CN115129063A - 一种田间作业机器人地头转向导航系统及导航方法 - Google Patents
一种田间作业机器人地头转向导航系统及导航方法 Download PDFInfo
- Publication number
- CN115129063A CN115129063A CN202210878351.7A CN202210878351A CN115129063A CN 115129063 A CN115129063 A CN 115129063A CN 202210878351 A CN202210878351 A CN 202210878351A CN 115129063 A CN115129063 A CN 115129063A
- Authority
- CN
- China
- Prior art keywords
- steering
- ground
- robot
- navigation
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 230000011218 segmentation Effects 0.000 claims abstract description 11
- 230000003993 interaction Effects 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 19
- 239000003638 chemical reducing agent Substances 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及田间导航技术领域，具体涉及一种田间作业机器人地头转向导航系统及导航方法。本发明主要包括定位监测系统、运算控制系统、转向执行系统、无线传输系统。导航系统通过融合双目相机、卫星和惯性测量单元的数据获得车体及地头点云信息，采用阈值分割及改进RANSAC算法提取地头边界线，进而获得转向特征点，并生成基于贝塞尔曲线的转向路径；然后通过增量式模糊PID控制算法追踪转向路径。该导航系统可满足田间作业机器人地头转向需要，可实现机器人地头边界线提取、地头转向路径规划和转向路径跟踪，可实现对整机监控的人机交互，提高了田间作业机器人的地头转向可靠性和适应性，为田间作业机器人智能导航提供了参考。
Description
技术领域
本发明涉及田间导航技术领域，更具体的说，是涉及一种田间作业机器人地头转向导航系统及导航方法。
背景技术
目前农田作业存在劳动力需求多、劳动强度大、成本高、效率低等问题；农业作业机器人可有效解决上述问题，对于促进农田作业精准化和智能化，提高农业生产效率和经济效益具有重要意义。
自主导航是农业机器人实现田间作业的基础；田间导航主要包括行间导航、田间自动避障以及行端自动转向；行端自动转向因其复杂度更高，成为机器人实现田间导航的关键；农业机器人所处的行端环境是动态的、不确定的，在这种非结构化的行端环境中，为实现机器人自主转向，首先要感知地头的空间位置信息；地头边界线是描述地头空间位置的关键参数，在短距离范围内通常近似呈线性特征，机器人通过探测地头边界线的位置为后续规划地头转向路径提供关键的基准线。
机器视觉感知技术是提取地头边界线的有效途径，通过对行端区域图像分割、滤波，而后进行地头边界拟合获得地头边界线；常用的线性边界提取方法包括霍夫变换、最小二乘法和随机样本一致性(RANSAC)算法；霍夫变换虽然可以对图像中的直线进行鲁棒检测，但其检测分辨率受到时间、空间和成像噪声等因素的限制；最小二乘法对边界线拟合速度快，但对噪声敏感，在噪声较大的行端环境很难准确提取边界线；随机采样一致性方法较最小二乘法(LSM)具有较大的优势，可以提高在噪声环境下的计算效率、可靠性，进而提高边界线提取的鲁棒性和准确性。
