高度反演技術(shù)已趨于成熟。
精準(zhǔn)變量噴霧技術(shù)能夠?qū)崿F(xiàn)果樹靶標(biāo)的按需施藥,在提高農(nóng)藥有效利用率的同時又能減少農(nóng)藥危害[27]。果樹靶標(biāo)幾何特征檢測是實現(xiàn)果園風(fēng)送噴霧機精準(zhǔn)變量噴霧的基礎(chǔ)和前提,特征參數(shù)主要包括樹冠高、寬、生物量體積、葉面積以及衍生計算得到的葉面積密度(LAD,Leaf area density)和葉面積指數(shù)(LAI,Leaf area index)等。為獲取精準(zhǔn)的靶標(biāo)幾何特征參數(shù),各類無損、無接觸、快速且可重復(fù)的傳感器層出不窮,如雷達系統(tǒng)、醫(yī)用或工業(yè)用檢測儀器(高分辨率計算機體層X線攝影技術(shù),核磁共振成像)、數(shù)字攝像機、光傳感器、立體視覺、超聲波傳感器以及LiDAR等,其中,LiDAR精度高、響應(yīng)快、能夠獲得靶標(biāo)的三維模型,是最具發(fā)展?jié)摿Φ陌袠?biāo)幾何特征探測傳感器[28-29]。
Arnó等[30]基于SICK LMS 200激光雷達探測系統(tǒng),測量計算了葡萄藤的高度、橫截面積、樹冠體積和樹面積指數(shù),驗證了以上參數(shù)與葉面積指數(shù)的相關(guān)性,其中樹面積指數(shù)與葉面積指數(shù)相關(guān)性最高。Mahmud等[31]開發(fā)了一種基于VLP-16激光雷達傳感器的樹冠密度測量系統(tǒng)用于指導(dǎo)果園精準(zhǔn)施用農(nóng)藥,驗證了靶標(biāo)點云數(shù)據(jù)與葉片數(shù)量存在較強的相關(guān)性,小樹區(qū)域相關(guān)系數(shù)為0.82,大樹區(qū)域相關(guān)系數(shù)為0.95。Zeng等[32]基于VLP-16激光雷達傳感器開發(fā)了果樹靶標(biāo)探測系統(tǒng),通過算法分割出栽培用網(wǎng)格線、支撐點與樹干部分,總體精度分別為88.6%,82.1%和94%,根據(jù)這些參數(shù)計算了靶標(biāo)樹冠高度、密度和深度等參數(shù),為果園精準(zhǔn)施藥和機械化修剪提供基礎(chǔ)信息。張美娜等[33]基于SICK LMS 111激光雷達掃描傳感器構(gòu)建了一種靶標(biāo)精準(zhǔn)探測系統(tǒng),提出了靶標(biāo)網(wǎng)格化噴施區(qū)域內(nèi)葉面積密度參數(shù)的計算方法。
作物幾何表型特征檢測是作物育種高通量表型分析的支撐技術(shù)之一,輔助測量作物株高、葉片角度分布、葉面積、葉面積密度等表型特征,用于檢測不同基因型與環(huán)境條件下的作物長勢,為篩選優(yōu)良作物品種、預(yù)測作物產(chǎn)量、指導(dǎo)田間管理和實現(xiàn)對農(nóng)業(yè)投入和處理的精準(zhǔn)控制提供數(shù)據(jù)基礎(chǔ)[34]。高通量作物表型系統(tǒng)中的傳感器種類豐富,主要包括RGB相機、多光譜/高光譜成像傳感器、溫度近紅外成像傳感器、葉綠素?zé)晒獬上駛鞲衅饕约癓iDAR傳感器等,如表1所示,可測量光合作用系統(tǒng)的熒光特性、生長速度、抗病性、非生物脅迫耐受性、總體形態(tài)、物候?qū)W等全面的表型特征[35]。隨著LiDAR技術(shù)的發(fā)展與成本的降低,越來越多的表型平臺將LiDAR作為基本配置,構(gòu)建作物的3D結(jié)構(gòu)信息,如田間表型移動平臺、設(shè)施表型平臺、無人機低空遙感平臺。
表1 常用傳感器應(yīng)用范圍和使用限制Tab. 1 Application range and usage limits of common sensors
