摘要
随着智能农业机械和无人农场的发展，农业生产正逐渐向更高自主性、减少劳动依赖和更高精度演进。为应对非结构化农田环境中单一传感器无法同时有效获取三维度量信息和语义信息的局限，本研究提出了一种基于激光雷达-相机融合的农田语义点云地图构建方法。采用DeepLabV3+提取像素级语义信息，并集成地面平面配准、归一化投影、有效视场角约束和时空同步，将二维标签映射到三维点云上。所提出的方法在具有不同边界形状的三块农田中，使用RTK-GNSS参考边界进行了验证。实验结果表明，DeepLabV3+模型在测试集上达到了90.71%的平均像素准确率(mPA)和82.86%的平均交并比(mIoU)。构建的语义地图整体平均点位置误差为0.192米，均方根误差(RMSE)为0.216米，整体面积覆盖率达到97.20%。因此，所提出的方法能够实现三维语义标注和农田边界重建，同时为智能农业机械的环境感知和自主导航提供度量级语义信息。
