温室环境下农业机器人的导航方法综述_卢宇飞.pdf

2025年15期 智慧农业导刊 Journal of Smart Agriculture 智慧三农 温室环境下农业机器人的导航方法综述 卢宇飞 许哲宁 夏葛棋 易 恒 陈 巍 南京工程学院 南京 210000 在农业生产中 由于劳动力短缺 人力成本提高 以及农业生产效率需求的增长 农业机器人的应用得 到了广泛关注 当前的机器人技术还不足以支撑在露 天农田等不稳定因素过多的场景下进行生产工作 温 室大棚等结构化的设施农业场所就成为了良好的机 器人试验田 在农业机器人所涵盖的复杂技术需求 中 自主导航技术已逐步演变为该领域至关重要的核 心组成部分 本文从中选取了3种较常用的导航方式 进行分析研究 1 温室环境概述 温室大棚作为结构化设施农业的重要组成部分 其环境特点与传统露天农田存在较大差异 同时也完 全不同于普通的室内环境 常见的温室大棚实景图如 图1所示 温室中的作物通常会预先规划好生长范 围 以成垄或成块的区域进行栽种 这就给农业机器 人留出了可供行驶的道路 值得注意的是 这些道路 路面材质往往为泥土 其在干燥条件下具有一定的硬 度 但在浇灌作业后等湿润条件下会变得泥泞 增加 机器人的行进难度 同时 泥土路面往往存在轻微起 伏或坑洼 这种不平整的路面会导致机器人在行进过 程中产生抖动 进而对其导航系统造成干扰 导致局 部定位不准确 误差积累进而路径规划出错等问题 另外温室大棚内空间有限 垄间道路狭窄 且大棚内 可能存在各种小型农具和障碍物 增加了机器人自主 移动的复杂性 对农业机器人的导航和避障能力提出 了较高的要求 图 1 温室大棚实景图 基金项目 江苏省大学生创新创业训练计划 202411276017Z 通信作者 陈巍 1970 男 硕士 教授 研究方向为智能机器人及图像处理 摘 要 该null系统研究温室大棚环境null农null机器人自主导航nullnull的null新nullnull null前研究聚焦于三大null向 一是传统标识物 导航null 在大棚环境中的null用null二是基于SLAMnull步定null与null 构建nullnullnull三是以机器视觉nullnullnull基础的环境感知系统 指null目 前我国在该领域已形成显著null势 尤其在全局路径规划算法等研究null 取得突破 但复杂作物环境中局部建null精度等问题仍存在 null 瓶颈 null测未来null 趋势将围绕多传感器融合 强化学习驱动的null 决策等nullnull 开 关键词 温室null导航null标识物nullSLAMnull机器视觉 中图分类号 TP242 文献标志码 A 文章编号 2096 9902 2025 15 0037 04 Abstract This paper systematically studies the latest progress in autonomous navigation technology for agricultural robots in greenhouse environments The current research focuses on three major directions first the application of traditional marker navigation technology in greenhouse environments second synchronous positioning and map construction based on SLAM Simultaneous Localization and Mapping technology and third an environment perception system based on machine vision technology It is pointed out that China has formed significant advantages in this field especially breakthroughs in research on global path planning algorithms but there are still technical bottlenecks in issues such as local mapping accuracy in complex crop environments The prediction of future development trends will focus on multi sensor