農業(yè)機器人的發(fā)展研究國內外文獻綜述目錄TOC\o"1-3"\h\u5204農業(yè)機器人的發(fā)展研究國內外文獻綜述 1179871.1農業(yè)機器人導航定位 181971.2農業(yè)機器人地圖構建 214401參考文獻 4隨著農業(yè)向自動化，規(guī)?；?，智能化和精密化的不斷發(fā)展，農業(yè)機器人的研究得到了極大的推進，底盤的導航，定位和路徑規(guī)劃也得到了廣泛的應用。1.1農業(yè)機器人導航定位機器人在導航過程中需要著重知道并且解決三點，第一點機器人在哪里？（即機器人的定位問題），第二點要去哪里？（即機器人目標路徑問題），第三點要如何到達？（即機器人路徑規(guī)劃問題）（康璐2019）。第一點定位為后兩點的基礎和前提。當移動機器人進入一個陌生的環(huán)境時，要知道自身所處位置和周邊的環(huán)境，即進行位姿估計之后才能進行更加復雜的操作。目前，應用在農業(yè)領域較為成熟的導航定位技術主要有慣性導航、全球衛(wèi)星定位導航、基于RSSI等距離測量的定位導航和視覺導航等（周全程2009）。（1）慣性導航美國的Carre公司采用慣性導航技術推出了農業(yè)機器人ANATIS（Jasinskietal.2013），如圖1-1所示。它可以協(xié)助農民進行日常工作，在種植作物行間和行內自動鋤草，監(jiān)測和收集雜草的數量等信息。慣性導航技術成本低，但累積誤差大。圖1-1慣性導航機器人ANATIS（2）衛(wèi)星信號定位導航華南農大的羅錫文等以RTK-GPS（RealTimeKinematic，實時動態(tài)）設計了自動導航系統(tǒng)。該系統(tǒng)以東方紅X-804拖拉機為硬件平臺，在田間測試時，記錄拖拉機不同速度下的形式偏差，速度0.8m/s時，其最大誤差低于15cm，平均誤差低于3cm（羅錫文等2009）。圖1-2GPS農業(yè)機器人韓國Chungnam大學應用實時動態(tài)（RTK）和全球定位（GPS）設計了農業(yè)測量系統(tǒng)，并安裝在刮土機實現農耕機器人田間定位與扭矩測量，如圖1-2所示（Jasinskietal.2013）。該類型定位方案較為成熟，但易受農作物遮擋造成信號中斷，并且單純的衛(wèi)星定位導航方式將難以滿足精準作業(yè)的要求。（3）基于RSSI距離測量的定位算法阿曼Dhofar大學Salalah等基于RSSI信號衰減模型提出一種改進的三邊測量方法，該方法使用了專用的協(xié)作技術，以及更好的信標節(jié)點放置位置來改進距離計算方法，并將距離值用于加速三邊測量過程（Balajietal.2018）。但是，信號反射、農作物遮擋等都會對定位和導航精度帶來較大誤差，并且搭建高精度信號基站成本高，目前主要適用于室內定位。（4）SLAM同時定位和地圖即時構建導航方法近些年來，由于優(yōu)秀的優(yōu)化算法和融合算法提出，配合高效率的硬件計算平臺，使得SLAM（SimultaneousLocalizationAndMapping）技術獲得長足的進展。特定傳感器主要以激光雷達和相機為主，此外還有超聲波和GNSS，構成了多傳感器融合測量方案（李亞偉2020）。這一技術在農業(yè)中應用較少，有著良好的開發(fā)前景。1.2農業(yè)機器人地圖構建（1）激光SLAM激光SLAM使用激光雷達光學傳感器，根據發(fā)射光線從發(fā)出到反射回所需時間差來計算距離，激光雷達精度高，且抗干擾能力強，被廣泛用于機器人定位，但設備成本較高，無法普及大眾市場（冀鵬2019）。美國BergermanM等提出了一種基于激光掃描的果園自主導航方法（祝鎧甲2019）。該方法依據編碼器通過推算得到機器人的估計位姿，同時將當前激光掃描儀提取的樹干特征與先驗地圖進行比較，得到觀測位姿，最后采用EKF（ExtendedKalmanFilter，擴展卡爾曼）算法對估計位姿和觀測位姿進行融合，輸出優(yōu)化位姿，其試驗平臺如圖1-3所示。