转向路径规划是田间作业机器人行端转向顺利完成的前提；路径规划较常用的几何轨线包括线段圆弧、β样条曲线、贝塞尔曲线，其中贝塞尔曲线是一种连续的平滑曲线，具有曲率连续、运动平稳、控制简单等优点，广泛应用于移动机器人轨迹规划、机构运动规划等领域；行端转向的另一个挑战是运动控制，因为转向通常被认为是曲线路径跟踪；曲线路径跟踪控制的方法包括回溯预测控制、PID控制、模糊控制、滑模控制等；其中PID控制是一种广泛使用的控制算法，主要是因为其简单性、鲁棒性和普及性；模糊PID是在常规PID的基础上引进模糊逻辑控制，无需建立精确的数学模型，可以根据实际工况更新参数，并且超调量小，响应速度快，达到稳定的时间短。
经检索，中国专利文献CN111724340A公开了一种农田地头边界线视觉检测方法及系统，对获取的图像的灰度图沿图像宽度方向进行分区，以得到多个子处理区域，获取每个子处理区域中的跳变特征点的坐标，根据跳变特征点的坐标获取地头边界的主体延伸方位线，基于主体延伸方位线获取转向基准线；虽然上述地头边界线视觉检测方法可有效解决非规整地头边界线位置的检测问题，但是地头环境复杂多变，其跳变特征点获取时并未考虑环境噪点，而且环境噪点可能导致地头边界线拟合不准确，因此其地头边界线提取方法很难满足机器人地头转向需求。
又如，中国专利文献CN112050801A公布了一种农业机械自动导航路径规划方法及系统，由每行作业的起点﹑终点和作业幅宽确定多条作业路径；由当前作业路径、当前距离和当前夹角对行进方向调整后的农业机械进行地头检测，得到地头检测结果；由地头检测结果确定下一时刻的作业路径，返回获取农业机械的当前作业方向和当前位置的步骤，直至作业完成；虽然农业机械自动导航路径规划方法及系统可以自主规划导航路径，但无法充分获得的地头环境信息特别是地头边界，可能导致农业机械触碰地头边界，损伤机具，此系统路径跟随时可能会因为转向曲率不连续导致路径跟随效果不佳。
再如，中国专利文献CN110825078A公布了一种自主导航履带式车辆的地头转弯路径控制系统，公开了一种自主导航履带式车辆的地头转弯路径控制系统，轨迹控制器根据实时位置和航向控制地头转向，根据地头转弯处直线路径与地头转弯圆弧相切的位置关系，求出理论地头转弯圆弧路径；将理论地头转弯圆弧路径分为n段，每一段圆弧对应的弦作为直线路径，相邻弦之间采用小圆弧路径过渡，利用多目标粒子群算法求出最优转弯圆弧分段数量n，生成实际地头转弯行驶路径；虽然自主导航履带式车辆的地头转弯路径控制系统可有效解决履带式车辆地头转弯控制困难以及大转弯情况下对田地的损伤，但是其并未充分获得地头边界信息，无法确定地头边界线位置，在复杂地头环境中，该系统很难准确实现地头路径规划及路径跟踪。
综上所述，在田间作业机器人地头转向研究的过程中，如何设计一种地头自主转向系统，用以提高地头边界线提取的鲁棒性，转向路径的曲率连续性，转向路径跟踪准确性，进而提高田间作业机器人地头转向的导航自适应性，从而进一步减少田间作业机器人地头转向时的时间、空间和动力消耗，就成为本领域技术人员亟待解决的技术问题。
发明内容
本发明的目的在于，满足田间作业机器人地头转向需要，实现田间作业机器人地头边界线提取、地头转向路径规划和转向路径跟踪，实现对整机监控的人机交互，提高田间作业机器人的地头转向可靠性和适应性，为田间作业机器人智能导航提供参考。
根据本发明的一方面：提出一种田间作业机器人地头转向导航系统，包括定位监测系统、运算控制系统、转向执行系统、无线传输系统；
所述定位监测系统包括双目相机、卫星定位系统和惯性测量单元；所述双目相机用于获取地头边界点云信息，双目相机安装在机器人前端，位于机器人的中心线上；所述卫星定位系统包括卫星接收机、卫星天线、卫星基站，其中卫星接收机用于获取卫星天线和卫星基站的差分信号，这些信号可用于获取机器人的航向角、纬度、经度；卫星天线共两个，位于机器人顶端，前后各一个；惯性测量单元位于机器人前端，用于获得机器人里程计信息；
所述无线传输系统包括基站电台、无线AP电台、以太网交换机；所述运算控制系统包括导航控制器、终端调度系统及外围器件；
