CN111077890A - 一种基于gps定位与自动避障的农业机器人的实现方法 - Google Patents

Abstract

本发明公开了一种基于GPS定位与自动避障的农业机器人的实现方法，该方法包括通过GPS定位模块获取定位信息，进行路径规划，得到最优路径；利用摄像头模块进行农业机器人正前方路况图像信息获取，使用红外传感模块进行农业机器人正下方路况信息获取；计算障碍物与农业机器人的相对位置、路面中可以前进的位置，从众多可以前进的位置中筛选出最佳位置；控制农业机器人进行障碍物躲避，到达最佳位置；结合GPS定位模块的路径信息，控制农业机器人继续向下一个最佳位置点前进，直至农业机器人到达目标位置。本发明保证了农业机器人能够在面对障碍物时保持正常作业，提高了农业机器人的作业效率。

Description

一种基于GPS定位与自动避障的农业机器人的实现方法

技术领域

本发明涉及农业机器人自动行驶领域，特别是涉及一种基于GPS定位与自动避障的农业机器人的实现方法。

背景技术

现代化的农业一般规模大，土地比较开阔，作业时往往需要全方位的进行，这必将耗费大量的时间在往返的路上，降低了生产效率。对于机器来说，人力劳动在规模化的农业生产中，有明显的劣势：1.人力劳动的时间花费在路程上，降低了生产效率，使得投入增加；2.农作业是一个不断重复的工作，不但枯燥，而且工作量大，往返的作业，需要消耗大量的劳动力。3.定位不够精确，大规模的农田，人难以识别具体的坐标点。随着农业机器人性能不断地完善，使用GPS定位可以给农业机器人制定前进路径，配合使用摄像头与红外传感器，可以实现农田自动避障的农业机器人的自动作业。

发明内容

本发明的目的是提供一种基于GPS定位与自动避障的农业机器人的实现方法，旨在解决自动行驶农业机器人面临的路径规划和自动避障问题，以实现农田自动避障的农业机器人作业。

为了实现上述目的，本发明提供了一种基于GPS定位与自动避障的农业机器人的实现方法，所述方法为应用于农业机器人的自动行驶的方法，所述农业机器人包括：车体，以所述农业机器人的行进方向为正前方，设于所述车体下方左右两侧的履带，设于所述车体上方的摄像头模块和GPS定位模块、设于车体前方的红外传感模块，以及设于所述车体内部的控制模块；所述摄像头模块位于所述车体的正上方，GPS定位模块位于所述车体的上表面，红外传感模块位于车体正前方；

所述方法包括：

通过所述GPS定位模块获取定位信息，进行路径规划，得到目标点与当前位置的最优路径。所述定位信息包含所述农业机器人与目标之间的相对位置信息以及两者的具体坐标信息；

按照所述最优路径控制所述农业机器人的履带进行运动，使所述农业机器人正向面对路径方向，利用所述摄像头模块进行所述农业机器人正前方路况图像信息获取，以及使用所述红外传感模块进行所述农业机器人正下方路况信息获取；所述图像信息为前进路面障碍物的信息，所述农业机器人正下方路况信息为摄像头盲区的路况信息；

计算障碍物与所述农业机器人的相对位置、路面中可以前进的位置，从众多可以前进的位置中筛选出最佳位置。所述计算障碍物与所述农业机器人的相对位置包括所述障碍物在所述农业机器人的正前方、左方、右方以及正下方；所述最佳位置为所述农业机器人可以前进并最容易到达的位置；

控制所述农业机器人进行障碍物躲避，到达所述最佳位置；

所述农业机器人到达所述最佳位置后，再结合所述GPS定位模块的路径信息，控制所述农业机器人继续向下一个最佳位置点前进，直至所述农业机器人到达目标位置。

可选的，所述GPS定位模块固定于所述农业机器人表面，用于接收卫星信号，并减少遮挡时造成的信号干扰。

可选的，所述红外传感模块设置于所述农业机器人的车体前方，总共安装3个所述红外传感模块，一个用于检测正前方障碍物、一个用于检测右方障碍物、一个用于检测左方障碍物，以便于所述农业机器人进行正下方的障碍物检测。