田間作物表型系統(tǒng)研究方面,Greaves等[36]利用Riegl VZ-400激光雷達數(shù)據(jù)衍生的灌木生物量估算了灌木葉面積,其中激光雷達數(shù)據(jù)和針葉樹生物量相關(guān)系數(shù)為0.97。Saeys等[37]使用SICK LMS 200/400兩種LiDAR傳感器,在收獲機不同行駛速度和震動條件下估算了收獲機前方作物密度參數(shù),三維重建算法的相關(guān)系數(shù)在0.63到0.93之間。Jimenez-Berni等[38]基于SICK LMS 400激光雷達和Phenomobile Lite移動平臺設(shè)計了一種田間作物表型系統(tǒng),提出了兩種基于LiDAR獲取地上生物量的計算方法并進行了試驗驗證。程曼等[39]利用地面激光雷達SICK LMS 291對花生冠層結(jié)構(gòu)進行掃描,獲取其三維點云數(shù)據(jù),通過分析有效點云數(shù)據(jù)集生成的冠層高度矩陣,得到冠層的高度特性。
在設(shè)施作物表型系統(tǒng)研究方面,Wang等[40]開發(fā)了一種低成本的二維LiDAR室內(nèi)植物表型系統(tǒng),通過系統(tǒng)運動與數(shù)據(jù)配準(zhǔn)可獲取作物三維點云數(shù)據(jù),線性回歸分析表明,系統(tǒng)測量的葉片最大高度、葉柄高度、葉尖高度、葉片表面積4種參數(shù)與地面真實值的相關(guān)系數(shù)分別為0.98、0.98、0.99、0.92。郭慶華等[41]研發(fā)了一套以Faro Focus X120激光雷達為主,集成高分辨率相機、熱成像儀、高光譜成像儀等傳感器的高通量作物測量平臺—Crop 3D,與傳統(tǒng)作物表型測量技術(shù)相比,Crop 3D優(yōu)勢在于能夠通量化、同步地對作物各生長時期進行多源表型數(shù)據(jù)的獲取并提取株高、株幅、葉長、葉寬、葉傾角和葉面積等參數(shù)。
在無人機低空遙感研究方面,Lin等[42]搭建了一個無人機低空遙感的通用框架,用于進行多時間尺度LiDAR數(shù)據(jù)控制與作物特征檢測,網(wǎng)格垂直方向與平面方向上的多時相點云距離差為±3 cm與±8 cm。王慶等[43]以大田甜菜為研究對象,探究無人機分別搭載RGB相機與RIGEL VUX-1UAV激光雷達系統(tǒng)對大田作物株高估算的精度差異,結(jié)果表明基于激光雷達系統(tǒng)估算的株高相關(guān)性較高,為0.88。
農(nóng)業(yè)車輛自主導(dǎo)航是支撐智能農(nóng)機與精準(zhǔn)農(nóng)業(yè)的關(guān)鍵技術(shù)之一[44]。自主導(dǎo)航農(nóng)機裝備的應(yīng)用可以減少勞動力投入,減輕駕駛員的勞動強度,提高作業(yè)的準(zhǔn)確性。搭載自主導(dǎo)航控制系統(tǒng)的動力裝備通過掛接各種農(nóng)機具能夠精準(zhǔn)完成耕種、除草、施肥、施藥、收獲等多種作業(yè)環(huán)節(jié),是實現(xiàn)無人農(nóng)場的基礎(chǔ)[45]。近年來,大田自主導(dǎo)航技術(shù)與產(chǎn)品已趨于成熟,如AF302BD-2.5RD、NX300、RinoSteer等。盡管如此,農(nóng)業(yè)車輛作業(yè)環(huán)境是典型的非結(jié)構(gòu)化環(huán)境,應(yīng)用在其中的傳感器需要克服地面不平整、障礙物種類多等困難,以機器視覺和衛(wèi)星導(dǎo)航系統(tǒng)為傳感器核心的農(nóng)業(yè)車輛自主導(dǎo)航仍存在一些問題,機器視覺受作業(yè)環(huán)境、光照條件的影響比較大,衛(wèi)星導(dǎo)航系統(tǒng)則易受衛(wèi)星信號的影響;而LiDAR不受能見度或環(huán)境水平的限制,能以較高頻率提供大量準(zhǔn)確的距離信息,可靠地提供周圍物體的方位和深度信息,能夠進行障礙物檢測,在果園和設(shè)施場景中的應(yīng)用優(yōu)勢更為明顯。
