CSBE-SCGAB

Application of the LIDAR technology for obstacle detection during the operation of agricultural vehicles.

Authors: Doerr, Z., A. Mohsenimanesh, C. Laguë and N.B. McLaughlin.
Description: Many algorithms have been proposed in the literature for the detection of foreign objects or obstacles to the operation of autonomous vehicles. However, a comparative evaluation of these existing approaches is still lacking. In this study, multiple feature recognition algorithms (average height, density, connectivity, and discontinuity methods) were evaluated for the identification of three types of foreign objects placed in four types of crops (range of crop height: 20 – 80 cm) under different field and operating conditions. The field experiments were completed using a SICK laser measurement system (LMS) 291-S14 scanner that was placed on a tractor to scan standing crops in which the standard test objects had been placed. The data collected by the sensor was analyzed using the software MATLAB 2D and 3D versions. The average height method allowed for a 72.4% average object detection rate while the connectivity method only resulted in a successful object detection rate of 18% for all the experiments. It was also found that the crop density or foliage cover had a negative impact on the detection rate for shorter test objects with the higher rates of obstacle detection being achieved for objects significantly taller than crops. Increasing vehicle speed was also found to reduce detection abilities due to lower scan resolution per distance travelled.
Keywords: Laser Measurement System, object detection, crops, foreign objects, autonomous vehicles, safety.
Résumé: Plusieurs algorithmes ont été développés pour déterminer la position d’objets pouvant entraver le fonctionnement de véhicules autonomes. Il reste cependant à compléter une évaluation comparative de ces différentes approches. Dans le cadre de cette étude, l’efficacité de quatre algorithmes de reconnaissance et de détection d’obstacles (méthodes basées sur la hauteur moyenne, la densité, la connectivité et la discontinuité) pour la détection de trois types d’obstacles placés dans quatre types de récolte différentes (gamme de hauteur des plantes : 20 – 80 cm) a été comparée pour différentes combinaisons de conditions d’opération au champ. Les tests ont été complétés à l’aide d’un capteur SICK de mesure au laser (LMS) 291-S14 installé sur un tracteur agricole afin de détecter des objets placés à des endroits prédéterminés à proximité de la trajectoire du tracteur. Les données recueillies par le capteur ont été analysées à l’aide du logiciel MATLAB (versions 2D et 3D). La méthode de la hauteur moyenne a permis d’atteindre un taux de détection global des obstacles au champ de 72,4% alors que la méthode de la connectivité a fourni les résultats les moins intéressants avec un taux de détection global de seulement 18%. Les résultats obtenus indiquent également que la taille des cultures ainsi que la densité du couvert végétal ont résulté en des taux de détection des obstacles moins élevés. Les taux de détection ont également été moins élevés dans le cas des obstacles de petite taille alors que les taux de détection des objets dont la hauteur dépasse celle des cultures étaient plus élevés. L’accroissement de la vitesse d’avancement du tracteur a eu un impact négatif sur le taux de détection des obstacles.
Mots-clés: système de détection laser, détection d’obstacles, cultures, véhicule autonome, sécurité.
Technical field: Machinery Systems Engineering
Citation: Doerr, Z., A. Mohsenimanesh, C. Laguë and N.B. McLaughlin. 2013. Application of the LIDAR technology for obstacle detection during the operation of agricultural vehicles. Canadian Biosystems Engineering 55: 2.9-2.16.
Volume: 55
Issue: 1
Start page number: 2.9
End page number: 2.16
Publisher: Canadian Society for Bioengineering / Société Canadienne de Génie Agroalimentaire et de Bioingénierie
Date: December 31, 2013
Publication type:
  • Journal
Type: Text.Abstract
Format: PDF
Identifier: C13140.pdf
Language 1: en
Language 2: fr
Rights: Canadian Biosystems Engineering/Le génie des biosystèmes au Canada
Located in: Volume 55 (2013)