可选的，所述摄像头模块的连线从上依次为摄像头、轴杆、轴承、舵机，设置于所述车体上方的摄像头模块、设置于所述车体内部的水平旋转舵机、设置于所述舵机的表面的轴承、设置于所述摄像头与所述舵机之间的轴杆；所述摄像头模块利用不锈钢光杆架起于车体上方，并使用轴承将不锈钢光杆与车体固定的舵机；

所述摄像头模块通过轴杆的抬高，可以保证所述摄像头模块能够在最适合的角度捕获到最佳的视野，使用所述水平旋转舵机可以使得所述摄像头模块能够获取所述农业机器人方圆视野范围内的图像信息，并能够获取所述水平旋转舵机与前进方向的偏移角，以及获取所述农业机器人应该偏转的角度；所述农业机器人遇障碍物阻挡时，控制所述水平旋转舵机旋转相应的角度，获取新角度的路况信息，直至旋转一周，再结合前进角度与路况信息，获取所述农业机器人最佳的偏转角度。

可选的，所述通过所述GPS定位模块获取定位信息，进行路径规划，得到目标点与当前位置的最优路径，具体包括：

获取所述GPS定位模块的存储数据集，所述GPS定位模块的存储数据集包括多个所述农业机器人所处地点坐标和多个目标位置所处地点坐标，以及通过A*算法处理后所得到的最优路径；

收集所述农业机器人在路径行驶过程中数据，所述路径行驶过程中数据具体包括通过卡曼滤波算法得到所述GPS定位模块测量时的噪声，通过软件程序设计卡曼滤波器，预测以及校正所述GPS定位模块实际运动过程中所产生的测量误差。

可选的，所述利用所述摄像头模块进行所述农业机器人正前方路况图像信息获取，具体包括：

进行摄像头模块的初始化训练，获取第一训练数据集和第二训练数据集，所述第一训练数据集包括多种路面图像信息以及所述农业机器人正前方路面图像对应的类别，所述第二训练数据集包括多种障碍物图像信息，以及所述农业机器人正前方障碍物图像对应的类别；

利用所述第一训练数据集通过AdaBoost算法迭代训练，进行多次迭代运算得到多个第一基本分类器；再利用多个所述第一基本分类器计算出基本分类器的系数；利用所述基本分类器的系数组合各个所述第一基本分类器，从而得到第一最终分类器；

将所述农业机器人的前方区域图像输入至第一最终分类器，识别路面；

AdaBoost算法迭代训练，进行多次迭代运算得到多个第二基本分类器；再利用多个所述第二基本分类器计算出基本分类器的系数；利用所述基本分类器的系数组合各个所述第二基本分类器，从而得到第二最终分类器；

将所述农业机器人的前方区域图像输入至第二最终分类器，识别障碍物；

利用物体深度信息提取方法，计算所述路面以及所述障碍物的位置信息，所述路面以及所述障碍物的位置信息为所述路面以及所述障碍物的三维坐标。

可选的，所述使用所述红外传感模块进行所述农业机器人正下方路况信息获取，具体包括：

对所述农业机器人进行模拟训练，调节所述红外传感模块的检测范围以及所检测障碍物的大小，所述红外传感模块检测到障碍物后，其输出电平发生改变，所述控制模块根据所述红外传感模块输出电平的变化进行判断，获取路况信息。

可选的，所述所述农业机器人进行障碍物躲避，具体包括：

控制所述履带的运动，进行所述障碍物躲避，所述障碍物在所述农业机器人的正前方或正下方时，根据所述农业机器人的大小控制所述履带减速或后退一定的距离以保证安全转向，判断所述农业机器人左右两翼的所述障碍物，然后控制所述农业机器人向无所述障碍物的方向进行转向；所述障碍物在所述农业机器人右侧时，控制所述履带减速并向左转，并使所述农业机器人始终与所述障碍物保持安全距离，直至所述农业机器人远离所述障碍物；所述障碍物在所述农业机器人左侧时，控制所述履带减速并向右转，使所述农业机器人始终与所述障碍物保持安全距离，直至所述农业机器人远离所述障碍物。

