基于激光测距的橡胶树树干轮廓曲线自动化提取方法

黎土煜 刘青 郑勇 黄敞 曹建华 王玲玲

摘要：為获取橡胶树树干轮廓曲线模型，解决割胶装备难以精准贴合树干轮廓导致作业精度差、仿形效果不理想的关键问题，提出一种橡胶树树干轮廓曲线自动化提取方法。研制橡胶树树干轮廓点云数据自动采集平台，该平台由电源模块、控制模块、驱动模块、采集模块、数据传输模块以及数据记录处理模块组成，可实现树干外轮廓曲线点云数据的自动采集、传输、记录与处理。开展橡胶树树干轮廓曲线自动化提取试验，基于统计学方差分析法，通过曲线面积对比分析树干轮廓提取精度。结果表明，连续采集30组橡胶树树干轮廓点云数据，其轮廓特征有效识别度较高，轮廓特征点位置与实际位置基本符合；轮廓曲线重复提取变异系数为0.001 3；树干轮廓曲线提取精度不受树干位置和采集方向变化的影响，该技术方案具有较强可行性。

关键词：橡胶树；激光测距；点云数据；轮廓曲线；自动提取

中图分类号：S794.1

文献标识码：A

文章编号：20955553 （2024） 02019406

收稿日期：2022年4月16日  修回日期：2022年6月27日

基金项目：中央级科研事业单位基本科研业务费专项（1630022022005）；海南省自然科学基金项目（320QN349、323QN273）

第一作者：黎土煜，男，1992年生，海南乐东人，硕士，研究实习员；研究方向为农业机械化。Email： li_tuyu@163.com

通讯作者：郑勇，男，1984年生，湖南祁阳人，硕士，副研究员；研究方向为机械装备与自动化。Email： zhengyong07@163.com

Automatic extraction method of the outline curve of rubber tree

based on the laserranging technology

Li Tuyu1， Liu Qing2， Zheng Yong1， Huang Chang1， Cao Jianhua1， Wang Lingling1

（1. Rubber Research Institute， Chinese Academy of Tropical Agricultural Sciences， Haikou， 571101， China；

2. Zhanjiang Agricultural Reclamation Modern Agriculture Development Co.， Ltd.， Zhanjiang， 524200， China）

Abstract：

In order to acquire the contour curve representation of rubber tree trunks and address the significant industrial challenge stemming from inadequate operational precision and suboptimal shaping outcomes resulting from the challenges associated with accurately fitting tapping equipment to the trunk contour， a method to automatically extract rubber tree outline curve based on laserranging technology was proposed. The automatic data acquisition platform of rubber tree trunk contour point cloud is developed， which is composed of power module， control module， drive module， acquisition module， data transmission module， data recording module and processing module. The platform has the function of automatic collection， transmission， recording and processing of the outline curve point cloud data. The automatic extraction experiment of rubber tree outline curve was carried out， and the accuracy of rubber tree outline extraction was analyzed by comparing the outline curve area based on statistical variance analysis. The results showed that the position of contour feature points was basically consistent with the actual position with a high recognition when 30 groups of contour point cloud data were collected continuously， and the coefficient of variation of repeated extraction of contour curves was 0.001 3. The extraction accuracy of trunk contour curve is not affected by the change of trunk position and acquisition direction， which means that the technical scheme is very feasible.

Keywords：

rubber tree; laserraging; point cloud data; outline curve; automatic extraction

0 引言

天然橡胶是重要的国防战略物资和工业原料，广泛应用于国防、航空航天、医疗卫生等领域［12］。目前，天然橡胶主要通过切割橡胶树树皮获取，割胶深度需控制在1.2～1.8 mm，作业过程精度要求较高［3］。橡胶树树干轮廓形态复杂［45］，具有裂缝、凹凸点等特征，割胶装备难以精准贴合树干轮廓，极易导致割胶过深伤树、割胶过浅减产，无法满足割胶精度要求［68］。因此，如何获取树干轮廓形态曲线，是提升割胶装备作业精度首要解决的关键问题。