在果園作業(yè)裝備自主導(dǎo)航系統(tǒng)研究方面,Underwood等[46]基于SICK LMS 291激光雷達傳感器提出了一種果園田間果樹識別與定位方法,采用隱式半馬爾可夫模型分割果樹個體,定位與識別精度達98.2%。李秋潔等[47]基于二維LiDAR獲取果樹行間數(shù)據(jù),設(shè)計了橢圓感興趣區(qū)域提取相鄰樹行、兩步樹行分割法獲取相鄰樹行數(shù)據(jù),通過最小二乘法擬合樹行直線,樹行中心線作為導(dǎo)航路徑,試驗結(jié)果表明,在偏航角不大于15°、橫向偏差不大于1 m、缺樹率不大于25%時均能將車輛軌跡與道路中心線的橫向偏差控制在±14 cm內(nèi)。劉偉洪等[48]提出一種基于R-Fans-16 3D激光雷達的果樹行識別與導(dǎo)航線擬合的方法,在梨園中,0.68 m/s與0.135 m/s的速度下,橫向誤差絕對值分別不超過21.3 cm與22.1 cm。劉星星等[49]基于低成本的SICK LMS 291單線激光雷達,提出一種基于最小二乘法與支持向量機融合的樹行識別與導(dǎo)航方法,試驗結(jié)果表明橫向誤差平均值不超過17.8 mm。
在設(shè)施作業(yè)裝備自主導(dǎo)航系統(tǒng)研究方面,侯加林等[50]研制了基于前后雙FS-D10激光雷達的溫室運輸機器人導(dǎo)航系統(tǒng),與單激光雷達相比,增加了環(huán)境掃描范圍,提高了建圖效率及實時避障能力,車載系統(tǒng)分別以0.2、0.5和0.8 m/s的速度運行時,實際導(dǎo)航路徑與目標(biāo)路徑的平均偏差小于13 cm,標(biāo)準(zhǔn)差小于5 cm。季宇寒等[51]搭建了基于SICK LMS 511激光雷達的巡檢機器人導(dǎo)航平臺,使用自適應(yīng)蒙特卡羅定位(AMCL)算法估計機器人位置和姿態(tài),通過經(jīng)典的PID算法完成機器人驅(qū)動控制,試驗結(jié)果表明,在1 m/s 的速度下,位置與航向偏差的平均絕對誤差分別小于5 cm和1.1°。
植保機械施藥過程中產(chǎn)生的最大污染源之一為漂移的農(nóng)藥霧滴,有證據(jù)表明,殺蟲劑可以通過氣流傳播數(shù)千公里[52],對人類健康和環(huán)境都有風(fēng)險。另一方面,霧滴漂移造成的損失可達所用農(nóng)藥產(chǎn)品的30%~50%[53],不僅造成經(jīng)濟損失,還產(chǎn)生了農(nóng)業(yè)面源污染。因此,分析影響霧滴飄移的主要因素、研究農(nóng)藥霧滴飄移機理,可為植保機械噴霧部件的研究提供理論依據(jù),有效提高植保機械的噴施效果,減少農(nóng)藥飄失,增強環(huán)境保護,具有重要的現(xiàn)實意義[54-55]。測量霧滴漂移的傳統(tǒng)方法主要通過被動收集器和示蹤劑在現(xiàn)場采樣并進行后續(xù)化學(xué)/物理試驗實現(xiàn),勞動強度大,依賴外部環(huán)境條件,只提供點和時間的綜合測量信息,無動態(tài)過程,具體可參照國際標(biāo)準(zhǔn)ISO標(biāo)準(zhǔn)22866—2005。與傳統(tǒng)方法不同,應(yīng)用LiDAR技術(shù)可以實現(xiàn)動態(tài)實時測量,獲得具有高時間、空間分辨率的多維數(shù)據(jù)信息,消耗更少的人力和時間資源,并且不需要后續(xù)的化學(xué)分析,主要用于定性研究農(nóng)藥羽流的移動和擴散。