fusion and enhanced learning driven real time decision making Keywords greenhouse navigation markers SLAM machine vision nullnullnull nullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnullnull9 37 2025年15期智慧三农 智慧农业导刊 Journal of Smart Agriculture 2 标识物导航 作为一种依赖于预设标志物实现机器人定位和 自主导航的技术手段 基于标识物的机器人导航方法 已在工业场景中的自动导引车 AGV 领域得到了广 泛应用 近年来随着研究的深入 该技术在温室环境 下农业机器人领域的应用探索逐渐兴起 2 1 电磁导航 通过在路面铺设磁条或电线 结合简单的电磁传 感器就能实现机器人沿固定路径的行驶 这种导航方 式成本低 技术简单 可满足最低需求的农业机器人 自主导航任务 杨婕等 1 设计了一套大棚中的磁导航 模糊控制系统 将对应磁性的磁条沿大棚钢架铺设 利用磁传感器检测其周围磁场 进而反映机器人行驶 时的左右偏离状况 此时若将偏离情况直接作用于电 机差速控制机器人左右纠偏 可能出现纠正量过大导 致左右摇头的情况 此时可采用模糊控制器对输入和 输出变量进行模糊化 计算出合适的输出PWM波占 空比差值 类似的 姚甜等 2 设计的采摘机器人选用通 有20 kHz 100 mA交变电流的漆包线作为导航的中 心电磁引导线 选用调频电感电容传感器检测引导线 附近的磁场分布和变化情况 并结合卡尔曼滤波进行 数据处理 实现机器人沿引导线自动巡迹 电磁导航在温室大棚环境中存在显著局限性 具 体表现为路径规划灵活性受限以及导航系统鲁棒性 不足 一方面 若需调整预设路径 则必须重新部署导 引线 增加了系统维护的复杂性 另一方面 在未整合 其他传感器数据的情况下 机器人缺乏有效的障碍物 规避能力 难以应对温室环境中可能存在的动态障碍 物 因此 建议在实际应用中谨慎评估其独立应用效 能 更推荐将其作为多模态传感器融合架构中的辅助 模块 用于提供机器人底层路径信息 以弥补单一导 航技术的性能短板 2 2 AprilTag标记系统 AprilTag 系统是一种由美国密歇根大学 APRIL 机器人实验室提出的视觉基准标记解决方案 该系统 在实际应用中具有显著的低算力消耗优势 仅需依赖 轻量化视觉模块 如OpenMV或K210摄像头 即可满 足运算需求 然而 其实际使用效果受到光照条件的 制约 在温室大棚夜间无光情况下无法工作 同时 由 于标记分布的离散性特征 难以实现全局实时定位 因此通常需要与多源导航技术进行数据融合 温室内部栽培架行间存在狭长对称及特征单一的 特点 环境相似度较高 这导致传统SLAM算法会积累 局部误差 甚至产生定位丢失的情况 针对该问题张文 翔等 3 提出了一种位姿修正机制 通过多线LiDAR 视觉 识别AprilTag以及激光里程计的多源数据融合相应算 法 实现地图构建与定位校正并周期性优化机器人在设 施农业环境中的定位精度 该方案在栽培垄道行间两头 及中间地面等关键节点张贴AprilTag标签 当机器人行 进过程中检测到标签时 计算机器人的校正位姿与中心 点坐标 并将数据输入至AMCL 自适应蒙特卡洛定位 算法 AMCL算法将接收到的机器人校正位姿与坐标作 为新的初始位置 重新进行定位并进行后续导航 3 SLAM导航 SLAM 同步定位与地图构建 技术作为机器人自 主导航领域的核心技术 通过融合来自多个传感器的 观测数据 实现了机器人在未知环境中的实时环境建 模与位姿估计 在温室农业机器人应用场景中 该技术 能够帮助机器人在缺乏GNSS信号的封闭环境中构建 高精度环境地图 并同步完成自身位姿的精确解算 为 农业机器人自主导航功能提供了关键技术支撑 3 1 地图构建 使用激光雷达数据进行建图时 温室环境中不平 整的路面可能导致机器人移动平台出现侧滑 增大了 传统SLAM算法的实时定位误差 同时温室行间环境 的高特征相似性与单线激光雷达的点云数据局限性 共同致使 Gmapping Cartographer 等常规二维 SLAM 算法构建地图时产生显著失真 针对这一问题 孙国祥 等 4 在利用三维激光雷达和惯性测量单元获取温室环 境信息的基础上 提出采用LIO SAM 基于紧耦合的雷 达惯导定位建图 算法来构建导航地图 对照结果显 示 所构建地图的最大绝对误差 最大相对误差以及均 方根误差分别降低至0 081 m 9 9 和0 063 m 相较于 主流的 Gmapping 算法 其相应误差值为 13 227 