所述导航控制器对定位监测系统采集到的数据进行实时分析和处理，感知车体及地头信息，规划转向路径；随后控制转向执行系统实现地头转向路径跟踪，使机器人能够根据地头信息进行自主转向；所述机器人通过无线AP电台、基站电台可与终端调度系统实时交互，便于导航时的人机交互操作；所述调度系统可将多台同时作业的机器人作业信息，以可视化形式实时显示给用户，并将运算的作业路径指令信息发送至机器人。
作为优选，转向执行系统包括差速驱动装置、声光指示装置，所述差速驱动装置由两套一样的驱动装置组成，驱动装置包括伺服电机及驱动器、驱动轮、减速机、链传动；所述伺服电机经过减速机及链传动带动驱动轮运动；通过控制两套驱动装置中驱动轮转速差实现机器人地头转向；所述声光指示装置包括扬声器，状态指示灯，进行报警、故障提示。
作为优选，双目相机位于机器人前端并与车体有一定夹角，便于获取地头点云信息；所述无线AP电台、以太网交换机、导航控制器位于机器人内部箱体中。
根据本发明的另一方面，提出了一种田间作业机器人地头转向导航系统的导航方法，所述地头转向导航系统的导航方法包括地头边界识别定位，转向路径生成，转向路径跟踪，包括如下步骤：
步骤一、田间作业机器人由行间直行到达转向起点后，通过双目相机获得地头点云信息，采用阈值分割及RANSAC算法提取地头边界线，进而平移获得转向参考线；以转向参考线为基准获得转向特征点，并生成基于贝塞尔曲线的转向路径；机器人结合定位监测系统融合定位数据获得横向偏差、航向偏差、速度信息，通过模糊PID控制算法追踪贝塞尔转向路径；田间作业机器人沿贝塞尔转弯路径到达转向终点完成地头转向作业；转向过程中机器人实时将作业信息发送至调度系统；
步骤二、所述地头边界识别定位主要包括地头图像阈值分割、锐化滤波、边界特征点提取、边界线拟合、地头深度值获取5个步骤；田间作业机器人首先通过HSV-固定阈值分割法将图像分割成目标和背景；然后，通过Laplacian锐化滤波突出地头信息，将模糊的地头轮廓信息变得更加清晰，提高地头识别质量；田间作业机器人对图像锐化滤波后逐层扫描所有特征点，并获得所有特征点二维坐标；随后导航控制器通过RANSAC算法多次随机采样，建立线性估计模型，并计算模型所包含的内点数量，并采用多次迭代获得包含内点最多的线性模型，即为地头边界线；最后，田间作业机器人根据地头边界线上特征点的二维坐标及地头深度图，获得相机至地头边界线的深度值；
步骤三、获得地头边界线后，确定地头边界线上的点为过程基准点，通过转向起点、转向终点、过程基准点建立基于贝塞尔曲线的转向路径；转向路径生成后，田间作业机器人根据规划的路径进行路径跟踪，路径跟踪控制采用增量式PID与模糊控制相结合的方式。
作为优选，基于改进RANSAC算法的地头边界线拟合步骤，首先，从检测到的地头边界点云中随机选取两点，连接两点确定一条直线，估算直线斜率决定是否保留；其次，设置距离阈值，并计算剩余的点到直线的距离，并进行内外点分类，将距离小于距离阈值的点作为内点，超出距离阈值的特征点作为外点；然后，遍历所有特征点并判断，统计该模型下的内点个数；最后，设置迭代阈值K，循环K次上述过程，选择内点数目最多的模型所对应直线作为最佳地头边界线。
作为优选，机器人路径跟踪控制采用增量式模糊PID实现，首先对横向偏差和航向偏差及比例系数、积分系数、微分系数进行模糊化处理，并按照模糊子集量化；运算处理后导航控制器采用重心法对模糊子集反模糊化，反模糊化采用加权平均计算PID整定参数的精确值；考虑导航系统的实时性和复杂程度，系统采用三角形隶属函数，转向过程中PID参数实时调整以适应田间作业环境。
本发明提供的一种田间作业机器人地头转向导航系统及导航方法与现有技术相比，具有如下突出的实质性特点和显著进步：
1、该田间作业机器人地头转向导航系统中双目相机获得地头点云信息及地头至机器人距离信息，卫星定位系统获得机器人全球坐标信息及航向信息，惯性测量单元获得机器人里程计信息和航向信息；导航控制通过融合双目相机、卫星定位系统和惯性测量单元的数据获得车体及地头信息，提取地头边界线，规划转向路径，控制机器人实现地头转向路径跟踪，使机器人能够根据地头信息进行自主转向，提高田间作业机器人的地头转向可靠性和适应性；