橡胶树树干轮廓形态曲线提取关键在于点云数据采集和曲线拟合。点云数据采集主要有红外激光测距和超声探测技术，其中红外激光测距技术广泛用于植被轮廓和干形的提取。刘俊焱［9］利用激光测距技术建立了单木树叶和树干的三维模型，验证了该技术在树干轮廓提取方面的可行性；尤磊［1011］实现了原木杨树、洋白蜡、大叶白蜡等原木干形的提取，但无法精准表达树干表面特征；同理，孙智慧［12］建立了黄瓜和玉米叶片曲面模型，提出点云数据采集数量越多，模型精度越高；高士增［13］结合激光扫描技术，搭建了树木形态的参数化提取系统，提取误差仅为5%；Lin等［14］则利用地面激光扫描仪实现了森林植被形态分类，分类精度可达0.965 9。与激光测距技术不同，超声探测技术主要用于小型植被形态与内部结构点云数据的采集。杨诚等［15］利用超声探测设备，实现莲藕生长及分布位置的有效检测；基于超声探测技术，吕丹桔［16］成功获取了白玉兰、芭蕉、向日葵等植被的茎秆形态、结构及含水率数据。相较而言，红外激光测距技术更适用于橡胶树树干轮廓形态点云数据的采集。根据获取的树干轮廓形态点云数据，结合贝赛尔曲线（Bézier）［17］、B样条曲线和非均匀B样条曲线（NURBS）等方法［18］，便可实现树干轮廓形态曲线的拟合与提取。

由于针对橡胶树割面区域树干轮廓提取的理论与技术研究尚少，本文拟通过红外激光测距技术，搭建点云数据自动化采集平台，开展橡胶树树干轮廓曲线提取相关研究，可为割胶装备的设计与应用提供理论与技术支撑，对割胶“最后一公里”问题的解决具有重要意义。

1 点云数据自动采集平台设计

1.1 平台整体结构

点云数据自动化采集平台主要由电源模块、控制模块、驱动模块、采集模块、数据传输模块以及数据记录处理模块组成，如图1所示。其中，红外激光测距仪通过角铝转接板与旋转臂连接，转接板上加工等距排孔，用于微调测距仪与橡胶树树干间距；旋转臂通过螺栓与伺服电机轴连接；伺服电机通过螺栓与角铝悬臂梁连接，并固定在稳固的支架上。

1.红外激光测距仪 2.旋转臂 3.橡胶树树干 4.伺服电机

5.伺服驱动器 6.速度调节器 7.PLC控制器

8.数据传输模块 9.485转232接头 10.电源模块

启动前，通过速度调节器设置合适的伺服电机转速，连接数据传输模块与PC端，使橡胶树树干位于伺服电机下方、旋转臂转动范围内；启动后，伺服电机轴驱动旋转臂转动，带动红外激光测距仪环绕橡胶树树干做匀速圆周运动，从而采集树干轮廓点云数据，点云数据经无线传输模块发送至PC端进行记录与处理。

1.2 平台硬件结构

自动化采集平台硬件结构如图2所示。电源模块采用MVI NDR-150-24开关电源，可为各元器件提供稳定的24 V直流电压；控制模块采用海为ACM120R系列PLC可编程控制器；驱动模块由EzM-42XL系列伺服电机和伺服驱动器组成，其中，伺服电机为两相驱动，输出扭矩0.65 N·m；采集模块采用松下HG-C1200红外激光测距仪，测量精度0.07 mm，零点半径r为200 mm，有效量程120～280 mm（物体与测距仪间距离）；数据传输模块采用蓝牙传输装置，波特率800 Bd；数据记录采用键盘输入程序，将数据转化为键盘信号，实现数据自动化记录。

1.3 平台自动采集控制系统结构

自动化采集平臺自动控制系统主要用于控制采集模块和数据传输模块的启停，避免橡胶树树干轮廓点云数据重复采集，提高点云数据采集精度，自动控制系统结构如图3所示。该系统可实现以下控制：（1）控制伺服电机匀速转动；（2）实时监测伺服电机转动角度，伺服电机转动360°后电机停转，点云数据终止传输；（3）数据传输模块将点云数据传输至PC端。

基于HaiwellHappy V2.2.9可视化编程环境，结合自动控制系统结构编制系统程序，从而实现电机自动启停、电机匀角度转动、点云数据传输频率以及点云数据传输启停等方面的精准控制。

