基于激光雷达与IMU融合的农业机器人定位方法

• Published in: 智慧农业（中英文） Vol. 6; no. 3; pp. 94 - 106
• Main Authors: 刘洋, 冀杰, 潘登, 赵立军, 李明生
• Format: Journal Article
• Language: Chinese
• Published: 中国农业科学院农业信息研究所 30.05.2024; 西南大学 工程技术学院,重庆 400715,中国%中国汽车工程研究院股份有限公司,重庆 401122,中国%重庆文理学院智能制造工程学院,重庆 402160,中国
• Subjects: 扩展卡尔曼滤波; 激光雷达定位; 传感器融合; 点云匹配; 农业机器人; agricultural robots; sensors fusion; LiDAR localization; extended Kalman filter; point cloud matching
• ISSN: 2096-8094
• DOI: 10.12133/j.smartag.SA202401009

[目的/意义]精准可靠的定位技术是智能农业机器人开展自主导航作业的重要前提，而常用的全球卫星导航系统（Global Navigation Satellite System，GNSS）定位方法在农业环境中容易受到树木遮挡、电磁干扰等因素影响，因而，提出一种基于三维激光雷达（Light Detection and Ranging，LiDAR）与惯性测量单元（Inertial Measurement Unit，IMU）信息融合的农业机器人定位方法。[方法]首先，利用基于角度的聚类方法对激光雷达点云数据进行信息处理，并与三维正态分布变换（3D Normal Distribution Transform，3D-NDT）定位算法相结合，在先验点云地图信息基础上实现基于激光雷达的实时定位；其次，为了克服单传感器定位方法的局限性，利用扩展卡尔曼滤波（Extended Kalman Filter，EKF）算法对激光雷达定位信息与IMU里程计信息进行融合，进一步提升农业机器人的定位精度。最后，分别在机器人操作系统（Robot Operating System，ROS）的Gazebo仿真环境中，以及真实作业场景中进行实验，验证提出的定位算法的有效性。[结果和讨论]融合定位方法在仿真环境中的纵向和横向平均定位误差分别为1.7和1.8 cm，而在实验中的纵向和横向平均定位误差分别为3.3和3.3 cm，均小于传统3D-NDT定位算法的定位误差。[结论]提出的融合定位方法能够满足农业机器人在弱GNSS环境下自主作业的定位要求，为农业机器人提供了一种新的定位方法。