2、该田间作业机器人地头转向导航系统中调度系统可将多台同时作业的机器人作业信息，以可视化形式实时显示给用户，并将运算的作业路径指令信息发送至机器人，提高了人机交互及多机协作的能力；
3、该田间作业机器人地头转向导航系统的导航方法，机器人通过双目相机获得地头点云信息，采用阈值分割及改进RANSAC算法提取地头边界线，进而平移获得转向参考线；以转向参考线为基准获得转向特征点，并生成基于贝塞尔曲线的转向路径；机器人结合定位监测系统融合定位数据获得横向偏差、航向偏差、速度信息，通过增量式模糊PID控制算法追踪贝塞尔转向路径，提高了地头边界线提取的鲁棒性，转向路径曲率连续性，转向路径跟踪准确性。
附图说明
图1是本发明实施例中一种田间作业机器人地头转向导航系统的整体结构示意图。
图2是田间作业机器人导航路径示意图。
图3是田间作业机器人地头识别定位图。
图4是田间作业机器人贝塞尔转向路径图。
图5是田间作业机器人转向路径跟踪图。
附图标记：行走轮1、支撑腿2、电控柜3、卫星天线4、声光指示装置5、卫星天线6、双目相机7、超声波传感器8、惯性测量单元9、驱动轮10、并联机械臂11、卫星接收机12、导航控制器13、电台AP天线14、链传动15、磷酸铁锂电池16、伺服电机17、减速器18、伺服电机驱动器19。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细描述。
如图1-5所示的一种田间作业机器人地头转向导航系统，用以满足田间作业机器人地头转向需要，实现田间作业机器人地头边界线提取、地头转向路径规划和转向路径跟踪，实现对整机监控的人机交互，提高田间作业机器人的地头转向可靠性和适应性，为田间作业机器人智能导航提供参考。
如图1所示的，一种田间作业机器人地头转向导航系统，提出一种田间作业机器人地头转向导航系统，包括定位监测系统、运算控制系统、转向执行系统、无线传输系统；
定位监测系统包括双目相机7、卫星定位系统和惯性测量单元9；所述双目相机7用于获取地头边界点云信息，双目相机7安装在机器人前端，位于机器人的中心线上；所述卫星定位系统包括卫星接收机12、卫星天线4、卫星天线6、卫星基站，其中卫星接收机12用于获取卫星天线4、6信号和卫星基站的差分信号，这些信号可用于获取机器人的航向角、纬度、经度；卫星天线共两个，位于机器人顶端，前后各一个；惯性测量单9位于机器人前端，用于获得机器人里程计信息；
无线传输系统包括基站电台、无线AP电台、以太网交换机；所述运算控制系统包括导航控制器13、终端调度系统及外围器件。
如图1所示的，一种田间作业机器人地头转向导航系统，导航控制器13对定位监测系统采集到的数据进行实时分析和处理，感知车体及地头信息，规划转向路径；随后控制转向执行系统实现地头转向路径跟踪，使机器人能够根据地头信息进行自主转向；所述机器人通过无线AP电台、基站电台可与终端调度系统实时交互，便于导航时的人机交互操作；所述调度系统可将多台同时作业的机器人作业信息，以可视化形式实时显示给用户，并将运算的作业路径指令信息发送至机器人。
如图1所示的，一种田间作业机器人地头转向导航系统，转向执行系统包括差速驱动装置、声光指示装置5，所述差速驱动装置由两套一样的驱动装置组成，驱动装置包括伺服电机17及驱动器19、驱动轮10、减速机18、链传动15；所述伺服电机17经过减速机18及链传动15带动驱动轮10运动；通过控制两套驱动装置中驱动轮转速差实现机器人地头转向；所述声光指示装置5包括扬声器，状态指示灯，进行报警、故障提示。
如图1所示的，一种田间作业机器人地头转向导航系统，双目相机7位于机器人前端并与车体有一定夹角，便于获取地头点云信息；所述无线AP电台、以太网交换机、导航控制器13位于机器人内部箱体中。
如图2-5所示的，一种田间作业机器人地头转向导航系统的导航方法，地头转向导航系统的导航方法包括地头边界识别定位，转向路径生成，转向路径跟踪，包括如下步骤：
