来源：期刊VIP网 时间：
作者：杨云聪;姚立健;刘宇;王守卫;姚黎文;
单位：浙江农林大学光机电工程学院;
摘要：针对仿形叶菜收获机感知传感器易受接触作用力影响、探测的垄面信息不完整的问题，设计了一种基于机器学习的割台仿形控制系统。首先，将2D激光雷达传感器的数据进行预处理，得到待采收区域内叶菜蓬面的测距信息；然后，提出了融合2D激光雷达测距信息和惯性测量单元感知速度信息的点云获取方法，进一步提出了一种机器学习模型，对点云数据进行平面拟合，该模型考虑了垄面纵向、横向起伏对系统的影响；最后，控制系统以每个采样周期内拟合的切割平面为基准调整两侧推杆的伸缩量完成仿形。垄间收获试验结果表明：试验样机在安装割台仿形控制系统后，割台随垄面起伏变化而变化，降低了破碎率、漏收率，通过与人工控制收获试验对比，平均破碎率下降了6个百分点，平均漏收率下降了9个百分点，破碎率和漏收率平均值分别为23%、22%。提出的切割平面确定方法可以有效拟合平面，运行速度快，且具有较强鲁棒性。设计的割台仿形控制系统提高了垄面探测的可靠性，实现了叶菜收获机的低破碎率、低漏收率的仿形收获作业。
关键词：叶菜收获机;;点云;;机器学习;;拟合;;仿形
基金资助：浙江省尖兵领雁攻关项目(2022C02042)
