双激光雷达温室运输机器人导航系统研制.pdf

第 36卷 第 14期 农 业 工 程 学 报 V ol 36 N o 14 80 2020年 7月 Transactions of the Chinese Society of Agricultural Engineering Jul 2020 双激光雷达温室运输机器人导航系统研制 侯加林 1 2 蒲文洋 1 李天华 1 2 丁小明 3 1 山东农业大学机械与电子工程学院 泰安 271018 2 山东省农业装备智能化工程实验室 泰安 271018 3 农业农村部规划 设计研究院设施农业研究所 北京 100125 摘 要 为解决机器人在温室环境下的自主导航问题 该研究研制了基于双激光雷达的温室运输机器人导航系统 实现 温室环境下的地图构建 路径规划和定位导航 融合激光雷达与编码器信息 使用 cartographer算法及时定位与地图构建 根据地图与检测点信息 采用 Dijkstra算法规划全局路径 使用动态窗口算法规划局部路径 完成自主导航 试验表明 车载系统分别以 0 2 0 5和 0 8 m s速度运行时 实际导航路径与目标路径的横向平均偏差小于 13 cm 标准差小于 5 cm 导航目标点处横向偏差 纵向偏差的平均值不超过 9 cm 均方根误差不超过 11 2 cm 标准差小于 5 cm 航向偏差的平 均值小于 10 均方根误差小于 12 标准差小于 6 满足机器人温室运输作业的导航精度需求 关键词 温室 机器人 导航 双激光雷达 doi 10 11975 j issn 1002 6819 2020 14 010 中图分类号 S147 2 文献标志码 A 文章编号 1002 6819 2020 14 0080 09 侯加林 蒲文洋 李天华 等 双激光雷达温室运输机器人导航系统研制 J 农业工程学报 2020 36 14 80 88 doi 10 11975 j issn 1002 6819 2020 14 010 http www tcsae org Hou Jialin Pu Wenyang Li Tianhua et al Development of dual lidar navigation system for greenhouse transportation robot J Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE 2020 36 14 80 88 in Chinese with English abstract doi 10 11975 j issn 1002 6819 2020 14 010 http www tcsae org 0 引 言 近年来 在园艺生产信息化 智能化加速升级的大 背景下 中国温室面积快速持续增加 1 4 受装备制造业 整体水平低等因素制约 中国设施园艺装备在作业效率 成套性 稳定性和智能化方面与荷兰 美国 日本等发 达国家存在较大差距 尤其缺乏基于自主导航控制的温 室自主作业基础平台 5 8 因此本文以温室为应用对象 以温室内精确定位 温室作业平台路径规划为重点研究 内容 开发温室机器人导航系统 为温室内输送 巡检 植保 收获等作业提供基础平台 通过该平台 可提高 温室综合作业效率 降低劳动强度 提升温室管控精细 化水平 目前应用于温室的机器人自主导航方案可分为 4类 导轨式 垄沟式 循迹式和多源数据融合式 9 12 导轨式 自主导航因其可靠性高 稳定性好等特点 应用广泛 13 15 但在温室中铺设轨道 大大增加了温室建造成本 且在 一定程度上限制了机器人的活动自由性 垄沟式自主导 航通过机器人自身机械结构设计完成自主导航 16 运行 稳定 但对温室环境尤其是地面具有很强的依赖性 且 对地面具有一定的破坏性 应用范围较小 循迹式自主 导航利用磁带或电缆作为识别标志 引导温室机器人沿 收稿日期 2020 04 21 修订日期 2020 06 26 基金项目 十三五国家重点研发计划项目 2017YFD0701500 山东省重大 科技创新工程项目 2019JZZY020620 作者简介 侯加林 教授 博士生导师 主要从事设施农业研究 Email jlhou 着正确的路线行进 实现自主导航 17 但限制了机器人 的灵活性 多源数据融合式融合处理多种传感器信息实 现自主导航 18 24 常用的传感器包括激光雷达 相机 陀螺仪 编码器等 在 4 类导航方案中 导轨式 垄沟 式自主导航要求道路具有特定的轨道或沟型 循迹式自 主导航则要求道路上设有引导带 因此以上 3 类方法均 存在成本高 灵活性差的问题 相比之下 多源数据融 合式自主导航具有突出的环境适应性强 灵活性好的特 点 发展前景广阔 