圖1-3BergermanM等實驗環(huán)境與平臺圖1-4Libby等點-線特征地圖Libby和Kantor提出了基于點－線特征先驗地圖創(chuàng)建方法，他們使用反光膠提升果樹行檢測的效率和準確性，將激光雷達檢測到的反光點作為點特征記錄在地圖上，每一排果樹兩端的一對路標連成直線，構建出圖1-4所示的點-線特征地圖，最后根創(chuàng)建的先驗特征地圖和EKF算法進行車輛定位（Jacquelineetal.2011）。（2）視覺SLAM基于圖優(yōu)化的發(fā)展方向在占據VSLAM主導地位的同時，成熟的開源框架也越來越多（梁明杰2013）。DanieleDe等人于2017年在傳統(tǒng)的八叉樹地圖基礎上建立了一種多并行化設計的新型導航地圖，該方法使得移動機器人的導航效率更高（Gregorioetal.2017），構建的環(huán)境地圖如圖1-5所示。SergioCaccamo等人提出了3D重建技術的方法，用以解決地圖中含有無規(guī)律運動的動態(tài)障礙的場景（Caccamoetal.2018），構建地圖效果如圖1-6所示。左.Ski-Map完整3D重建圖中.環(huán)境高度圖右.2D柵格地圖1-5并行化設計的新型導航地圖A.地圖重建點云B.相機位置關鍵幀C.不同角度對目標重建D.對重建目標點云可視化圖1-6多重隨機采樣拼接構建方法（3）多傳感器方法依靠單一傳感器的SLAM框架存在諸多弊端，對于視覺SLAM，當運動主體產生劇烈運動時，紋理缺失以及光照改變都將導致圖像模糊，造成跟蹤丟失。多傳感器融合的SLAM方案能極大提高系統(tǒng)的穩(wěn)定性和精度，逐漸被人們關注與研究（周陽2019,王擎陽2020）。該系統(tǒng)與傳統(tǒng)卡爾曼濾波和因子圖優(yōu)化方法的不同之處在于其采用了多層次處理流程，對運動估計實現了由粗略估計到精細優(yōu)化的過程。該方法使得其具有高頻、低延遲的運動估計和3D地圖構建能力，能夠根據環(huán)境變化通過屏蔽失效傳感器的方法解決傳感器退化問題，在快速運動、暗光、低紋理和結構信息缺失環(huán)境下有較好的穩(wěn)定性，實際建圖路徑及效果如圖1-7所示。左.運動估計軌跡右.實際構建的三維點云圖圖1-7JiZhang等激光雷達-視覺-慣導融合的里程計和建圖系統(tǒng)RTAB-Map（Real-TimeAppearance-BasedMapping）是一個基于表面紋理進行重定位的開源庫,該庫通過動態(tài)內存管理限制工作地圖的大小，從而滿足長期和大規(guī)模建圖要求。DavidS等基于人形機器人Nao應用RGB-D相機與一個微型攝像機集成的PC，采用RTAB-SLAM算法完成所有3D環(huán)境感知以及地圖構建任務（Canzobreetal.2016），該方法較于傳統(tǒng)SLAM技術能夠全方位環(huán)境偵測，且具有較高的建圖效率和精度，環(huán)境實景如圖1-8所示，創(chuàng)建的三維點云如圖1-9所示。圖1-8DavidS等實驗場景圖圖1-9RTAB-Map方法創(chuàng)建的三維環(huán)境地圖參考文獻程遠,萬紅建,姚祝平等.2019.不同品種櫻桃番茄氨基酸組成及風味分析[J].核農學報,33(11):2177-2185.杜永程.2020.基于VSLAM的移動機器人控制系統(tǒng)研究[碩士學位論文].濟南大學.哈麗代·阿卜力米提,丁劍,張喜春.2021.不同灌溉量對番茄營養(yǎng)品質的影響[J].北京農學院學報,36(01):49-52.胡晨.2015.果園作業(yè)機器人定位與地圖構建研究.[碩士學位論文].南京：南京農業(yè)大學.冀鵬.2019.果園作業(yè)機器人自主導航控制系統(tǒng)研究與設計[碩士學位論文].南京理工大學.康璐.2019.基于視覺/激光的移動機器人定位與建圖研究[碩士學位論文].東南大學.李紅挪.2017.基于Turtlebot的AGV自主導航控制方法研究.[碩士學位論文].大連：大連理工大學.李亞偉.2020.基于SLAM技術的高稈環(huán)境下小型植保車自主行駛系統(tǒng)研究[碩士學位論文].