基于LiDAR系統(tǒng)測量霧滴漂移的早期研究在1989年,Hoff等[56]建立了一個激光雷達系統(tǒng),用于檢測空中噴灑農(nóng)藥霧滴的幾何結(jié)構(gòu)和沉積情況,測量了噴灑飛機翼尖渦流中的近場農(nóng)藥噴灑運動,證明了LiDAR可以作為長期預(yù)測漂移量的一種新方法。國際上,西班牙萊里達大學(xué)的研究團隊長期開展了基于LiDAR測量霧滴漂移的研究[57-60],2015年,團隊搭建了一種對人眼安全的LiDAR系統(tǒng)[57],可測量50~100 m 范圍內(nèi)的霧滴漂移運動;2016年,應(yīng)用開發(fā)的LiDAR系統(tǒng)開展了霧滴漂移試驗[58],結(jié)果表明激光雷達測量的噴霧漂移量和被動收集器得到的數(shù)據(jù)之間相關(guān)系數(shù)大于0.85,同時,應(yīng)用該系統(tǒng)試驗對比了低漂移噴頭與標(biāo)準(zhǔn)噴頭的作業(yè)效果,結(jié)果表明低漂移噴頭減少霧滴漂移57%;2019年,應(yīng)用開發(fā)的LiDAR系統(tǒng)對噴霧機分別安裝10種空心錐噴頭靜態(tài)噴霧條件下,開展了23項霧滴漂移試驗[59];2020年,應(yīng)用開發(fā)的LiDAR系統(tǒng)分別在四種果樹(桃、柑橘、蘋果和葡萄)生長環(huán)境下測量并評估噴霧機動態(tài)作業(yè)下標(biāo)準(zhǔn)與低漂移噴頭的霧滴漂移情況[60]。Gil等[61]在葡萄園施藥期間,使用SICK LMS 200激光雷達傳感器測量霧滴漂移,實驗結(jié)果表明測量值與真實值間相關(guān)系數(shù)為0.91,因此采用的檢測方法可以作為評估漂移的替代方案。
上述5個農(nóng)業(yè)場景中應(yīng)用的LiDAR系統(tǒng)主要參數(shù)與應(yīng)用如表2所示。
表2 主要應(yīng)用激光雷達型號及參數(shù)Tab. 2 Main types and parameters of lidar applications
綜合上述5個農(nóng)業(yè)場景可知,LiDAR的探測對象主要為農(nóng)田環(huán)境與作物本身兩大類,分別具有其特殊性。農(nóng)田環(huán)境是復(fù)雜的非結(jié)構(gòu)化環(huán)境,地面地形復(fù)雜,環(huán)境中光照和氣候條件多變且不可控制,目標(biāo)物表面過亮?xí)?dǎo)致鏡面反射,風(fēng)、霧、塵等引起的偏差和遮擋等,都會對LiDAR數(shù)據(jù)精度和質(zhì)量產(chǎn)生影響。另一方面,農(nóng)作物是有機的生命體,作物品種、生長期、栽培模式、測量尺度等不同因素都會影響LiDAR測量系統(tǒng)的檢測效果。下面簡要分析LiDAR在相應(yīng)農(nóng)業(yè)場景應(yīng)用中的發(fā)展趨勢。
LiDAR數(shù)據(jù)已經(jīng)成為預(yù)測一系列森林屬性的關(guān)鍵數(shù)據(jù)源,可直接獲得單株木的位置、樹高和冠幅這3個垂直結(jié)構(gòu)參數(shù)。隨著機載LiDAR技術(shù)獲取與處理多源數(shù)據(jù)能力提升,樹種識別效率得到了一定程度的提高,為森林碳儲量估算、森林生物多樣性、森林再生等研究提供了基礎(chǔ)。應(yīng)用LiDAR進行森林調(diào)查,未來將重點集中在提高LiDAR測量精度,融合LiDAR與高光譜圖像、星載激光數(shù)據(jù)等其它傳感器數(shù)據(jù),以及構(gòu)建數(shù)據(jù)處理體系與標(biāo)準(zhǔn)化流程等方面。
基于LiDAR進行果樹靶標(biāo)探測的關(guān)鍵在于提取計算合適的幾何特征參數(shù),目前國內(nèi)外研究主要集中在靶標(biāo)生物量體積的計算,近些年開始增加表征樹冠枝葉稀疏狀況的葉面積密度參數(shù),未來將在靶標(biāo)幾何特征的基礎(chǔ)上拓展病蟲害信息的檢測,從而綜合確定精準(zhǔn)的施藥處方。
基于LiDAR進行作物幾何特征檢測具有獨特的優(yōu)勢,使作物三維形態(tài)的表達更加立體、細致,為提取更多的作物幾何特征參數(shù)奠定了基礎(chǔ),未來將重點集中在新型幾何特征參數(shù)的全自動提取算法上,平衡精準(zhǔn)性與實時性指標(biāo),更好的服務(wù)于高通量表型系統(tǒng)。
