1.一种基于二维激光传感器实时测算果树冠层体积的方法，其特征在于，所述基于二维激光传感器实时测算果树冠层体积的方法使用二维激光传感器获取树木的点云数据；将每两帧之间相邻的三个点按一定规律连接，生成不规则三角网；将表面的三角形投影到平行于激光传感器前进方向、经过树干中心线垂直于地面的截面上，获得以不规则三棱柱为基础的冠层分割模型，将所有三棱柱体积相加，近似为果树冠层体积；

所述基于二维激光传感器实时测算果树冠层体积的方法具体包括：步骤一、设置激光传感器的工作参数，包括扫描角分辨率，扫描频率，角度范围等，然后设置传感器到果树树干的水平距离Dp；

步骤二、开始扫描，接收并处理传感器返回的点云数据；

步骤三、判断扫描区域内是否存在靶标，若存在，执行步骤四；若不存在，执行步骤二；

步骤四、判断是否检测到树干，若是，计算扫描仪到树干的水平距离，保存为Dp，执行步骤五；若否，执行步骤六；

步骤五、使用获取到的点云数据建立三角网格模型；

步骤六、使用步骤五获得的三角网格模型和Dp计算果树体积，之后执行步骤二。

2.如权利要求1所述的基于二维激光传感器实时测算果树冠层体积的方法，其特征在于，所述步骤二中，激光扫描仪返回的测量数据是以字符串的形式传输的，数据处理软件需要对传输回来的字符串数据进行解析、缓冲，进行相关的处理；返回的测量数据是极坐标数据，首先将扫描数据由极坐标系转换到直角坐标系：Xi＝v·t；

Yi＝licosθ；

Zi＝lisinθ；

其中，坐标原点为扫描仪的初始位置，x轴方向为激光传感器前进方向，y轴方向为水平朝向植株方向，z轴方向为垂直于地面方向，Xi、Yi、Zi为第i个扫描点在直角坐标系上的坐标值，li为扫描仪到第i个扫描点的直线距离，θ为第i个扫描点的扫描角度，v为激光传感器行进速度，t为行进时间。

3.如权利要求1所述的基于二维激光传感器实时测算果树冠层体积的方法，其特征在于，所述步骤四中判断是否检测到树干及计算扫描仪到树干的水平距离的过程具体包括：(1)检测树干需要对所有扫描点进行分析，集合 其中n表示扫描帧数，Nj表示第j帧是否为树干帧的标识，Nj＝0表示该帧没有树干，Nj＝1表示该帧有树干；根据初始设定的扫描角度范围β，角度分辨率α，计算，得单帧扫描点数为：计算 判断j为整数是否成立；若成立，则第i个扫描点是第j帧的第一个扫描点，设定Nj＝0；若不成立，继续下一个扫描点的判断；

(2)阈值S＝20mm，求扫描点i和扫描点i‑1在y轴方向上的差值：n＝|Yi‑Yi‑1|；

判断n＜S是否成立，若成立，认定i点与i‑1点连续，继续下一个扫描点的判断；否则，认定点集结束，点i‑1是该点集的结束点，建立新的点集，以i点为初始点，继续下一个扫描点的判断；

(3)阈值果树树干高度为ltree＝200mm，对每个扫描点集的初始点和终止点进行如下计算：

|Zstart‑Zend|＞ltree；

若上述不等式成立，表明该扫描点集为树干扫描点集，求得 更改Nj＝1，执行(4)；反之，表明该扫描点集不是树干扫描点集，继续下一个扫描点的判断；

(4)判断该帧的上一帧Nj‑1＝0是否成立，若成立，则该帧为树干的起始帧，取该树干点集的y轴平均值为Dp，表示扫描仪到树干的水平距离，认定为检测到树干；反之，认定为未检测到树干。

4.如权利要求1所述的基于二维激光传感器实时测算果树冠层体积的方法，其特征在于，所述步骤五中获取到的点云数据建立三角网格模型的过程具体包括：(1)根据初始设定的扫描角度范围β，角度分辨率α，计算可得单帧扫描点数为：(2)对于第i个扫描点，判断 是否成立，若否，继续扫描；若是，执行(3)；

(3)对于第i个扫描点，判断i％num≠0是否成立，若否，继续下一个扫描点的判断；若是，执行(4)；

(4)阈值T＝500mm，判断Yi‑1＞T、Yi‑num＞T、Yi‑num‑1＞T、Yi‑1‑Dp＞0、Yi‑num‑Dp＞0、Yi‑num‑1‑Dp＞0是否同时成立，若是，将i‑1、i‑num、i‑num‑1三点相连，组成三角形；若否，舍去该三角形；

(5)设定阈值T＝500mm，判断Yi＞T、Yi‑1＞T、Yi‑num＞T、Yi‑Dp＞0、Yi‑1‑Dp＞0、Yi‑num‑Dp＞0是否同时成立，若是，将i、i‑1、i‑num三点相连，组成三角形，继续下一个扫描点的判断；若否，舍去该三角形，继续下一个扫描点的判断。

5.如权利要求1所述的基于二维激光传感器实时测算果树冠层体积的方法，其特征在于，所述步骤六中将所有三角形投影到平行于激光传感器前进方向、经过树干中心线垂直于地面的截面上，获得以不规则三棱柱为基础的冠层分割模型；根据每个三角形顶点的三维坐标值，和激光传感器到该截面的水平距离，求得每个三棱柱的体积，将所有三棱柱体积相加，近似为果树冠层体积。