可选的，所述农业机器人到达所述最佳位置后，再结合所述GPS定位模块的路径信息，控制所述农业机器人继续向下一个最佳位置点前进，直至所述农业机器人到达目标位置，具体包括：

所述农业机器人躲避障碍物后前进路径发生偏移，获取所述GPS定位模块的信息，对比所述GPS定位模块的信息与所述农业机器人的相对方向，控制所述履带使所述农业机器人发生偏移，使所述农业机器人前进方向与所述GPS定位模块提供路径方向一致。

可选的，所述GPS定位模块用于接收卫星信号，具体包括：

所述GPS定位模块通过与所述农业机器人所在位置附近的基站进行通讯获取所述GPS定位模块的真实位置。

可选的，所述控制模块根据所述红外传感模块输出电平的变化进行判断，获取路况信息，具体包括：

根据3个所述红外传感模块的电平变化判断障碍物与所述农业机器人的相对位置，左翼红外传感模块输出电平发生变化，则检测到所述农业机器人左侧有障碍物；前方红外传感模块输出电平发生变化，则检测到所述农业机器人正前方有障碍物；右翼红外传感模块输出电平发生变化，则检测到所述农业机器人右侧有障碍物；左翼红外传感模块和前方红外传感模块输出电平发生变化，则检测到所述农业机器人左侧和前方有障碍物；右翼红外传感模块和前方红外传感模块输出电平发生变化，则检测到所述机器人右侧和前方有障碍物；所有红外传感模块或左翼红外传感模块和右翼红外传感模块输出电平发生变化，则说明检测到前方障碍物较多，或者不可通行；此时，以所述农业机器人位置为起点重新规划路线，进行避障前进，直至到达目标位置。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供了一种基于GPS定位与自动避障的农业器人的实现方法。通过使用GPS定位模块和路径规划A*算法，实现了农业机器人的路径规划；通过摄像头模块和红外传感模块进行障碍物躲避。从这两方面实现机器人的自动行驶。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例基于GPS定位与自动避障的农业机器人的实现方法的流程图；

图2为本发明实施例农业机器人基本结构示意图；

图3为本发明实施例GPS定位模块获取位置信息示意图；

图4为本发明实施例摄像头模块捕获路况信息示意图；

图5为本发明实施例红外传感模块检测障碍物示意图；

图6为本发明实施例农业机器人躲避障碍物示意图；

图7为本发明实施例农业机器人躲避障碍物后回正方向示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种基于GPS定位与自动避障的农业机器人的实现方法，旨在解决自动行驶农业机器人面临的路径规划和自动避障问题，以实现农田自动避障的农业机器人作业。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供了一种基于GPS定位与自动避障的农业机器人的实现方法，包括：

步骤101：通过所述GPS定位模块获取定位信息，进行路径规划，得到目标点与当前位置的最优路径。所述定位信息包含所述农业机器人与目标之间的相对位置信息以及两者的具体坐标信息；

该步骤101具体包括以下步骤：

获取所述GPS定位模块的存储数据集，所述GPS定位模块的存储数据集包括多个所述农业机器人所处地点坐标和多个目标位置所处地点坐标，以及通过A*算法处理后所得到的最优路径；

收集所述农业机器人在路径行驶过程中数据，所述路径行驶过程中数据具体包括通过卡曼滤波算法得到所述GPS定位模块测量时的噪声，通过软件程序设计卡曼滤波器，预测以及校正所述GPS定位模块实际运动过程中所产生的测量误差；

步骤102：按照所述最优路径控制所述农业机器人的履带进行运动，使所述农业机器人正向面对路径方向，利用所述摄像头模块进行所述农业机器人正前方路况图像信息获取，以及使用所述红外传感模块进行所述农业机器人正下方路况信息获取；所述图像信息为前进路面障碍物的信息，所述农业机器人正下方路况信息为摄像头盲区的路况信息；

该步骤102具体包括以下步骤：

进行摄像头模块的初始化训练，获取第一训练数据集和第二训练数据集，所述第一训练数据集包括多种路面图像信息以及所述农业机器人正前方路面图像对应的类别，所述第二训练数据集包括多种障碍物图像信息，以及所述农业机器人正前方障碍物图像对应的类别；