国内外许多学者基于多种传感器对机器人导航系统 进行了研究 李天华等 25 通过搭建摄像头云平台 利用 机器视觉提取道路尽头横向中心点像素坐标获得导航信 息 开发了基于定向摄像头的运输车视觉导航系统 该 系统虽然导航精度较高 实时性较好 但基于机器视觉 的导航方式对光线具有很强的依赖性 难以做到全天候 稳定运行 季宇寒等 26 基于激光雷达设计了巡检机器人 导航系统 可实现机器人在室内环境下的精准定位 路 径规划和自主导航 导航精度可满足机器人在各类巡检 任务中的导航定位需求 Bechar 等 27 研制的田间作业机 器人 采用履带式底盘 上方加装高清摄像机 高精度 GPS 通过配备精确的卫星导航定位 可在复杂农田环境 中行驶 但基于 GPS 的定位方式通常用于室外导航 室 内环境下由于遮挡物较多 卫星信号易丢失 Conesa munoz 等 28 提出一种无人机检测与地面机器人执 行相结合的复合农药变量喷洒系统 融合了 RTK GPS 机器视觉 激光雷达等多种传感器 但成本较高 难以 推广使用 激光雷达 Light Detection and Ranging 第 14期 侯加林等 双激光雷达温室运输机器人导航系统研制 81 LIDAR 作为导航定位的新型传感器 以其高精度 高 实时性 全天候等优点逐渐成为机器人导航的主流设备 本文旨在研制基于前后双激光雷达的温室运输机器人导 航系统 融合激光雷达与编码器信息 建立环境地图 规划最优路径 实现温室运输机器人的定位导航 1 系统组成与设计 1 1 系统组成 温室运输机器人导航系统由远程监控平台和车载系 统 2部分组成 其中远程监控平台负责设置车载系统工作 模式 发布目标点指令和实时显示车载系统位置信息 车 载系统作为指令的具体执行者 负责接收监控平台发出的 任务指令并执行 二者通过无线网络实时通信 共同完成 温室运输机器人自主导航任务 系统组成如图 1所示 车 载系统长 726 mm 宽 617 mm 高 1 073 mm 最大负载 50 kg 最大行驶速度为 1 2 m s 垂直越障高度 8 cm 1 载物台 2 液晶屏 3 电池 4 工控机 5 后激光雷达 6 前激光雷达 7 车底盘 8 WIFI模块 9 远程监控平台 1 Loading platform 2 LCD screen 3 Battery 4 Industrial control computer 5 Rear lidar 6 Front lidar 7 Vehicle chassis 8 WIFI module 9 Remote monitoring platform 图1 温室运输机器人导航系统组成结构图 Fig 1 Structure diagram of navigation system for greenhouse transportation robot 1 2 车载系统硬件设计 车载系统主要包括车底盘 驱动模块 控制模块 环境信息感知模块 通信模块和电源模块 硬件结构如 图 2 所示 图2 车载系统硬件结构图 Fig 2 Hardware structure diagram of on board system 环境信息感知模块 在车底盘头部和尾部分别搭载一 个 FS D10 二维激光雷达 FS D10 二维激光雷达具有 360 水平扫描范围 0 36 水平分辨率 10 m测距量程和 15 Hz 的扫描频率 可快速高效获取环境信息 为保证激光雷 达顺利运行的同时尽可能地检测到温室内所有障碍物 以试验温室中最低障碍物草莓育苗盆 高度 12 cm 为标 准 激光雷达的安装高度设计为距地面 10 cm 如图 3 所 示 以前激光雷达为例 激光雷达通过 360 旋转发射激 光点 不断扫描水平面环境信息 当激光发射点旋转到 车底盘遮挡区域时 由于激光扫描点只能到达车底盘前 部 从而无法获取温室环境信息 因此为了增大环境扫 描范围 在车底盘尾部安装激光雷达 采用前后双激光 雷达 可检测到车体前后所有障碍物 同时增大了扫描 范围 可提高车载系统的实时避障能力 1 车底盘遮挡区域 2 前激光雷达 3 车载系统 4 草莓架 1 V ehicle chassis shelter area 2 Front lidar 3 On board system 4 Strawberry shelf 图 3 车底盘对激光遮挡示意图 Fig 3 Schematic diagram of vehicle chassis shielding laser 控制模块 车载系统搭载工业 PC 机作为顶层控制 器 CPU 型号为 AMD Ryzen 3 2200G 4G 120G 安装 Ubuntu18 04 操作系统 根据机器人操作系统 ROS Robot