Navigation Line Extraction Method for Alfalfa Crops Based on RACG-RandLA Point Cloud Segmentation Model 中文标题：基于RACG-RandLA点云分割模型的苜蓿作物导航线提取方法

《Agriculture》：Navigation Line Extraction Method for Alfalfa Crops Based on RACG-RandLA Point Cloud Segmentation Model

　　

早期苜蓿导航面临低矮植株、窄行距及杂草干扰等挑战，导致相机–LiDAR彩色点云出现稀疏、边界不连续和光照变化的问题。标准点级语义分割在此条件下难以支持稳定的作物行分配和导航线拟合。为此，研究人员提出RACG-RandLA，一种多输出的行感知颜色-几何点云分割模型。利用颜色和空间先验生成伪标签（作物、背景、“忽略”），同时为作物点生成横向偏移和点级置信度标签。基于RandLA-Net构建的多任务网络同时输出作物语义、横向偏移和置信度。该网络包含一个颜色-几何残差融合模块，通过零初始化缩放自适应整合3D几何和RGB/ExG特征，以应对复杂光照和数据缺失。此外，一个后期行提示局部特征聚合（LFA）模块将纵向连续性和横向偏移约束嵌入深层，有效缓解跨行特征混叠。推理时，多输出流水线利用这些预测进行可靠的作物点过滤、中心精化和导航线拟合。实验表明，xyzrgb_exg输入在准确性和简洁性之间达到最佳平衡。RACG-RandLA的测试交并比（IoU）达到0.8590，优于PointNet变体，并取得最高行计数准确率（Row Count Accuracy）0.8761。此外，它将横向导航抖动降低至0.0241 m，同时保持85.04%的成功率。最终，该方法在语义精度、结构一致性和导航稳定性之间展现出优越的平衡，为农业机器人提供了鲁棒的感知解决方案。

**研究背景、问题与意义**

苜蓿作为中国重要的高蛋白牧草，被称为“牧草之王”，其幼苗期植株低矮（5–10 cm）、行距窄（约70 cm），且杂草干扰严重，导致作物与背景的空间高度和视觉表型高度耦合。现有基于机器视觉的方法依赖颜色空间变换和阈值分割，易受光照、阴影和杂草影响；基于LiDAR的几何提取方法在稀疏点云和弱Z轴变化下难以稳定识别行结构；多传感器融合方法多为浅层数据叠加，缺乏针对点云稀疏性和田间行约束的深层网络特征优化。因此，亟需一种能同时建模颜色、几何和行结构先验的鲁棒感知方法，为农业机器人提供稳定的导航线。

**研究内容与结论**

研究人员提出RACG-RandLA（行感知颜色-几何点云分割模型），该模型以RandLA-Net为基础，通过多输出结构同时预测作物语义、横向行中心偏移和点级置信度，并设计颜色-几何残差融合模块和后期行提示局部特征聚合（LFA）模块，有效缓解跨行特征混叠和导航线抖动。实验在内蒙古呼和浩特和陕西杨凌的苜蓿幼苗期田间进行，数据采集使用MV-CS016-10UC RGB相机和MID360 LiDAR。结果表明，采用xyzrgb_exg七维输入在测试集上达到0.8590的作物IoU和0.8761的行计数准确率，横向导航抖动降至0.0241 m，成功率85.04%，在Jetson AGX Orin边缘平台上全流水线处理时间为48.3 ms/帧。该研究为密集种植作物的自主导航提供了高鲁棒性的点云感知解决方案，论文发表在《Agriculture》。

**主要关键技术方法**

研究人员采用以下关键技术：（1）基于颜色-几何先验的伪标签生成方法，结合ExG（过绿指数）和行结构约束自动生成作物、背景和“忽略”三类标签，并生成横向行中心偏移标签和点级置信度标签；（2）基于RandLA-Net的多任务网络架构，包含双分支颜色-几何编码与门控自适应融合模块，以及后期行提示局部特征聚合（LFA）模块，后者将横向偏移和纵向连续性约束嵌入深层编码层；（3）多输出辅助后处理流水线，利用语义概率、偏移预测和置信度进行加权行中心精化和RANSAC回归拟合导航线。数据来源为2025年在内蒙古呼和浩特幼苗期苜蓿田采集的彩色点云，共1129训练帧、240验证帧和234测试帧。

**研究结果**

**3.1 损失函数与训练策略**：采用多任务联合优化，包括Focal Loss（焦点损失）处理类别不平衡、Tversky区域损失提升作物IoU、Smooth L1回归损失监督横向偏移、二元交叉熵损失监督置信度。训练300轮，批大小8，AdamW优化器，并应用随机点丢弃、局部补丁丢弃、颜色扰动和RowMix等数据增强。

**3.2 评估指标**：从点级语义分割（Crop IoU、F1等）、行结构识别（行计数准确率RowCnt、中心平均绝对误差CtrMAE、行分配F1-score AssignF1）和导航稳定性（导航成功率NavSR、横向抖动LatJit、航向抖动HeadJit）三个层次全面评估。

**3.3 输入特征消融实验**：对比不同输入特征组合，发现xyzrgb_exg（7维）在测试集上取得最高Crop IoU（0.8560）和F1（0.9224），优于仅使用xyz（0.6731）或全十一维特征（0.8537），证明ExG有效增强植被显著性，且降低维度可避免过拟合。

**3.4 网络消融与对比实验**：与PointNet、PointNet++、RandLA-Net等对比，RACG-RandLA在测试Crop IoU（0.8590）上接近最优，但取得最高Recall（0.9498）和行计数准确率（0.8761）。多输出RandLA-Net虽然Crop IoU略高（0.8601），但横向抖动更大（0.0285 m）。RACG-RandLA通过颜色-几何融合和后期行提示LFA，实现了最佳的行结构恢复和导航稳定性，而计算开销仅适度增加（模型大小21.10 MB，全流水线48.3 ms）。

**3.5 导航稳定性实验**：在田间机器人测试中，RACG-RandLA取得最低横向抖动（0.0241 m），比基准RandLA-Net降低约5.9%，比多输出RandLA-Net降低15.8%，同时保持85.04%的导航成功率，证明多模块协同有效抑制了轨迹振荡。

**讨论与结论**

讨论部分指出，点级语义IoU最大化并不必然保证最优导航稳定性，行计数一致性和跨帧结构连续性对导航鲁棒性更为关键。颜色-几何残差融合和后期行提示LFA模块展现出强大协同效应，前者通过门控机制自适应调节模态贡献，后者通过零初始化缩放稳定早期训练。当前模型基于单帧点云，未来可引入时序融合或4D时空注意力以增强一致性。与现有基于无人机或纯视觉的方法相比，该方法融合相机与LiDAR数据，提供3D几何和颜色信息，且支持边缘平台实时运行。结论部分总结：RACG-RandLA在测试集上达到0.8590的作物IoU、0.8761的行计数准确率、0.0241 m的横向导航抖动和85.04%的成功率，全流水线处理时间48.3 ms，为幼苗期苜蓿田的自主导航提供了鲁棒的感知方案。未来工作将扩展至弯曲行和其他作物类型，并集成全局路径规划和多机协调。