1.4 采集间距设置

为适应不同直径橡胶树树干轮廓点云数据的采集，需设定合适的采集间距（即旋转臂长度），使橡胶树树干轮廓在红外激光测距仪测量范围内，如图4所示。其中，r为测距仪零点半径，r=200 mm；rmin为测距仪最小测量距离，rmin=120 mm；rmax为测距仪最大测量距离，rmax=280 mm。通常达到开割年龄的橡胶树树干半径为R=100～150 mm，则采集间距l∈［r+Rmin，r+Rmax］=［300，350］。由于旋转臂末端需预留调节板安装空间，若调节板长度为a，则采集间距l∈［300+a，350+a］，本文设定采集间距为325 mm。

2 橡胶树树干轮廓曲线提取原理

由于橡胶树树干轮廓形态复杂，无法通过规则图形描述。本文将橡胶树树干任意截面处轮廓定义为有限个离散点拟合而成的不规则曲线，曲线上离散点即采集的点云数据。经坐标变换、无效数据过滤后，采用NURBS样条曲线拟合方法提取橡胶树树干轮廓曲线［19］。

2.1 点云数据处理

根据前述点云数据采集方法，以旋转臂转动轴心为圆心O，通过环绕扫描树干任一截面处轮廓，即可获得树干轮廓点云数据，如图5所示。

1.激光测距仪 2.激光测距仪零点半径

3.运动轨迹 4.橡胶树

橡胶树树干轮廓上任意点Pi均有

Δd=R-ΔL=R-（r+ΔL）

（1）

式中：

Δd——轮廓点与圆心O距离，mm；

R——激光测距仪转动半径，mm；

ΔL——点云数据值，mm。

根据式（1），计算所得Δd即轮廓点与环形轨道圆心间距离，已知激光测距仪围绕树干转动角速度、数据传输速度为恒定值，则轮廓点可定义为以旋转臂转动轴心O为原点、Δd为极径、极角增量为Δθ，在极坐标系360°范围内均匀分布的极点集合，如图6所示，其中xO′y为极坐标系。

由于极坐标系内相邻极点所对应的极角增量相等，则可将轮廓点极角等同于首项为0、末项为2π、公差为Δθ的等差数列，其中，极角增量Δθ与点云数据采集量相关，假设采集了n+1个点云数据Pi（i=0，1，…，n），则有

Δθ=2π/（n+1）

（2）

式中：

Δθ——极角增量，rad。

根据式（2），以极坐标形式表示轮廓点

Pi=（ρi，θi）=（Δdi，i·Δθ）

（3）

式中：

ρi——轮廓点极径，mm；

θi——轮廓点极角，rad。

树干轮廓曲线拟合需将点云数据转换为直角坐标，则轮廓点Pi可表示为

Pi=（xi，yi）=Δdi·［sin（i·Δθ），cos（i·Δθ）］

（4）

2.2 树干轮廓曲线提取

本文基于NURBS样条曲线拟合方法，以树干轮廓曲线点Pi作为样条曲线拟合控制点，通过求解控制点节点向量，最终实现树干轮廓曲线的拟合。其中，k次NURBS样条曲线基函数［1920］为

Ni，0（u）=

1，ui≤u

0，其他

Ni，k（u）u-uiui+k-uiNi，k-1（u）+ui+k+1-uui+k+1-ui+1Ni，k-1（u）

规定：00=0

（5）

式中：

u——节点矢量值。

以第1个轮廓点P0作为样条曲线的首末端点，剩余n个点作为轮廓曲线途经拟合点，则生成的样条曲线有n+1个控制点Pi（i=0，1，…，n），n+k+1个节点矢量值ui（i=0，1，…，n+k+1）。根据哈特利—贾德方法［17］，定义域［u0，un+k+1］内节点值为u0=u1=u2=u3=0；un+1=un+2=un+3=un+4=1，则有

ui-ui-1=∑i-1j=i-klj∑n+1i=k+1∑i-1j=i-klji=k+1， k+2，…，n+1

ui=∑ij=k+1（uj-uj-1）i=k+1，k+2，…，n

lj=Pj-Pj-1j=1， 2，…，n

（6）

式中：

l——控制点弦长。

联立式（5）和式（6），求解控制点集P={P0，P1，…，Pn}和节点矢量值u={u1，u2，…，un}。由于橡胶树树干轮廓为连续的闭合曲线，则轮廓曲线首末端点一致，即P0=Pn［2122］。至此，求解可得橡胶树树干轮廓曲线控制点、节点向量值。由于树干轮廓点云数据量较多，本文采用AutoCAD软件自带的3阶NURBS样条曲线拟合功能提取树干轮廓曲线。

