本发明涉及农业机械，尤其涉及一种农作物行间导航线识别方法、装置、设备及存储介质。
背景技术：
1、在传统的农作物种植管理中，多依赖人工操作，劳动强度大且效率有限。近年，随着行间导航线识别技术的发展，农业机械能够自动识别行间导航线并进行精准作业，降低了劳动强度和人力需求，提高了作业速度和作物管理的准确性，有利于实现农业作业的自动化、无人化。
2、当前的行间导航主要依赖于实时动态定位（real time kinematic，rtk）技术。然而，当遇到树木树冠等高处障碍物遮挡时，rtk信号可能会变得不稳定甚至无信号。为了解决这个问题，通常会采用感知技术来识别并跟踪导航线路，作为rtk信号不稳定时的替代方案。感知技术识别导航线目前主要是视觉路线，视觉路线当前以深度学习为主，而深度学习在枝叶繁茂和杂草较多的情况下，识别效果较差，甚至无法识别出导航线。因此，当前的行间导航线识别技术仍存在一定的弊端。
技术实现思路
1、本发明所要解决的技术问题是提供一种农作物行间导航线识别方法、装置、设备及存储介质，以解决上述技术问题。
2、本发明解决上述技术问题的技术方案如下：一种农作物行间导航线识别方法，包括：获取针对行进行间的深度图；根据所述深度图，确定构成位于所述行进行间两侧的农作物行的二维点云，所述农作物行表征种植在同一垄上的农作物所形成的行；根据所述二维点云，分别拟合位于所述行进行间两侧的农作物行的行线；根据位于所述行进行间两侧的农作物行的行线，拟合行间导航线。
3、本发明的有益效果是：本方法通过对深度图进行处理，筛选出用于农作物行定位的有效点，并据此绘制行间导航线。本方法通过识别整体农作物行的点云信息来得到行间导航线，而不依赖于被枝叶、杂草遮挡的树根，因此，在杂草、枝叶较多的情境下，仍能够实现行间导航线的高精度识别。
4、在上述技术方案的基础上，本发明还可以做如下改进。
5、进一步，方法还包括：对于所述深度图中的每个像素点，判断所述像素点对应的深度值是否大于预设的第一数值，当所述像素点对应的深度值大于所述第一数值时，将所述像素点从所述深度图中去除。
6、采用上述进一步方案的有益效果是：远处的点的深度信息误差较大，因此将深度值较大的像素点去除，以提高后续计算的准确性。
7、进一步，所述根据所述深度图，确定构成位于所述行进行间两侧的农作物行的二维点云，包括：将所述深度图中的各个像素点分别转换到世界坐标系中，生成点云；所述世界坐标系以拍摄所述深度图的相机的初始位置在地面上的投影点为原点，所述世界坐标系的纵轴平行于安装所述相机的农业机械的车身的朝向，所述世界坐标系的横轴与所述世界坐标系的纵轴位于同一水平面上；将所述点云中的各个点分别投影到所述横轴和所述纵轴构成的二维平面上，生成二维平面图；对所述二维平面图中的各个点进行聚类处理，得到构成位于所述行进行间两侧的农作物行的二维点云。
8、进一步，方法还包括：对于所述点云中的每个点，分别判断所述点的横轴坐标值是否在预设的第一区间内以及所述点的竖轴坐标值是否在预设的第二区间内，若所述点的横轴坐标值不在所述第一区间内或所述点的竖轴坐标值不在所述第二区间内，则将所述点从所述点云中去除。
9、进一步，所述对所述二维平面图中的各个点进行聚类处理，得到构成位于所述行进行间两侧的农作物行的二维点云，包括：
10、s101、在所述二维平面图中横轴坐标值为正的所有点中，以距离所述原点最近的点所在的位置为第一聚类起点；
11、s102、以所述第一聚类起点为圆心，以预设的第二数值为半径确定第一范围；
12、s103、将位于所述第一范围内的所有点中距离所述原点最远的点所在的位置作为新的第一聚类起点，将所述二维平面图中位于所述第一范围内的所有点截取并保存；
13、s104、以新的第一聚类起点为圆心，以预设的第二数值为半径确定新的第一范围，并判断新的第一范围内是否不包含任意一个点，若是，则执行s105，否则，将所述新的第一范围作为s103中的所述第一范围，执行s103；