m 34 6 和7 170 m 该方法的误差显著降低 类似的 刘 治 5 提出了一种基于多传感器融合的LOAM算法 该 算法在LOAM算法框架的基础上 引入了IMU 惯性 测量单元 和轮速计进行数据的修正 当激光SLAM 受到干扰或者微弱时 IMU可以通过测量物体的加速 度和角速度的变化来推算物体的绝对位置信息 轮速 计则通过光电编码器来检测驱动轮在一定时间内的 移动距离 从而推算出机器人相对位姿的变化 通过 这2种传感器的反馈信息 算法能够有效地去除激光 雷达采集的点云数据中的运动畸变 进而提升了点云 数据的质量和可靠性 提升算法定位性能 除了采用激光雷达的SLAM系统 以深度相机作 为核心感知器件的视觉SLAM系统也展现出了很高的 地图构建精度 李旭等 6 将基于深度相机的ORB SLAM2 38 2025年15期 智慧农业导刊 Journal of Smart Agriculture 智慧三农 算法应用于温室移动机器人上 该算法通过闭环线程 检测来减少机器人运动过程中累计的定位误差 实际 测试结果显示X轴与Z轴定位的均方根误差分别在 0 7 m和0 4 m范围内 平均绝对误差分别在0 6 m和 0 3 m范围内 算法生成的轨迹与实际轨迹基本契合 该算法的优势在于通过回环检测有效地纠正了长时 间大场景累积的偏差 针对动态环境中的视觉SLAM建图问题 当前大 多数视觉SLAM 工作时都假设相机所拍摄的环境是 完全静态的 即所观测到的所有路标点都保持不变 然而针对农业机器人在温室环境中的工作场景 这种 假设通常不成立 人员移动和植株晃动往往不可避 免 阴贺生 7 在其研究中提出了Dynam SLAM 双目视 觉与惯性信息融合 系统 该系统在2个连续图像帧 之间 引入IMU预积分来计算两帧的相对位姿 从而 检测动态特征点 再将动态和静态路标点与IMU测量 数据耦合 进一步进行位姿估计 使机器人在动态环 境中实现更准确的定位 3 2 路径规划与避障 完成SLAM建图后 需要合理的路径规划算法指 导机器人进行自主导航 常用的全局路径规划算法包 括Dijkstra算法 A 算法 SPFA算法等 何坤在其研 究中给出了一种A 算法的优化方法 传统A 算法存 在计算路径非最优 路径不平滑等问题 可采用视野 平滑处理来去除冗余的转折节点 同时为避免参考点 过少导致算法拟合出的路径穿越障碍 可在平滑处理 后的路径上重新插入采样关键点 然后采用三次B样 条算法来对路径进行圆滑处理 处理前后对比如图2 所示 8 该算法处理后的路径能够保证机器人运动的 位置变化 速度变化与加速度变化均连续平滑 减少 机器人运动时间的同时降低了加速度突变造成的关 节冲击 延长机器人使用寿命 a 优化前 b 优化后 图 2 A 算法路径优化前后对比 机器人进行自主导航时 除了温室中常见的农具 水桶等障碍 作物生长等因素也可能导致作物枝叶等 部分侵入原先的垄间道路 进而导致局部地图不再精 确 此时就需要避障算法进行灵活判断 避免碰撞损伤 作物和机器人自身 Harik等 9 提出可将APF 人工势场 法 控制法与传统的Hector SLAM结合 以允许移动 机器人执行需要在预定义路径点之间自主避障导航的 周期性任务 人工势场法最初被引入用于机械臂的控 制 后来其在移动机器人导航中的应用得到了改进 并 自此在移动机器人研究领域得到了广泛应用 其基本 思想是将移动机器人视为带电粒子 空间中的每一点 都是具有给定强度和方向的场矢量 而环境中的静态 和动态障碍物则被视为将带电粒子推离它们的排斥 力 移动机器人的路径由吸引力和排斥力的矢量和所 形成的力来定义 针对视觉SLAM的避障问题 当温室 中机器人的路径被树枝或树叶覆盖时 视觉SLAM会 将其认定为无法穿越的障碍 Matsuzaki等 10 提出了一 种映射方法 该方法通过集成基于 RGB D 的视觉 SLAM和基于深度神经网络的语义分割算法 生成了 一个带有语义标签的3D地图 即带有障碍物类型语 义信息的映射 通过这个映射可以更准确地判断障碍 物的类型及机器人是否可以直接穿越 4 机器视觉导航 将机器视觉技术应用于温室农业机器人的自主 导航算法对温室农业机器人自动化作业有着非常重 要的意义 强虎等 11 以温室番茄 黄瓜农业机器人为研 究对象 针对在灰度化番茄或黄瓜植株彩色图像的过 程中出现灰度值差异小和过分割的问题提出了3种 新的灰度化因子 采用大津法将垄间道路的土壤部分 与温室植株分割开 针对传统Hough变换计算量大的 39 2025年15期智慧三农 智慧农业导刊 Journal of Smart Agriculture 问题提出了预测点Hough变换算法 改进了其实时性 与鲁棒性 采用最小二乘法将提取的导航特征点拟合 