2.3地图构建技术 地图技术主要指的是地图构建,即获得农业机器人所在的实际作业环境的空间模型。通过视觉传感器、激光雷达、声纳等农业机器人外部传感器获取实际作业环境的信息,经过对获取的信息进行处理,构建出环境地图。精确的农业地图可以被用来进行第9期姬长英等:农业机械导航技术发展农业机器人的导航、路径规划和作业环境的管理监督等。 地图的表示方式大致可以分为栅格地图、几何地图和拓扑地图。栅格地图适合用于局部导航,例如机器人的自主避障。但是栅格方法很少用来定位,因为其在感知特征时需要很大的计算代价。在几何地图表示方法中,环境由三维坐标系下的几何信息来表示,机器人的位置通过匹配感知到的特征来估计。拓扑地图表示方法的关键在于拓扑点和拓扑边的定义。Rovira-Mas利用农用车辆在葡萄园环境下,通过融合来自三维立体视觉的信息与GPS的信号数据,创建出全局参照导航栅格地图(图7)。并指出,对于在野外环境工作的智能农业车辆来说,最有效地构建环境模型的方式是将二维常规栅格与全局参照信息相结合。 在很多情况下,机器人不能获得自己的准确位置信息,事先获取环境地图也很困难,甚至是不可能的。最初,机器人的地图构建与定位问题是被分开来研究的,但是后来这两项内容被认为是互相依赖的,这就是移动机器人的同时定位与地图创建(Simultaneouslocalizationandmapping,SLAM)问题。 Cheein等针对农业环境(橄榄园)提出了一种EIFSLAM算法,基于种植园中橄榄树树干的检测实现环境地图的创建,该地图将被存储,用于后期的精准农业生产进程。田光兆等进行了基于Gray-EKF算法的智能农业车辆同时定位与地图创建研究,将灰色预测理论和扩展卡尔曼滤波融合,算法具有更高的精度。 3、发展分析 导航技术作为自动化农业装备的关键技术之一,成为该领域的研究热点。其中部分成果,如卫星导航中的GPS导航、玉米收获自动对行中的机械导航等技术已经被商业化应用,有效地提高了农业机械的作业效率和作业质量,同时降低了驾驶人员的劳动强度。 但是,农业环境存在着多样性和复杂性,这就要求农业机械在不同的情况下需采取不同的导航策略,来完成相应的作业任务。例如在开阔的农田环境中,卫星信号可靠有效,且技术已经成熟,机器人可以应用GPS导航完成自主行驶。而面对密植果园这类树冠交错,导航卫星信号极易受到干扰的情况,相对而言研究运用视觉导航、激光导航等技术将更加有效。 其次,农业机械导航中应用到的各种传感器均存在自身的优缺点,并由于农业环境存在多种噪声,不同传感器均会不同程度地受到噪声的干扰,例如视觉传感器的优点是采集的信息丰富,但是对于光照的变化敏感,易受环境噪声的影响。因此在未来的农业机械导航技术中,应该针对具体应用设计适当的传感器组合形式,选择可靠有效的传感器融合策略,以此来提高农业机器人导航的鲁棒性、稳定性、精确性和抗干扰性。 最后,现有的农业机械自主导航技术较多关注各独立装备,未来应侧重研究需要多装备协同作业的导航问题。 参考文献: 1.李建平,林妙玲.自动导航技术在农业工程中的应用研究进展[J].农业工程学报, 2.张智刚,罗锡文,周志艳,等.久保田插秧机的GPS导航控制系统设计[J].农业机械学报, 3.罗锡文,张智刚,赵祚喜,等.东方红X-804拖拉机的DGPS自动导航控制系统[J].农业工程学报, 4.伟利国,张权,颜华,等.XDNZ630型水稻插秧机GPS自动导航系统[J].农业机械学报, 5.周俊,张鹏,宋百华.农业机械导航中的GPS定位误差分析与建模[J].农业机械学报, 6.张方明,应义斌.机器视觉在农业车辆导航系统中的研究进展[J].农业机械学报, 7.沈明霞,姬长英,张瑞合.基于农田景物边缘的农业机器人自定位方法[J].农业机械学报, 8.周俊,姬长英.基于视觉导航的轮式移动机器人横向最优控制[J].机器人, 9.周俊,姬长英.视觉导航轮式移动机器人横向预测模糊控制[J].农业机械学报, 10.周俊,姬长英.智能车辆横向控制研究[J].机器人, 11.周俊,姬长英.基于知识的视觉导航农业机器人行走路径识别[J].农业工程学报, 12.周俊,姬长英.农业机器人视觉导航中多分辨率路径识别[J].农业机械学报, 13.周俊,刘成良,姬长英.农业机器人视觉导航的预测跟踪控制方法研究[J].农业工程学报, |