步骤一、田间作业机器人由行间直行到达转向起点后，通过双目相机7获得地头点云信息，采用阈值分割及RANSAC算法提取地头边界线，进而平移获得转向参考线；以转向参考线为基准获得转向特征点，并生成基于贝塞尔曲线的转向路径；机器人结合定位监测系统融合定位数据获得横向偏差、航向偏差、速度信息，通过模糊PID控制算法追踪贝塞尔转向路径；田间作业机器人沿贝塞尔转弯路径到达转向终点完成地头转向作业；转向过程中机器人实时将作业信息发送至调度系统；
步骤二、所述地头边界识别定位主要包括地头图像阈值分割、锐化滤波、边界特征点提取、边界线拟合、地头深度值获取5个步骤；田间作业机器人首先通过HSV-固定阈值分割法将图像分割成目标和背景；然后，通过Laplacian锐化滤波突出地头信息，将模糊的地头轮廓信息变得更加清晰，提高地头识别质量；田间作业机器人对图像锐化滤波后逐层扫描所有特征点，并获得所有特征点二维坐标；随后导航控制器13通过RANSAC算法多次随机采样，建立线性估计模型，并计算模型所包含的内点数量，并采用多次迭代获得包含内点最多的线性模型，即为地头边界线；最后，田间作业机器人根据地头边界线上特征点的二维坐标及地头深度图，获得相机至地头边界线的深度值；
步骤三、获得地头边界线后，确定地头边界线上的点为过程基准点，通过转向起点、转向终点、过程基准点建立基于贝塞尔曲线的转向路径；转向路径生成后，田间作业机器人根据规划的路径进行路径跟踪，路径跟踪控制采用增量式PID与模糊控制相结合的方式。
如图2-4所示的，一种田间作业机器人地头转向导航系统的导航方法，基于改进RANSAC算法的地头边界线拟合步骤，首先，从检测到的地头边界点云中随机选取两点，连接两点确定一条直线，估算直线斜率决定是否保留；其次，设置距离阈值，并计算剩余的点到直线的距离，并进行内外点分类，将距离小于距离阈值的点作为内点，超出距离阈值的特征点作为外点；然后，遍历所有特征点并判断，统计该模型下的内点个数；最后，设置迭代阈值K，循环K次上述过程，选择内点数目最多的模型所对应直线作为最佳地头边界线。
如图3所示的，一种田间作业机器人地头转向导航系统的导航方法，地头深度图以双目相机7的左目为参考，在此基础上进行立体匹配获得；以双目相机7在地面上的投影点为坐标原点Ow，垂直于机器人平台外的方向为Xw轴，机器人前进方向为Zw轴，坐标原点与相机连线方向为Yw轴；相机坐标系与全局坐标系的转换公式；
式中(Xw，Yw，Zw)为像素点在全局坐标系中的坐标；(Xc，Yc，Zc)为像素点在相机坐标系中的坐标；θ为相机坐标系到世界坐标系的旋转角度；h为相机坐标系到世界坐标系在垂直方向上的平移距离；通过坐标转换将相机坐标系下相机获得的深度值，转换为全局坐标系下相机至地头的距离值d。
如图5所示的，一种田间作业机器人地头转向导航系统的导航方法，EF为规划的部分贝塞尔路径；差速驱动机器人在行端右转弯；机器人两驱动轮中心为定位点；贝塞尔路径由“导航点”组成的集合描述；机器人实时位置及角度信息由DGNSS和惯导确定；转向控制器路径跟踪方法如下：找到规划路径上距离机器人最近的点，并计算该点与距离机器人直线距离即径向偏差δ；机器人进行右转向路径跟踪时，若机器人位于路径左侧，δ>0；若机器人位于路径右侧，δ<0；机器人从A点开始，前瞻点B是通过沿规划路径移动恒定数量的导航点确定的；同理C点是在B点基础上移动同样数量的导航点确定的；B点的前进方向为BG的连线方向VB，车体在A点的速度方向VA映射到B点为VA ’，VA ’与VB夹角为航向偏差θ；航向偏差相对于目标航向左偏时航向角为负，θ<0，航向相对于目标航向右偏时航向角为正，θ>0；机器人行端转向时通过控制驱动轮转速差，缩小与前瞻点δ、θ的值，控制车体路径跟踪。
如图4-5所示的，一种田间作业机器人地头转向导航系统的导航方法，机器人路径跟踪控制采用增量式模糊PID实现，首先对横向偏差和航向偏差及比例系数、积分系数、微分系数进行模糊化处理，并按照模糊子集量化；运算处理后导航控制器13采用重心法对模糊子集反模糊化，反模糊化采用加权平均求得反模糊化后输出的PID整定参数的精确值；考虑导航系统的实时性和复杂程度，系统采用三角形隶属函数，转向过程中PID参数实时调整以适应田间作业环境。