3 橡胶树树干轮廓提取试验

为验证橡胶树树干轮廓曲线自动化提取技术可行性并评估其提取精度，本文基于研制的橡胶树树干轮廓自动化采集平台，开展了橡胶树树干轮廓曲线自动化提取试验。通过自动化重复采集树干轮廓点云数据，数据经处理后导入AutoCAD实现树干轮廓曲线的提取，以曲線面积重复度误差、树干轮廓特征识别率为评价指标，对提取的树干轮廓曲线进行精度评估。

3.1 试验材料

试验材料为天然橡胶主栽品系热研7-33-97原木树干，树干半径R树≈93 mm，树干割面区域有清晰的前水线、后水线、割线、裂缝以及凹坑特征，如图7所示。

3.2 树干轮廓重复提取精度

针对橡胶树树干同一截面轮廓，分别使测距传感器正向（旋转臂顺时针转动）、反向（旋转臂逆时针转动）采集5组轮廓点云数据（共10组）；分别使测距传感器正向、反向采集3个不同的橡胶树树干相对位置（即树干与旋转臂轴心相对位置）轮廓点云数据，共计30组，树干相对位置如图8所示。根据获取的树干轮廓点云数据，通过AutoCAD拟合轮廓曲线并计算曲线面积。

基于统计学方差分析方法，通过橡胶树树干轮廓曲线面积，计算轮廓曲线面积均值μ，则有

μ=1N∑Ni=0Qi

（7）

式中：

N——树干轮廓曲线采集数量；

Qi——树干轮廓曲线面积。

由式（7）可求得轮廓曲线面积标准差s，则有

s=1N∑Ni=0（Qi-μ）

（8）

本文以树干轮廓曲线面积变异系数表示树干轮廓曲线精度。结合式（7）、式（8），轮廓曲线面积变异系数

σ=s/μ

（9）

当变异系数≤0.05，即橡胶树树干轮廓提取精度无显著差异，表明轮廓曲线重复精度较高；变异系数>0.05，表明轮廓曲线重复精度较低。

3.3 树干轮廓特征点识别度

橡胶树树干轮廓特征包括割面、前水线、后水线、裂缝及凹坑。其中，割面即割胶作业结束后树皮被割除的区域，割面通常作为下一轮割胶作业的基准之一；前水线即割胶作业起刀点基准；后水线即割胶作业收刀点基准，同时后水线可有助于胶乳引流；裂缝与凹坑即橡胶树表面常见的不规则形状区域。

本文将试验所选橡胶树树干轮廓特征与轮廓曲线提取结果进行對比，分析轮廓特征的有效识别程度η，主要通过轮廓特征数量识别精度表达。

η=Dm×100%

（10）

式中：

D——轮廓特征识别数量；

m——树干轮廓特征数。

4 结果与分析

不同相对位置的橡胶树树干外轮廓正、反向提取结果如图9所示，其中割面特征点表示为①；前水线特征点表示为②；后水线特征点表示为③；裂缝特征点表示为④；凹坑特征点表示为⑤。

（a） 正向采集

（b） 反向采集

由图9可知，树干轮廓特征点识别数量均为5个，试验原木树干特征点数量为5个，结果表明该树干轮廓曲线自动化提取方法能有效识别树干轮廓特征，轮廓特征的有效识别度较高，且轮廓特征点的位置与实际位置基本符合，提取结果验证了本文方法的可行性；通过对比分析同一位置树干轮廓的正向与反向提取结果可知，互为相反方向提取的树干轮廓曲线，即为各自绕坐标原点旋转180°后的水平镜像曲线；部分树干轮廓曲线会出现转动偏移的现象，主要因为点云数据的采集、传输存在延时和误差，但偏移现象并不会影响树干轮廓曲线精度；提取的树干轮廓表面裂缝特征④会呈现深度不一，甚至会出现裂缝特征曲线失真的现象，主要原因在于较深的裂缝会对红外激光传导产生干扰，导致点云数据采集误差相对较大。

