全球人口数量的迅速增加使得人们对粮食增产的需求越来越迫切,通过改进当前育种技术有助于解决全球粮食产量危机。优良品种作物的基因性状可以通过其表型信息反馈,所以许多研究人员提出利用传感技术实现高通量作物表型信息获取。目前,高通量作物表型信息技术已经能够初步应用于温室等可控环境,但很难直接应用于农田。因此,本文基于三维全景激光扫描仪开展了田块级别的高通量玉米作物表型信息采集系统研究,主要内容包括:首先,完成了高通量作物表型分析机器人系统集成。以ROS系统为软件平台,在自主研发的小型农业机器人移动平台上搭载三维全景激光扫描仪作为获取玉米表型数据的实验平台。其次,进行了田间数据采集和多采样位置点云配准。点云数据获取采用“行进—定点扫描—再行进”方式进行;点云配准基于标靶板的配准方案。通过改进DBSCAN算法提取标靶板并构建虚拟特征标靶板,利用SAC-IA算法和ICP算法分别实现点云的粗略配准和精确配准。然后,提取了玉米行距和株高两种表型信息。通过统计深度带点云密度绘制点密度直方图,进而使用霍夫变换在直方图波峰点集中识别作物行,计算相邻作物行间的直线距离得到行距信息;将单行点云投影至二维平面,通过绘制网格并统计点密度识别单株作物,利用该作物点云的最小包围盒计算得到株高。最后,以人工采集表型数据为对比依据,通过标靶板提取精确度、配准效果和行距与株高误差分析三个实验验证本文高通量表型分析方案的可靠性。实验结果表明:该高通量表型信息获取系统可实现田间玉米作物行距和株高两种典型表型数据的提取。同时发现实验的数据精度在一定程度上与点云密度成正比,可为以后的表型信息提取提供科学参考。