安徽農業(yè)大學.梁明杰,閔華清,羅榮華.2013.基于圖優(yōu)化的同時定位與地圖創(chuàng)建綜述[J].機器人,35(4):500－512.劉沛.基于激光導航的果園拖拉機自動控制系統(tǒng)研究[碩士學位論文].西北農林科技大學,2011.羅錫文,張智剛,趙祚喜等.2009.東方紅X-804拖拉機的DGPS自動導航控制系統(tǒng)[J].農業(yè)工程學報,25(11):139-145.馬兆紅.2017.從生產市場需求談我國番茄品種的變化趨勢[J].中國蔬菜,2017(03):1-5.沈俊.2016.基于ROS的自主移動機器人系統(tǒng)設計與實現.[碩士學位論文].綿陽：西南科技大學.孫旭東.2017.基于ROS的輪式機器人自主融合探索建圖與路徑規(guī)劃.[碩士學位論文].石家莊：石家莊鐵道大學.唐寶芳.2020.室內地面移動機器人自主導航系統(tǒng)關鍵算法及實現[碩士學位論文].華南理工大學.席志紅,李爽,甘興利.2017.PnP算法在室內定位中的應用[J].無線電工程,47(10):39-44.張輝.2010.溫室環(huán)境下移動機器人的環(huán)境地圖構建研究[碩士學位論文].昆明理工大學.張可.2020.基于深度相機的室內機器人建圖與導航算法研究[碩士學位論文].哈爾濱工業(yè)大學.王擎陽.2020.多傳感器融合的移動機器人環(huán)境建模及定位[本科學位論文].東北大學.周全程.2009.自主式蘋果采摘機器人導航關鍵技術研究[碩士學位論文].西北農林科技大學.朱亞坤.2018.農用拖拉機自動轉彎路徑與執(zhí)行機構研究[碩士學位論文].太原理工大學.朱友帥.2019.基于ROS的服務機器人同步定位與地圖構建研究[碩士學位論文].江蘇科技大學.祝鎧甲.2019.現代化采摘機器人導航定位系統(tǒng)設計[本科學位論文].西北農林科技大學.周陽.2019.基于多傳感器融合的移動機器人SLAM算法研究[碩士學位論文].北京郵電大學.BalajiM,ChaudhryShafiqueAhmad.2018.Acooperativetrilaterationtechniqueforobjectlocalization[C].InternationalConferenceonAdvancedCommunicationTechnology,758-763.BergermanM,MaetaSM,ZhangJ,etal.2015.RobotFarmers:AutonomousOrchardVehiclesHelpTreeFruitProduction[J].Robotics&AutomationMagazineIEEE,22(1):54-63.CaccamoS,Ataer-CansizogluE,TaguchiY.2018.Joint3DReconstructionofaStaticSceneandMovingObjects[J].CanzobreDavidS,RegueiroCarlosV,etal.2016.Integrationof3-Dperceptionandautonomouscomputationonanaohumanoidrobot.AdvancesinIntelligentSystemsandComputing,417:161-173.DeGregorioD,StefanoLD.2017.SkiMap:AnEfficientMappingFrameworkforRobotNavigation[J].JacquelineLibbyGK.2011.DeploymentofaPointandLineFeatureLocalizationSystemforanOutdoorAgricultureVehicle[C],IEEEInternationalConferenceonRobotics&Automation.IEEE.JasinskiM,etal.2016.Autonomousagriculturalrobot—conceptionofinertialna