利用所述第一训练数据集通过AdaBoost算法迭代训练，进行多次迭代运算得到多个第一基本分类器；再利用多个所述第一基本分类器计算出基本分类器的系数；利用所述基本分类器的系数组合各个所述第一基本分类器，从而得到第一最终分类器；

将所述农业机器人的前方区域图像输入至第一最终分类器，识别路面；

AdaBoost算法迭代训练，进行多次迭代运算得到多个第二基本分类器；再利用多个所述第二基本分类器计算出基本分类器的系数；利用所述基本分类器的系数组合各个所述第二基本分类器，从而得到第二最终分类器；

将所述农业机器人的前方区域图像输入至第二最终分类器，识别障碍物；

利用物体深度信息提取方法，计算所述路面以及所述障碍物的位置信息，所述路面以及所述障碍物的位置信息为所述路面以及所述障碍物的三维坐标。

该步骤102具体还包括以下步骤：

对所述农业机器人进行模拟训练，调节所述红外传感模块的检测范围以及所检测障碍物的大小，所述红外传感模块检测到障碍物后，其输出电平发生改变，所述控制模块根据所述红外传感模块输出电平的变化进行判断，获取路况信息；

步骤103：计算障碍物与所述农业机器人的相对位置、路面中可以前进的位置，从众多可以前进的位置中筛选出最佳位置。所述计算障碍物与所述农业机器人的相对位置包括所述障碍物在所述农业机器人的正前方、左方、右方以及正下方；所述最佳位置为所述农业机器人可以前进并最容易到达的位置；

步骤104：控制所述农业机器人进行障碍物躲避，到达所述最佳位置；

该步骤104具体包括以下步骤：

控制所述履带的运动，进行所述障碍物躲避，所述障碍物在所述农业机器人的正前方或正下方时，根据所述农业机器人的大小控制所述履带减速或后退一定的距离以保证安全转向，判断所述农业机器人左右两翼的所述障碍物，然后控制所述农业机器人向无所述障碍物的方向进行转向；所述障碍物在所述农业机器人右侧时，控制所述履带减速并向左转，并使所述农业机器人始终与所述障碍物保持安全距离，直至所述农业机器人远离所述障碍物；所述障碍物在所述农业机器人左侧时，控制所述履带减速并向右转，使所述农业机器人始终与所述障碍物保持安全距离，直至所述农业机器人远离所述障碍物

步骤105：所述农业机器人到达所述最佳位置后，再结合所述GPS定位模块的路径信息，控制所述农业机器人继续向下一个最佳位置点前进，直至所述农业机器人到达目标位置。

该步骤105具体包括以下步骤：

所述农业机器人躲避障碍物后前进路径发生偏移，获取所述GPS定位模块的信息，对比所述GPS定位模块的信息与所述农业机器人的相对方向，控制所述履带使所述农业机器人发生偏移，使所述农业机器人前进方向与所述GPS定位模块提供路径方向一致；

如图2所示，所述农业机器人主要包括GPS定位模块、摄像头和红外检测模块；GPS给所述农业机器人提供路径，所述摄像头模块和所述红外检测模块主要用于检测前进方向上的障碍物。

如图3所示，所述农业机器人所搭载的所述GPS定位模块与地面基站进行通讯获取所述农业机器人当前位置，也可以获取目标位置，通过路径规划算法A*，可以得到所述农业机器人通往所述目标位置的路径。

如图4所示，所述摄像头模块可以检测所述农业机器人前方的障碍物，但其存在检测不到的盲区。所述农业机器人检测到所述障碍物后马上进行躲避操作，所述农业机器人在躲避所述障碍物时，可以先将摄像头模块拍摄到的其他障碍物记录下来，躲避完最近的所述障碍物后再躲避所述其他障碍物。

如图5所示，所述红外传感模块可以弥补所述摄像头模块的盲区，通过所述红外传感模块检测所述农业机器人前方、左翼和右翼的障碍物。

如图6所示，所述农业机器人搭载的所述红外传感模块检测到的障碍物更加靠近所述农业机器人，所述农业机器人首先躲避最近的所述障碍物，在躲避所述障碍物时应当保证所述农业机器人与所述障碍物间留有足够的安全距离。