通过计算橡胶树树干轮廓曲线面积，并进行方差分析，结果如表1所示。

根据表1可知，橡胶树树干轮廓曲线重复提取精度无显著偏差，变异系数为0.13%，结果表明该树干轮廓曲线提取方法精度较高，且点云数据采集稳定性较强，重复提取精度可达到99.87%；当橡胶树树干位于点云数据采集范围内，其轮廓曲线提取精度不受树干采集装置相对位置的影响，在提取树干轮廓曲线时无需对树干位置进行校准；与此同时，转变点云数据采集方向并不会影响轮廓曲线提取精度。结果表明该树干轮廓曲线提取方法相对便捷，并能有效避免校准树干位置造成的误差；第二位置标准差与变异系数相对于第一、第三位置较小，结合轮廓曲线提取结果，第二位置裂缝特征与圆心距离最小，即裂缝特征接近于激光测距仪零点半径位置，据此初步判断树干外轮廓越接近激光测距仪零点半径处，其测量精度越高。

5 结论

1）  本文提出了一种橡胶树树干外轮廓曲线自动化提取方法，通过将树干外轮廓点云数据转换为直角坐标点，利用AutoCAD软件3阶NURBS样条曲线拟合功能提取树干外轮廓曲线。该方法经验证具有较强可行性，其中，橡胶树树干轮廓特征点有效识别度较高；树干轮廓曲线重复提取精度>99%。

2）  研制了橡胶树树干轮廓点云数据自动采集平台，包括电源模块、控制模块、驱动模块、采集模块、数据传输模块以及数据记录处理模块，可实现橡胶树树干轮廓点云数据自动采集、传输、记录及处理。

3）  橡胶树树干轮廓曲线重复提取精度较高，不受树干位置和采集方向变化的影响，即采集点云数据时无需校准树干位置，提高了采集效率。然而，较深的裂缝会影响部分激光反射，造成测量数据存在一定误差，此处仍需提高与优化。

4）  本文实现了橡胶树树干轮廓曲线的自动提取，后续将开展轮廓曲线提取精度提升相关研究，并应用于割胶装备，实现割胶轨迹的规划，提升割胶装备作业精度和仿形效果。

参 考 文 献

［1］刘锐金， 莫业勇， 杨琳， 等. 我国天然橡胶产业战略地位的再认识与发展建议［J］. 中国热带农业， 2022（1）： 13-18.

Liu Ruijin， Mo Yeyong， Yang Lin， et al. Rerecognition and advice on the strategic role of natural rubber industry in China ［J］. China Tropical Agriculture， 2022（1）： 13-18.

［2］Soares F A， Steinbüchel A. Natural rubber degradation products： Fine chemicals and reuse of rubber waste ［J］. European Polymer Journal， 2022， 165： 1-11.

［3］NY/T 1088—2020， 橡胶树割胶技术规程［S］.

［4］Qi D， Yang C， Xie G， et al. Preliminary study on seedling growth rhythm and grey correlation analysis of rubber （Hevea brasiliensis） seedlings in Danzhou District， Hainan ［J］. American Journal of Plant Sciences， 2014， 38（5）： 66-72.

［5］Yao X， Tu H， Wang X， et al. The effect of supplemental LED night lighting on the growth and physiology of the Para rubber tree ［J］. Journal of Rubber Research， 2021（24）： 312-316.

［6］Silva T， Seneviratne P. Influence of some latex flow dynamics associated with different latex harvesting systems on latex yield of different clones of rubber （Hevea brasiliensis Muell. Arg.） ［C］. International Symposium on Agriculture & Environment， 2021.

［7］曾霞， 黃华孙. 我国天然橡胶技术发展现状与展望［J］. 中国热带农业， 2021（1）： 25-30.

Zeng Xia， Huang Huasun.Development and prospects of natural rubber technology in China ［J］. China Tropical Agriculture， 2021（1）： 25-30.

［8］Rukkhun R， Khongdee N， Iamsaard K， et al. Latex diagnosis at the whole trunk level under different tapping systems in youngtapping rubber trees ［J］. Indian Journal of Agricultural Research， 2021（51）： 59-66.