为田垄导航路径 以满足机器人自主导航的需求 相 应的视觉处理过程与拟合结果如图3所示 实验结果 表明 机器人运功时最大误差为3 5 cm 不会与操作 道两侧的作物相碰撞 图 3 传统机器视觉算法拟合导航路径 随着算力设备的发展 基于YOLO You Only Look Once 等目标检测算法在视觉导航领域得到了应用尝 试 在该算法框架下经过图像二值化 目标区域边缘 分割 特征点提取 最小二乘法拟合等步骤 可以拟合 出精度很高的导航路径 应仇凯等 12 基于YOLOv8实 例分割方法获取地栽草莓垄面特征 进而拟合出对应 的导航线 其导航线提取过程如图4所示 实验结果 表明机器人运功时横向偏距最大为32 69 mm 均值为 22 12 mm 均方根误差为5 37 mm 满足地栽草莓采摘 机器人垄面自主导航控制 注意到 该误差显著小于 传统机器视觉处理拟合的误差 可见先进视觉算法对 于机器视觉导航性能的提升 图 4 最小二乘法算法提取导航线过程 5 结束语 针对温室大棚特殊作业环境下的机器人自主导 航技术 我国在该领域的研究进展呈现高速发展态 势 相关论文与专利数量显著高于国外同行 已逐步 构建出具有较强国际竞争力的研发体系 值得指出 的 是近三年来 2022 2024年 相关学位论文增量为 50 篇 而学术期刊论文刊载量为 24 篇 二者存在 2 08 1的数量级差 这种学术成果产出结构反映出该 领域研究正处于技术积累期向应用突破期过渡的典 型特征 当前 针对温室环境中全局建图与路径规划的研 究较为完善 但因路面平整度不足等问题导致的局部 建图精度损失仍未得到较好地解决 现有研究多通过 融合多种传感器数据作为突破口 矫正定位与建图误 差 同时机器视觉在温室导航领域的应用较少 利用 机器学习视觉算法实时判断障碍物类型并指导避障 可作为新的研究方向 以提高温室中农业机器人的生 产效率和安全性 参考文献 1 杨婕 杨超淞 洪晓玮 等 有机蔬菜大棚除草机器人磁导航 模糊控制系统研制 J 制造业自动化 2022 44 7 65 68 2 姚甜 田锦硕 胡乃瑞 基于电磁导航和图像处理的自动寻迹 采摘机器人 J 电子制作 2025 33 1 58 61 3 张文翔 卢鑫羽 张兵园 等 基于激光SLAM和AprilTag 融 合的温室移动机器人自主导航方法 J 农业机械学报 2025 56 1 123 132 4 孙国祥 黄银锋 汪小null 等 基于LIO SAM建图和激光视觉 融合定位的温室自主行走系统 J 农业工程学报 2024 40 3 227 239 5 刘治 用于温室巡检机器人的多传感器融合SLAM算法研究 D 太原 太原理工大学 2023 6 李旭 阳奥凯 刘青 等 基于ORB SLAM2的温室移动机器 人定位研究 J 农业机械学报 2024 55 S1 317 324 345 7 阴贺生 视觉导航关键技术及其在柑橘采摘机器人中的应用 研究 D 哈尔滨 哈尔滨工业大学 2023 8 何坤 基于ROS的草莓温室自主移动机器人全局路径规划 研究 D 武汉 武汉轻工大学 2020 9 HARIK E H C KORSAETH A Combining hector slam and artificial potential field for autonomous navigation in side a greenhouse J Robotics 2018 7 2 22 10 MATSUZAKI S MASUZAWA H MIURA J et al 3D semantic mapping in greenhouses for agricultural mobile robots with robust object recognition using robots trajecto ry C 2018 IEEE international conference on systems man and cybernetics SMC IEEE 2018 357 362 11 强虎 基于机器视觉的温室番茄 黄瓜农业机器人导航技术 研究 D 南宁 广西大学 2020 12 应仇凯 程泓超 马锃宏 等 基于YOLO v8 Seg的地栽草 莓采摘机器人垄面视觉导航控制方法 J 农业机械学报 2024 55 S1 9 17 a 感兴趣区域的截取 b 新灰度化因子灰度化结果 c 椒盐噪音污染结果 d 中值滤波结果 e 图像二值化及形态学处理结果 f 导航特征点求取结果 g 拟合导航路径在二值图像的显示 h 拟合导航路径在原图显示 d Canny边缘检测 e 垄面中间点获取 f 导航线拟合 a RGB彩色图 b 实例分割结果 c 当前垄面掩膜提取 40