基于密度分级的核桃雄花疏除连续路径规划方法

《Information Processing in Agriculture》：Continuous route planning method based on density grading for thinning of walnut male flowers

　　

核桃雄花柔荑花序通常成簇出现且不规则分布于树冠，导致机械疏除时难以生成连续路径。为降低能耗并简化路径规划，研究人员提出一种基于密度分级的广泛高效机械疏除核桃雄花连续路径规划方法（continuous route planning of extensive and efficient mechanical thinning for walnut male flower based on density grading, CRPE′-DG），该方法采用沿主枝的分区域路径规划策略。该方法整合并改进了基于密度的噪声应用空间聚类算法（Density-Based Spatial Clustering of Applications with Noise, DBSCAN）、B样条（B-Spline）拟合及Makima插值算法，以生成机械臂末端执行器的运动路径。研究人员通过分散度、疏除率和路径长度评价CRPE′-DG的性能。高密度等级雄花分散度的四分位距（Interquartile Range, IQR）始终低于低密度等级。平均而言，与5阶和7阶多项式拟合算法相比，分散度分别降低57.5%和31.9%。采用CRPE′-DG方法的平均疏除率提升至83.6%，比5阶和7阶算法分别高出11.3%和6.3%。同时，平均路径长度比5阶、7阶及传统B样条算法分别缩短15.3%、18.0%和14.1%，在样本1中最大减少28.0%。这些结果表明，CRPE′-DG能有效提高疏除效率，生成更连续的路径并降低能耗，从而支持可持续农业发展。

核桃（Juglans regia）作为雌雄同株异熟物种，其雄花柔荑花序（male catkins）数量远超过授粉需求（每花序约264万个花粉粒），过度消耗养分和水分，导致雌花脱落（pistillate flower abscission, PFA），因此疏除70%–90%雄花对调控养分分配、提升产量和品质至关重要。现有疏除技术中，人工疏除效率低、成本高；化学疏除受天气影响且易污染环境；机械疏除被视为无污染、高效稳定的方案，但需解决机械臂末端执行器沿规划路径连续运动时的路径生成难题。现有农业机器人路径规划算法多用于果实采摘的点到点精确路径，不适于雄花大量分布且需广泛疏除的场景，存在路径不连续、能耗高等问题。为此，研究人员提出基于密度分级的广泛高效机械疏除连续路径规划方法（CRPE′-DG），旨在通过分区域路径规划，沿主枝生成连续且高效的疏除路径，降低能耗并提升作业效率。该研究发表在《Information Processing in Agriculture》（《农业信息处理》）期刊。

研究人员主要采用以下关键技术方法：（1）改进的基于密度的噪声应用空间聚类算法（Density-Based Spatial Clustering of Applications with Noise, DBSCAN），通过设定三个阈值（ρ_H、ρ_M、ρ_L）将雄花空间点云划分为高密度、中密度和低密度等级，并剔除噪声点；（2）加权B样条（B-Spline）拟合算法，根据各密度等级权重（δ_H=1.5、δ_M=1、δ_L=0.5）生成关键控制点，控制点总数限制为点云总数的一半以下以简化路径；（3）Makima插值算法（修正Akima分段三次Hermite插值），基于控制点生成平滑连续的疏除路径，避免B样条在非均匀点间产生的过冲现象。样本数据来自新疆喀什地区叶城县核桃园，选取4株自然开心形核桃树（平均高2 m，冠径约1.5 m），使用Intel RealSense D415设备于无风晴天采集多角度点云，经配准融合后提取雄花空间坐标。

研究结果分三部分呈现：

**3.1 不同算法生成路径的比较**：通过对比5阶和7阶多项式拟合、传统B样条拟合及CRPE′-DG方法在4个代表性样本上的子区域路径，发现多项式拟合能大致反映雄花空间分布，但路径冗余；传统B样条路径更贴近坐标点，但在不同密度簇间引入多余连接；CRPE′-DG将Makima插值融入B样条框架，有效消除冗余，生成更高效的疏除路径，且对多样化的枝条形状和花密度分布具有鲁棒性。

**3.2 路径分散度分析**：采用箱线图分析各密度等级下路径分散度（四分位距IQR）。结果显示，低密度等级IQR最大（7.40–15.78 mm），中密度等级居中（5.03–7.72 mm），高密度等级最小（3.32–5.19 mm），说明高密度区域坐标点更接近生成路径、分布更均匀，因此赋予高密度区域更高权重是合理的。与传统算法相比，CRPE′-DG的IQR平均值（6.07 mm）显著低于5阶（14.29 mm）和7阶（8.92 mm）多项式拟合，与传统B样条（约3–6 mm）相当但更稳定。

**3.3 实验数据对比分析**：CRPE′-DG在分散度、路径长度和疏除率三方面均取得一致性改进。平均疏除率达83.6%，比5阶和7阶多项式拟合分别提高11.3%和6.3%；平均路径长度832.9 mm，比5阶、7阶和传统B样条分别缩短15.3%、18.0%和14.1%，其中样本1最大缩短28.0%；分散度降低57.5%（对比5阶）和31.9%（对比7阶）。这些结果表明CRPE′-DG在保持高疏除效率的同时显著缩短路径、降低能耗。

讨论部分总结：CRPE′-DG通过结合密度分级、加权控制点分配及Makima插值，在路径连续性和效率之间取得良好平衡。尽管与B样条相比在分散度和疏除率上提升不明显，但路径长度优势突出，有利于节能减耗，支持可持续农业发展。研究结论如下：

**4. 结论**
本研究提出了一种CRPE′-DG方法，以每条主枝为子区域进行路径规划，旨在优化三个步骤：（1）改进DBSCAN算法，将雄花空间坐标按密度等级分类为不同密度簇；（2）利用B样条拟合算法原理计算密度簇控制点位置；（3）通过Makima插值算法生成疏除路径。实验结果表明，与5阶和7阶多项式算法相比，CRPE′-DG在分散度、路径长度和疏除率方面均取得显著改进。尽管与B样条拟合算法相比，在分散度和疏除率上未显示明显提升，但CRPE′-DG具有更短的疏除路径。高密度等级雄花分散度的四分位距（IQR）始终低于低密度等级。平均而言，CRPE′-DG生成路径的分散度为6.07 mm，比5阶多项式拟合（14.29 mm）降低57.5%，比7阶多项式拟合（8.92 mm）降低31.9%。平均疏除率提升至83.6%，比5阶和7阶多项式算法分别高出11.3%和6.3%。此外，平均路径长度为832.9 mm，比5阶、7阶和B样条算法分别缩短15.3%、18.0%和14.1%，在样本1中最大减少28.0%。这些改进凸显了CRPE′-DG不仅能提高疏除效率和路径连续性，还有助于节能和可持续农业发展。最后，讨论了CRPE′-DG方法的局限性和前景：该方法仅基于已知的核桃雄花位置坐标生成连续工作路径，未考虑树枝等障碍物对机械臂运动的影响。未来将该方法用于机械疏除时，将优化考虑树枝及其他可能影响路径规划的因素。