［9］刘俊焱. 基于地面激光扫描点云数据的单木三维建模［D］. 南京： 南京林业大学， 2015.

Liu Junyan. Single tree 3D modeling from terrestrial laser scanned point clouds ［D］. Nanjing： Nanjing Forestry University， 2015.

［10］尤磊. 基于点云数据的树干干形测量［D］. 北京： 中国林业科学研究院， 2016.

You Lei. Stem form measurement based on point cloud data ［D］. Beijing： Chinese Academy of Forestry， 2016.

［11］尤磊， 哈登龙， 谢明坤， 等. 基于三维激光点云与断面轮廓曲线的树干材积计算［J］. 林业科学， 2019， 55（11）： 63-72.

You Lei， Ha Denglong， Xie Mingkun， et al. Stem volume calculation based on stem section profile curve and three dimension laser point cloud ［J］. Scientia Silvae Sinicae， 2019， 55（11）： 63-72.

［12］孙智慧. 基于点云数据的植物形态建模方法研究［D］. 北京： 首都师范大学， 2012.

Sun Zhihui. Research on plant morphology modeling based on point cloud data ［D］. Beijing： Capital Normal University， 2012.

［13］高士增. 基于地面三维激光扫描的树木枝干建模与参数提取技术［D］. 北京： 中国林业科学研究院， 2013.

Gao Shizeng. Branches modeling and morphological parameters extraction technology based on 3D laser scanning technology ［D］. Beijing： Chinese Academy of Forestry， 2013.

［14］Lin W， Fan W， Liu H， et al. Classification of handheld laser scanning tree point cloud based on different KNN algorithms and random forest algorithm ［J］. Forests， 2021， 12（3）： 291-310.

［15］杨诚， 王艾伦， 王计划， 等. 基于ICEEMDAN的莲藕超声探测回波HHT时频能量分析［J］. 机械工程师， 2021（10）： 52-54， 59.

Yang Cheng， Wang Ailun， Wang Jihua， et al. HilbertHuang transfer timefrequency energy analysis on ultrasonic signal of detecting lotus root based on ICEEMDAN ［J］. Mechanical Engineer， 2021（10）： 52-54， 59.

［16］吕丹桔. 植物生长中茎体状况的超声射频检测与分析研究［D］. 昆明： 云南大学， 2018.

Lü Danju. Detection and analysis of plant stem status in plant growth based on ultrasonic radio frequency ［D］. Kunming： Yunnan University， 2018.

［17］Wang G. Visual modeling for branch and trunk of trees based on twin bezier curve location ［J］. Computer Applications & Software， 2008（11）： 28-30.

［18］魏棟， 张树有， 刘晓健. 非均匀有理B样条曲线的高精度低速度波动插补算法［J］. 浙江大学学报（工学版）， 2016， 50（11）： 2215-2223.

Wei Dong， Zhang Shuyou， Liu Xiaojian. NURBS curve interpolation algorithm with high accuracy and minimal feedrate fluctuation ［J］. Journal of Zhejiang University （Engineering Science）， 2016， 50（11）： 2215-2223.

［19］施法中. 计算机辅助几何设计与非均匀有理B样条［M］. 高等教育出版社， 2001.

［20］孙迪. 基于三维激光点云的雕塑Nurbs模型构建方法研究［J］. 福建地质， 2021， 40（1）： 59-65.

Sun Di. Construction of sculpture Nurbs model based on 3D laser point cloud ［J］. Geology of Fujian， 2021， 40（1）： 59-65.

［21］李思， 高健. G1连续的封闭非均匀B样条曲线迭代算法［J］. 机械设计与制造， 2014（2）： 225-228.

Li Si， Gao Jian. G1 continuous and closed nonuniform B-spline curve iteration algorithm ［J］. Machinery Design & Manufacture， 2014（2）： 225-228.

［22］林锋， 汪地. 三次非均匀B样条曲线插补算法研究［J］. 组合机床与自动化加工技术， 2012（8）： 32-35.

Lin Feng， Wang Di. A study on interpolation technique of nonuniform B spline curve ［J］. Modular Machine Tool & Automatic Manufacturing Technique， 2012（8）： 32-35.