Operating System 架构运行机制和车载系统的硬件组成 制定 ROS 与 STM32F103 的串口通讯协议 运行导航算 法实现自主导航 搭载 STM32F103 嵌入式主板作为底层 控制器 根据编码器提供的速度信息 通过运动学解算 获得车载系统的里程计数据 运动速度 行驶距离和转 角 运行 PID 算法 实现车载系统的驱动控制 驱动模块 车载系统采用 4 轮驱动式 可垂直越障 8 cm 爬坡角度可达 30 越野能力强 转向灵活 控制 方便 能实现车载系统的完整运动控制 为保证对运行速 度的精确控制 在驱动电机上安装 RLS公司生产的 RMF44 旋转编码器 分辨率为 13 位 最高转速为 60 000 rpm 以 获取车载系统的实时速度信息 车载系统实时速度作为反 馈信息通过 PID 算法提高车载系统速度控制精度 通信模块 工控机上装有 GA AB350N Gaming WiFi 主板 使得远程监控平台可以通过无线网络向车载系统发 布目标点指令 同时车载系统也通过无线网络向远程监控 平台反馈实时位置信息与工作状态 工控机通过串口通信 的方式向车载系统底层驱动板发送速度指令 底层驱动板 通过串口通信的方式反馈车载系统的实时速度信息 电源模块 车载系统选用分线板船型锂电池 供电电 压 24 V 供电电流 10 A 内置稳压模块及电量显示模块 电源续航时间为 4 h 为延长电源续航时间 在车载系统上 安装太阳能发电系统 太阳能发电板长 633 mm 宽 352 mm 辐照度 1 000 W m 2 时最大发电功率 80 W 在阳光充足时可 持续给电源充电 在阳光不充足时蓄电池可延长电源续航 时间至 8 h 以满足车载系统基本工作时间要求 1 3 导航系统软件设计 温室运输机器人导航系统软件由用户交互层 信息 处理层和执行层 3 个层次构成 系统结构如图 4 所示 农业工程学报 http www tcsae org 2020年 82 图4 温室运输机器人导航系统软件结构 Fig 4 Software structure of navigation system for greenhouse transportation robot 用户交互层为基于 Ubuntu 的导航任务调度程序 可 根据不同的应用场景 调整车载系统的工作模式并发布 目标点指令 目前开发了 2种工作模式 一是顺序导航 车载系统按照用户设定的行走路径逐一经过温室中固定 的目标点 二是任意点导航 车载系统根据用户指令到 达温室内任意目标点 信息处理层为基于 ROS 的即时定 位与地图构建以及定点导航程序 该层主要负责收集车 载系统运动信息及来自激光雷达的环境信息 并进行信 息融合 根据控制指令和车载系统位姿进行地图构建 路径规划及自主导航 执行层为基于 Ubuntu 开源实时操 作系统的移动平台控制程序 通过采集编码器的速度信 息 采用经典的 PID 算法调节后输出期望的脉冲宽度调 制 PWM Pulse Width Modulation 波控制电机转速 实 现车载系统平稳 安全移动 2 导航功能实现原理 导航技术是温室运输机器人的核心技术之一 主要 经过实时定位 地图构建和路径规划 3 个步骤实现自主 导航 本系统借助谷歌公司的 cartographer 开源算法包实 现导航 节省了软件开发成本 前后激光雷达获取环境 信息生成点云数据 形成子地图 通过点云匹配获得车 载系统与子地图之间的相对位姿信息 点云数据更新后 通过回环检测计算最新点云数据在已构建地图中的位 置 更新二维栅格地图 地图数据与车载系统里程计数 据融合计算出车载系统当前位姿 车载系统在全局坐标系 下的位置坐标和转角 以当前位姿为基础对下一目标点 进行路径规划 最终实现自主导航 具体流程如图 5所示 2 1 温室环境地图构建 Cartographer 算法通过回环检测消除构图过程中产生 的累积误差 其重点是融合多传感器数据的局部地图创建 以及用于闭环检测的匹配策略的实现 一定数量的激光扫 描数据点构成子地图 建立好的子地图形成一个回环 用 于回环检测 当最新扫描数据点更新后 提取数据点的位 姿信息 通过回环检测匹配已有回环中各扫描点的位姿信 息 找到最佳匹配回环 通过扫描匹配将最新数据点插入 到该回环中 完成新地图构建 具体流程如图 6所示 图5 导航功能实现流程 Fig 5 Implementation process of navigation function 图6 环境地图构建流程 Fig 6 Construction process of environmental map Cartographer通过子地图构建 扫描匹配和回环检测 3 个过程构建二维栅格地图 具体实现过程见文献 29 其中 