如图7所示，所述农业机器人躲避完成障碍物后，控制所述履带使所述农业机器人回到路径所指向的方向上继续行驶，直至到达所述目标位置。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (11)

1.一种基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述方法为应用于农业机器人的自动行驶的方法，所述农业机器人包括：车体，以所述农业机器人的行进方向为正前方，设于所述车体下方左右两侧的履带，设于所述车体上方的摄像头模块和GPS定位模块、设于车体前方的红外传感模块，以及设于所述车体内部的控制模块；所述摄像头模块位于所述车体的正上方，GPS定位模块位于所述车体的上表面，红外传感模块位于车体正前方；

所述方法包括：

通过所述GPS定位模块获取定位信息，进行路径规划，得到目标点与当前位置的最优路径。所述定位信息包含所述农业机器人与目标之间的相对位置信息以及两者的具体坐标信息；

按照所述最优路径控制所述农业机器人的履带进行运动，使所述农业机器人正向面对路径方向，利用所述摄像头模块进行所述农业机器人正前方路况图像信息获取，以及使用所述红外传感模块进行所述农业机器人正下方路况信息获取；所述图像信息为前进路面障碍物的信息，所述农业机器人正下方路况信息为摄像头盲区的路况信息；

计算障碍物与所述农业机器人的相对位置、路面中可以前进的位置，从众多可以前进的位置中筛选出最佳位置。所述计算障碍物与所述农业机器人的相对位置包括所述障碍物在所述农业机器人的正前方、左方、右方以及正下方；所述最佳位置为所述农业机器人可以前进并最容易到达的位置；

控制所述农业机器人进行障碍物躲避，到达所述最佳位置；

所述农业机器人到达所述最佳位置后，再结合所述GPS定位模块的路径信息，控制所述农业机器人继续向下一个最佳位置点前进，直至所述农业机器人到达目标位置。

2.根据权利要求1所述的基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述GPS定位模块固定于所述农业机器人表面，用于接收卫星信号，并减少遮挡时造成的信号干扰。

3.根据权利要求1所述的基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述红外传感模块设置于所述农业机器人的车体前方，总共安装3个所述红外传感模块，一个用于检测正前方障碍物、一个用于检测右方障碍物、一个用于检测左方障碍物，以便于所述农业机器人进行正下方的障碍物检测。

4.根据权利要求1所述的基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述摄像头模块的连线从上依次为摄像头、轴杆、轴承、舵机，设置于所述车体上方的摄像头模块、设置于所述车体内部的水平旋转舵机、设置于所述舵机的表面的轴承、设置于所述摄像头与所述舵机之间的轴杆；所述摄像头模块利用不锈钢光杆架起于车体上方，并使用轴承将不锈钢光杆与车体固定的舵机；

所述摄像头模块通过轴杆的抬高，可以保证所述摄像头模块能够在最适合的角度捕获到最佳的视野，使用所述水平旋转舵机可以使得所述摄像头模块能够获取所述农业机器人方圆视野范围内的图像信息，并能够获取所述水平旋转舵机与前进方向的偏移角，以及获取所述农业机器人应该偏转的角度；所述农业机器人遇障碍物阻挡时，控制所述水平旋转舵机旋转相应的角度，获取新角度的路况信息，直至旋转一周，再结合前进角度与路况信息，获取所述农业机器人最佳的偏转角度。

5.根据权利要求1所述的基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述通过所述GPS定位模块获取定位信息，进行路径规划，得到目标点与当前位置的最优路径，具体包括：

获取所述GPS定位模块的存储数据集，所述GPS定位模块的存储数据集包括多个所述农业机器人所处地点坐标和多个目标位置所处地点坐标，以及通过A*算法处理后所得到的最优路径；

收集所述农业机器人在路径行驶过程中数据，所述路径行驶过程中数据具体包括通过卡曼滤波算法得到所述GPS定位模块测量时的噪声，通过软件程序设计卡曼滤波器，预测以及校正所述GPS定位模块实际运动过程中所产生的测量误差。

6.根据权利要求1所述的基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述利用所述摄像头模块进行所述农业机器人正前方路况图像信息获取，具体包括：