基于LiDAR的農(nóng)業(yè)車輛自主導(dǎo)航系統(tǒng)主要應(yīng)用二維激光雷達沿作物行行駛獲取環(huán)境三維數(shù)據(jù)信息,有效地降低了成本,但測量精度有待提高。隨著三維激光雷達傳感器技術(shù)的發(fā)展,應(yīng)用高線數(shù)、低成本的固態(tài)三維激光雷達為未來的發(fā)展方向,能夠獲得高精度、高速率、廣視角的大量三維點云數(shù)據(jù),空間信息更加豐富,進一步提升對農(nóng)業(yè)復(fù)雜多變環(huán)境的適應(yīng)性。
LiDAR由于其在時間和空間分辨率、實時測量,以及其減少的勞動力和時間等方面的優(yōu)勢,成為傳統(tǒng)測量方法的有利替代方案。同時,在霧滴沉積測量方面,相關(guān)研究結(jié)果表明,激光雷達測量的漂移云和放置在測試臺上的人工收集器上獲得的霧滴沉積分布之間具有良好的相關(guān)性。在霧滴漂移檢測領(lǐng)域中,應(yīng)用的LiDAR系統(tǒng)呈現(xiàn)定制化的趨勢,即根據(jù)應(yīng)用需求設(shè)計開發(fā)專用的測量系統(tǒng),在降低成本、提高系統(tǒng)專用性上有所提高,是未來發(fā)展的主要方向之一。
綜上所述,各類農(nóng)業(yè)場景對LiDAR技術(shù)及數(shù)據(jù)處理方法的需求和挑戰(zhàn)仍在繼續(xù)。隨著LiDAR新技術(shù)的不斷涌入,應(yīng)用固態(tài)激光雷達、單光子激光雷達、高密度激光雷達、全波形(FWF)激光雷達、多光譜/高光譜激光雷達等新型LiDAR傳感器,將在數(shù)據(jù)多尺度、精準(zhǔn)性、全面性、豐富性和實時性上不斷適應(yīng)農(nóng)業(yè)場景的不同層面需求,更好地支撐現(xiàn)代精準(zhǔn)農(nóng)業(yè)發(fā)展。
隨著農(nóng)業(yè)產(chǎn)業(yè)向現(xiàn)代農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)、智慧農(nóng)業(yè)不斷演進,農(nóng)業(yè)場景對新型傳感器的需求日益迫切,傳感器作為人類感知的替代能更全面、更精準(zhǔn)地獲取作物、環(huán)境等相關(guān)信息,是農(nóng)業(yè)現(xiàn)代化發(fā)展的基礎(chǔ)性、關(guān)鍵性的支撐技術(shù)。與視覺傳感器、光譜傳感器、超聲波等其他類型傳感器相比,LiDAR傳感器不易受光環(huán)境影響、可三維建模、分辨率高、抗干擾能力強、技術(shù)與產(chǎn)品成熟等特點使其在農(nóng)業(yè)領(lǐng)域應(yīng)用中具有獨特的優(yōu)勢。本文重點介紹了LiDAR傳感器的性能特點、工作原理和分類、市場應(yīng)用與新技術(shù);通過國內(nèi)外大量研究文獻的篩選分類,總結(jié)了LiDAR傳感器在森林參數(shù)探測、果樹靶標(biāo)幾何特征探測、作物表型幾何特征檢測、農(nóng)用車輛自主導(dǎo)航定位以及農(nóng)藥霧滴飄移檢測這5類農(nóng)業(yè)場景的應(yīng)用進展與發(fā)展趨勢;針對農(nóng)業(yè)場景的特點,現(xiàn)階段應(yīng)用的LiDAR傳感器技術(shù)與數(shù)據(jù)處理方法仍存在局限與不足,為此,展望了固態(tài)激光雷達、單光子激光雷達、高密度激光雷達、全波形(FWF)激光雷達、多光譜/高光譜激光雷達等新型LiDAR技術(shù)與產(chǎn)品在未來農(nóng)業(yè)場景中的應(yīng)用潛力,指出了與LiDAR傳感器配套的自動化采集系統(tǒng)與數(shù)據(jù)智能分析方法將成為研究重點。