14、s105、将保存的所有点作为构成位于所述行进行间的一侧的农作物行的二维点云；
15、s106、在所述二维平面图中横轴坐标值为负的所有点中，以距离所述原点最近的点所在的位置为第二聚类起点；
16、s107、以所述第二聚类起点为圆心，以预设的第二数值为半径确定第二范围；
17、s108、将位于所述第二范围内的所有点中距离所述原点最远的点所在的位置作为新的第二聚类起点，将所述二维平面图中位于所述第二范围内的所有点截取并保存；
18、s109、以新的第二聚类起点为圆心，以预设的第二数值为半径确定新的第二范围，并判断新的第二范围内是否不包含任意一个点，若是，则执行s110，否则，将所述新的第二范围作为s108中的所述第二范围，执行s108；
19、s110、将保存的所有点作为构成位于所述行进行间的另一侧的农作物行的二维点云。
20、进一步，所述根据所述二维点云，分别拟合位于所述行进行间两侧的农作物行的行线，包括：根据所述二维点云，通过ransac算法分别拟合位于所述行进行间两侧的农作物行的行线。
21、为解决上述技术问题，本发明还提供了一种农作物行间导航线识别装置，包括：
22、图像获取模块，用于获取针对行进行间的深度图；
23、筛选模块，用于根据所述深度图，确定构成位于所述行进行间两侧的农作物行的二维点云，所述农作物行表征种植在同一垄上的农作物所形成的行；
24、行线拟合模块，用于根据所述二维点云，分别拟合位于所述行进行间两侧的农作物行的行线；
25、行间导航线拟合模块，用于根据位于所述行进行间两侧的农作物行的行线，拟合行间导航线。
26、进一步，装置还包括：预处理模块，用于对于所述深度图中的每个像素点，判断所述像素点对应的深度值是否大于预设的第一数值，当所述像素点对应的深度值大于所述第一数值时，将所述像素点从所述深度图中去除。
27、为解决上述技术问题，本发明还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前所述的一种农作物行间导航线识别方法。
28、为解决上述技术问题，本发明还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行如前所述的一种农作物行间导航线识别方法。
1.一种农作物行间导航线识别方法，其特征在于，包括：
2.根据权利要求1所述一种农作物行间导航线识别方法，其特征在于，还包括：对于所述深度图中的每个像素点，判断所述像素点对应的深度值是否大于预设的第一数值，当所述像素点对应的深度值大于所述第一数值时，将所述像素点从所述深度图中去除。
3.根据权利要求1所述一种农作物行间导航线识别方法，其特征在于，所述根据所述深度图，确定构成位于所述行进行间两侧的农作物行的二维点云，包括：
4.根据权利要求3所述一种农作物行间导航线识别方法，其特征在于，还包括：
5.根据权利要求3所述一种农作物行间导航线识别方法，其特征在于，所述对所述二维平面图中的各个点进行聚类处理，得到构成位于所述行进行间两侧的农作物行的二维点云，包括：
6.根据权利要求1所述一种农作物行间导航线识别方法，其特征在于，所述根据所述二维点云，分别拟合位于所述行进行间两侧的农作物行的行线，包括：
7.一种农作物行间导航线识别装置，其特征在于，包括：
8.根据权利要求7所述一种农作物行间导航线识别装置，其特征在于，还包括：
9.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的一种农作物行间导航线识别方法。
10.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，其特征在于，所述计算机指令用于使计算机执行权利要求1至6任一项所述的一种农作物行间导航线识别方法。