导航系统优选采用CAN总线进行通讯，从而依据CAN总线的独特特性和优点，大大增强了数据通讯的可靠性、实时性和灵活性。
本发明不局限于上述实施例所述的具体技术方案，除上述实施例外，本发明还可以有其他实施方式；对于本领域的技术人员来说，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等形成的技术方案，均应包含在本发明的保护范围之内。
Claims (6)
1.本发明涉及一种田间作业机器人地头转向导航系统，用于田间作业机器人地头自主转向换行，其特征在于，主要包括定位监测系统、运算控制系统、转向执行系统、无线传输系统；
所述定位监测系统包括双目相机、卫星定位系统和惯性测量单元；所述双目相机用于获取地头边界点云信息，双目相机安装在机器人前端，位于机器人的中心线上；所述卫星定位系统包括卫星接收机、卫星天线、卫星基站，其中卫星接收机用于获取卫星天线和卫星基站的差分信号，这些信号可用于获取机器人的航向角、纬度、经度；所述卫星天线共两个，位于机器人顶端，前后各一个；所述惯性测量单元位于机器人前端，用于获得机器人里程计信息；
所述无线传输系统包括基站电台、无线AP电台、以太网交换机；所述运算控制系统包括导航控制器、终端调度系统及外围器件；
所述导航控制器对定位监测系统采集到的数据进行实时分析和处理，感知车体及地头信息，规划转向路径；随后控制转向执行系统实现地头转向路径跟踪，使机器人能够根据地头信息进行自主转向；所述机器人通过无线AP电台、基站电台与终端调度系统实时交互，便于导航时的人机交互操作；所述调度系统可将多台同时作业的机器人作业信息，以可视化形式实时显示给用户，并将运算的作业路径指令信息发送至机器人。
2.根据权利要求1所述的田间作业机器人地头转向导航系统，其特征在于，所述转向执行系统包括差速驱动装置、声光指示装置，所述差速驱动装置由两套一样的驱动装置组成，驱动装置包括伺服电机及驱动器、驱动轮、减速机、链传动；所述伺服电机经过减速机及链传动带动驱动轮运动；通过控制两套驱动装置中驱动轮转速差实现机器人地头转向；所述声光指示装置包括扬声器，状态指示灯，进行报警、故障提示。
3.根据权利要求1-2所述的田间作业机器人地头转向导航系统，其特征在于，所述双目相机位于机器人前端并与车体有一定夹角，便于获取地头点云信息；所述无线AP电台、以太网交换机、导航控制器位于机器人内部箱体中。
4.一种使用如权利要求1-3中任意一项所述的田间作业机器人地头转向导航系统的导航方法，其特征在于，地头转向导航系统的导航方法包括地头边界识别定位，转向路径生成，转向路径跟踪，包括如下步骤：
步骤一、田间作业机器人由行间直行到达转向起点后，通过双目相机获得地头点云信息，采用阈值分割及改进RANSAC算法提取地头边界线，进而平移获得转向参考线；以转向参考线为基准获得转向特征点，并生成基于贝塞尔曲线的转向路径；机器人结合定位监测系统融合定位数据获得横向偏差、航向偏差、速度信息，通过增量式模糊PID控制算法追踪贝塞尔转向路径；田间作业机器人沿贝塞尔转弯路径到达转向终点完成地头转向作业；转向过程中机器人实时将作业信息发送至调度系统；
步骤二、所述地头边界识别定位主要包括地头图像阈值分割、锐化滤波、边界特征点提取、边界线拟合、地头深度值获取5个步骤；田间作业机器人首先通过HSV-固定阈值分割法将图像分割成目标和背景；然后，通过Laplacian锐化滤波突出地头信息，将模糊的地头轮廓信息变得更加清晰，提高地头识别质量；田间作业机器人对图像锐化滤波后逐层扫描所有特征点，并获得所有特征点二维坐标；随后导航控制器通过RANSAC算法多次随机采样，建立线性估计模型，并计算模型所包含的内点数量，并采用多次迭代获得包含内点最多的线性模型，即为地头边界线；最后，田间作业机器人根据地头边界线上特征点的二维坐标及地头深度图，获得相机至地头边界线的深度值；
步骤三、获得地头边界线后，确定地头边界线上的点为过程基准点，通过转向起点、转向终点、过程基准点建立基于贝塞尔曲线的转向路径；转向路径生成后，田间作业机器人根据规划的路径进行路径跟踪，路径跟踪控制采用增量式PID与模糊控制相结合的方式。
