基于LIO-SAM建图和激光视觉融合定位的温室自主行走系统

• Published in: 农业工程学报 Vol. 40; no. 3; pp. 227 - 239
• Main Authors: 孙国祥, 黄银锋, 汪小旵, 袁云鹏, 陈光宇
• Format: Journal Article
• Language: Chinese
• Published: 南京农业大学工学院,南京 210031 01.02.2024; 江苏省现代设施农业技术与装备实验室,南京 210031%南京农业大学工学院,南京 210031
• Subjects: 自主导航; 视觉里程计; autonomous navigation; 自适应蒙特卡洛定位; 温室; 卡尔曼滤波; Kalman filter; simultaneous localization and mapping; greenhouse; adaptive Monte Carlo localization; visual odometer; 即时定位与地图构建
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.202311146

S24%TP391.4; 为解决传统导航方案在温室内无法应对光照变化大、作物行间距窄、接收GPS信号差等问题,该研究提出了基于即时定位与地图构建技术的激光视觉融合式自主导航算法.该系统利用三维激光雷达VLP-16(Velodyne LiDAR,VLP-16)和惯性测量单元获取温室环境信息,采用基于紧耦合的雷达惯导定位建图(tightly-coupled lidar inertial odometry via smoothing and mapping,LIO-SAM)算法构建导航地图,基于轮式里程计和视觉里程计采用扩展卡尔曼滤波器算法实现局部定位,融合激光点云配准算法和自适应蒙特卡洛定位算法实现全局定位.同时,在自主行走系统应用A*算法规划全局路径和动态窗口算法规划局部路径,从而实现自主导航.试验结果表明,LIO-SAM算法构建的温室导航地图最大相对误差、最大绝对误差和均方根误差分别为 9.9%、0.081和 0.063 m,在温室内改进后的定位算法横向偏差小于 0.020 m,纵向偏差小于 0.090 m;当自主行走系统以 0.15、0.30和 0.50 m/s的速度运行时,横向偏差、纵向偏差和航向偏角的平均值分别小于 0.120 m、0.10 m和 8.5°,标准差分别小于 0.070 m、0.140 m和 6.6°.该导航方案满足自主行走系统在温室内高精度建图、定位和导航的需求,可为自主移动平台提供理论与技术支撑.