回环检测包括子地图位姿优化和扫描匹配 匹配 过程如式 1 所示 1 argmax K nearest k W k M Th 1 式中 是激光扫描数据点 每个扫描数据点即一个位姿信 息 包含激光雷达旋转角信息 rad 及扫描数据点与 激光雷达的相对位置信息 相对位置信息包括扫描点相对 于激光雷达在 x 轴的位置 x m 以及扫描点相对于激光 雷达在 y轴的位置信息 y m 是最优匹配扫描数据点 K 是搜索空间内扫描数据点的数量 M nearest 是距离新的扫 描数据点最近的栅格点对应的栅格值 无量纲 T h k 表示 激光雷达扫描数据点在子地图坐标系下的位姿 W 是实际 环境中的搜索空间 计算方法如式 2 8 所示 max 1 2 max k kK dh 2 第 14期 侯加林等 双激光雷达温室运输机器人导航系统研制 83 2 2 max arccos 1 2 r d 3 x x W r 4 y y W r 5 W 6 xxyy W 7 0 xy xy Wr j r jjj j jW 8 式中 d max 是最大扫描数据点集中包含数据点的数量 h k 是 扫描数据点集 是角度步长 rad W x 是 x轴方向的实际 搜索距离 m W y 是 y轴方向的实际搜索距离 m W 是 实际搜索角度 rad r 是栅格地图中一个栅格的边长 m x 是地图中 x 轴方向的栅格数量 y 是地图中 y轴方向的 栅格数量 是地图中的搜索角度 rad 0 是初始数据点 j x 是地图中 x 轴方向上扫描数据点距离地图中坐标原点的 栅格数量 j y 是地图中 y 轴方向扫描数据点距离坐标原点 的栅格数量 j 是地图中扫描数据点与地图坐标原点之间 的角度 rad W 是在地图的搜索空间中包含的栅格数量 本文采用前后双激光雷达扫描环境信息 由于增大 了环境信息扫描范围 一方面使搜索面积增大 另一方 面由于激光扫描点集 d max 增大 减小 从而增大了搜 索角度 在采用分支界定算法求解 时 可扩大顶层 线性搜索空间 增大了计算量但保障了所求解的最优性 2 2 路径规划 采用 Dijkstra实现车载系统全局路径规划 具体实现 过程可参考文献 30 采用动态窗口算法实现车载系统的 局部路径规划 实现过程分为以下 3 步 具体实现过程 参考文献 31 1 建立车载系统运动学模型 2 基于车载系统最大最小速度的设定 电机性能限 制 主要是最大加速度 以及能否及时避障等约束 形 成速度区间 对速度进行采样 3 利用评价函数选择最优路径 3 温室运输机器人运行性能测试试验 3 1 单双激光雷达建图效率对比试验 试验地点为农业农村部规划设计研究院设施农业 研究所永清科研基地 venlo 型温室的草莓种植区 试验 区长 34 m 宽 15 m 车载系统分别搭载前后激光雷达 方式 1 后激光雷达 方式 2 及前激光雷达 方式 3 以 0 5 m s的速度从相同起点按照图 7 所示路线行驶 并构建环境地图 具体试验过程如下 1 车载系统采用方式 1 按路线行驶并实时建图 到 达终点后标记车载系统所在位置 2 车载系统采用方式 2 按照步骤 1 路线行驶 运 动到步骤 1 标记点处时停止 观察并记录建图效果 3 车载系统采用方式 3 按照步骤 1 路线行驶 运 动到步骤 1 标记点处时停止 观察并记录建图效果 3种搭载方式下激光雷达初始扫描范围如图 8a 所示 1 车载系统行驶路线 2 车载系统 3 加热管道 4 草莓架 1 Driving route of on board system 2 On board system 3 Heating pipe 4 Strawberry shelf 图7 试验环境及车载系统行驶路线 Fig 7 Test environment and on board system driving route 3种激光雷达安装方式的实际建图效果如图 8b所示 经计算 行驶距离相同时 采用方式 1 时建图面积最大 数值为 56 5 m 2 采用方式 2 建图面积为 46 5 m 2 采用方 式 3 时建图面积为 50 m 2 方式 1 Method 1 方式 2 Method 2 方式 3 Method 3 a 初始扫描范围 a Initial scanning range 方式 1 Method 1 方式 2 Method 2 方式 3 Method 3 b 建图效果 b Effects of drawing 注 方式 1 为搭载前后双激光雷达 方式 2 为仅搭载后激光雷达 方式 3 为仅搭载前激光雷达 Note Method 1 is equipped with front and rear dual laser radar method 2 is