5.根据权利要求4所述的田间作业机器人地头转向导航系统的导航方法，其特征在于，基于改进RANSAC算法的地头边界线拟合步骤，首先，从检测到的地头边界点云中随机选取两点，连接两点确定一条直线，估算直线斜率决定是否保留；其次，设置距离阈值，并计算剩余的点到直线的距离，并进行内外点分类，将距离小于距离阈值的点作为内点，超出距离阈值的特征点作为外点；然后，遍历所有特征点并判断，统计该模型下的内点个数；最后，设置迭代阈值K，循环K次上述过程，选择内点数目最多的模型所对应直线作为最佳地头边界线。
6.根据权利要求4-5所述的田间作业机器人地头转向导航系统的导航方法，其特征在于，机器人路径跟踪控制采用增量式模糊PID实现，首先对横向偏差和航向偏差及比例系数、积分系数、微分系数进行模糊化处理，并按照模糊子集量化；运算处理后导航控制器采用重心法对模糊子集反模糊化，反模糊化采用加权平均计算PID整定参数的精确值；考虑导航系统的实时性和复杂程度，系统采用三角形隶属函数，转向过程中PID参数实时调整以适应地头导航环境。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210878351.7A CN115129063A (zh) | 2022-07-25 | 2022-07-25 | 一种田间作业机器人地头转向导航系统及导航方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210878351.7A CN115129063A (zh) | 2022-07-25 | 2022-07-25 | 一种田间作业机器人地头转向导航系统及导航方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115129063A true CN115129063A (zh) | 2022-09-30 |
Family
ID=83385248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210878351.7A Pending CN115129063A (zh) | 2022-07-25 | 2022-07-25 | 一种田间作业机器人地头转向导航系统及导航方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115129063A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116972854A (zh) * | 2023-09-20 | 2023-10-31 | 无锡新松机器人自动化有限公司 | 基于gps定位的农机导航路径规划方法及系统 |
| CN118052820A (zh) * | 2024-04-16 | 2024-05-17 | 沈阳迈思医疗科技有限公司 | 水位检测方法、装置、设备、存储介质及系统 |
-
2022
- 2022-07-25 CN CN202210878351.7A patent/CN115129063A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116972854A (zh) * | 2023-09-20 | 2023-10-31 | 无锡新松机器人自动化有限公司 | 基于gps定位的农机导航路径规划方法及系统 |
| CN116972854B (zh) * | 2023-09-20 | 2023-12-26 | 无锡新松机器人自动化有限公司 | 基于gps定位的农机导航路径规划方法及系统 |