进行摄像头模块的初始化训练，获取第一训练数据集和第二训练数据集，所述第一训练数据集包括多种路面图像信息以及所述农业机器人正前方路面图像对应的类别，所述第二训练数据集包括多种障碍物图像信息，以及所述农业机器人正前方障碍物图像对应的类别；

利用所述第一训练数据集通过AdaBoost算法迭代训练，进行多次迭代运算得到多个第一基本分类器；再利用多个所述第一基本分类器计算出基本分类器的系数；利用所述基本分类器的系数组合各个所述第一基本分类器，从而得到第一最终分类器；

将所述农业机器人的前方区域图像输入至第一最终分类器，识别路面；

AdaBoost算法迭代训练，进行多次迭代运算得到多个第二基本分类器；再利用多个所述第二基本分类器计算出基本分类器的系数；利用所述基本分类器的系数组合各个所述第二基本分类器，从而得到第二最终分类器；

将所述农业机器人的前方区域图像输入至第二最终分类器，识别障碍物；

利用物体深度信息提取方法，计算所述路面以及所述障碍物的位置信息，所述路面以及所述障碍物的位置信息为所述路面以及所述障碍物的三维坐标。

7.根据权利要求1所述的基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述使用所述红外传感模块进行所述农业机器人正下方路况信息获取，具体包括：

对所述农业机器人进行模拟训练，调节所述红外传感模块的检测范围以及所检测障碍物的大小，所述红外传感模块检测到障碍物后，其输出电平发生改变，所述控制模块根据所述红外传感模块输出电平的变化进行判断，获取路况信息。

8.根据权利要求1所述的基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述所述农业机器人进行障碍物躲避，具体包括：

控制所述履带的运动，进行所述障碍物躲避，所述障碍物在所述农业机器人的正前方或正下方时，根据所述农业机器人的大小控制所述履带减速或后退一定的距离以保证安全转向，判断所述农业机器人左右两翼的所述障碍物，然后控制所述农业机器人向无所述障碍物的方向进行转向；所述障碍物在所述农业机器人右侧时，控制所述履带减速并向左转，并使所述农业机器人始终与所述障碍物保持安全距离，直至所述农业机器人远离所述障碍物；所述障碍物在所述农业机器人左侧时，控制所述履带减速并向右转，使所述农业机器人始终与所述障碍物保持安全距离，直至所述农业机器人远离所述障碍物。

9.根据权利要求1所述的基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述农业机器人到达所述最佳位置后，再结合所述GPS定位模块的路径信息，控制所述农业机器人继续向下一个最佳位置点前进，直至所述农业机器人到达目标位置，具体包括：

所述农业机器人躲避障碍物后前进路径发生偏移，获取所述GPS定位模块的信息，对比所述GPS定位模块的信息与所述农业机器人的相对方向，控制所述履带使所述农业机器人发生偏移，使所述农业机器人前进方向与所述GPS定位模块提供路径方向一致。

10.根据权利要求2所述的基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述GPS定位模块用于接收卫星信号，具体包括：

所述GPS定位模块通过与所述农业机器人所在位置附近的基站进行通讯获取所述GPS定位模块的真实位置。

11.根据权利要求7所述的基于GPS定位与自动避障的农业机器人的实现方法，其特征在于，所述控制模块根据所述红外传感模块输出电平的变化进行判断，获取路况信息，具体包括：

根据3个所述红外传感模块的电平变化判断障碍物与所述农业机器人的相对位置，左翼红外传感模块输出电平发生变化，则检测到所述农业机器人左侧有障碍物；前方红外传感模块输出电平发生变化，则检测到所述农业机器人正前方有障碍物；右翼红外传感模块输出电平发生变化，则检测到所述农业机器人右侧有障碍物；左翼红外传感模块和前方红外传感模块输出电平发生变化，则检测到所述农业机器人左侧和前方有障碍物；右翼红外传感模块和前方红外传感模块输出电平发生变化，则检测到所述机器人右侧和前方有障碍物；所有红外传感模块或左翼红外传感模块和右翼红外传感模块输出电平发生变化，则说明检测到前方障碍物较多，或者不可通行；此时，以所述农业机器人位置为起点重新规划路线，进行避障前进，直至到达目标位置。

Images