| CN118052820A (zh) * | 2024-04-16 | 2024-05-17 | 沈阳迈思医疗科技有限公司 | 水位检测方法、装置、设备、存储介质及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11892855B2 (en) | Robot with perception capability of livestock and poultry information and mapping approach based on autonomous navigation | |
| Gao et al. | Review of wheeled mobile robots’ navigation problems and application prospects in agriculture | |
| CN115129063A (zh) | 一种田间作业机器人地头转向导航系统及导航方法 | |
| CN112183133B (zh) | 一种基于ArUco码引导的移动机器人自主充电方法 | |
| Ali et al. | Path planning and control of mobile robot in road environments using sensor fusion and active force control | |
| Wang et al. | Automatic parking of vehicles: A review of literatures | |
| CN112101128B (zh) | 一种基于多传感器信息融合的无人方程式赛车感知规划方法 | |
| CN102789233A (zh) | 基于视觉的组合导航机器人及导航方法 | |
| CN110045727B (zh) | 一种园区无人车路径规划与控制方法 | |
| CN111813114A (zh) | 智能小车视觉导航方法 | |
| CN108445882B (zh) | 具有跟踪功能的自动导引车 | |
| CN106874887A (zh) | 基于农田环境感知的农机导航控制方法 | |
| CN114937258B (zh) | 割草机器人的控制方法、割草机器人以及计算机存储介质 | |
| CN111930125A (zh) | 适用于agv的低成本障碍物检测装置及方法 | |
| CN115223039A (zh) | 一种面向复杂环境的机器人半自主控制方法及系统 | |
| Jun et al. | Autonomous driving system design for formula student driverless racecar | |
| CN115388892A (zh) | 一种基于改进rbpf-slam算法的多传感器融合slam方法 | |
| CN113218384B (zh) | 一种基于激光slam的室内agv自适应定位方法 | |
| CN115328135B (zh) | 划线机器人校准及划线方法、装置、电子设备及划线机器人 | |
| CN111208831A (zh) | 一种基于计算机视觉的无人跟随运载小车 | |
| CN115981314A (zh) | 基于二维激光雷达定位的机器人导航自动避障方法和系统 | |
| CN108801275B (zh) | 基于无线网络和地磁信号的室内移动机器人指纹地图建立方法 | |
| Gao et al. | An efficient headland-turning navigation system for a safflower picking robot | |
| CN113587946B (zh) | 一种田间农业机械视觉导航系统及方法 | |
| Lu et al. | Application of Path Planning and Image Processing for Rescue Robots. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220930 |
|
| WD01 | Invention patent application deemed withdrawn after publication |