only equipped with rear lidar method 3 is only equipped with front lidar 图8 3种激光雷达安装方式的建图效果对比 Fig 8 Comparisons of drawing effects under three kinds of lidar installation methods 农业工程学报 http www tcsae org 2020年 84 为保证建图面积相同 对步骤 2 及步骤 3 作以下 调整 2 采用方式 2 按照步骤 1 路线行驶 运动到步骤 1 标记点处旋转 360 后停止 记录行驶时间 3 采用方式 3 旋转 360 后按照步骤 1 路线行驶 运动到步骤 1 标记点处停止 记录行驶时间 试验结果如表 1 所示 表1 不同激光雷达安装方式的建图效果对比 Table 1 Comparisons of the drawing effects of different LiDAR installation methods 激光雷达安装方式 LiDAR installation method 行驶距离 Travel distance m 建图面积 Drawing area m 2 耗时 Time consumption s 1 25 56 5 52 2 25 46 5 59 3 25 50 59 试验表明 车载系统搭载前后双激光雷达与搭载单 激光雷达相比 可增大扫描范围 减少扫描盲区 在行 驶距离相同的条件下可构建更大面积的地图 构建地图 面积相同的条件下耗时更少 建图效率提高 3 2 实时避障能力测试试验 车载系统分别搭载前后双激光雷达 前激光雷达及 后激光雷达以 0 5 m s 的速度自主导航 导航过程中随机 选择 5 个位置在车载系统前后实时设置 5 组障碍物 障 碍物为草莓育苗盆 障碍物与激光雷达间距分别设置为 15 20 25 30 和 35 cm 以位置 1 为例 具体试验过程如下 试验开始前在位 置 1处粘贴黑色胶带作为 2号标记位 胶带宽度 1 8 cm 将 车载系统前激光雷达上边沿与 2号标记位后边沿在 z轴方向 调整于同一平面 以 2号标记位前边沿为基准线沿 x轴正方 向测量 15 cm 用黑色标记笔标记作为 1 号标记位 标记后 激光雷达下边沿在地面的投影作为 3 号标记位 以 3 号标 记位为基准线沿 x轴负方向测量 15 cm 标记为 4号标记位 标记位设置如图 9所示 TCRT5000 红外传感器安装在车底 盘 当红外传感器检测到黑色胶带时向 STM32F103 控制器 输出高电平信号 控制器收到此信号后触发蜂鸣器报警 当红外传感器未检测到黑色胶带时输出低电平 蜂鸣器不 触发 试验过程中听到由 2号标记位触发的蜂鸣器警报后 立刻在 1 号标记位与 4 号标记位处同时放置障碍物 观察 车载系统的避障情况 试验结果如表 2所示 试验结果表明 车载系统搭载前后双激光雷达时 当地图中出现障碍物时可实现实时完全避障 仅搭载前 激光雷达与仅搭载后激光雷达时均存在无法避障的情 况 原因如下 以仅搭载前激光雷达为例 当规划路径 上突然出现障碍物时 激光雷达检测到障碍物后重新规 划路径 当车辆与障碍物距离过小时无法直接通过转向 避开障碍物 为确保安全 车载系统需后退一定距离 若此时后方存在障碍物 由于存在扫描盲区 车载系统 就会与障碍物发生碰撞 1 前激光雷达 2 车底盘 3 后激光雷达 4 温室墙体 5 草莓架 6 红外传 感器 7 地面 1 Front LiDAR 2 Vehicle chassis 3 Rear LiDAR 4 Wall of greenhouse 5 Strawberry shelf 6 Infrared sensor 7 Ground 图9 导航标记位置及红外传感器安装位置示意图 Fig 9 Schematic diagram of navigation marking position and infrared sensor installation location 表2 车载系统不同激光雷达安装方式下的实时避障试验结果 Table 2 Results of real time obstacle avoidance test for on board system with different LiDAR installation methods 前后双激光雷达 Front and rear dual LiDAR 前激光雷达 Front LiDAR 后激光雷达 Rear LiDAR 障碍物与激光雷达间距 Distance between obstacle and vehicle system cm A B A B A B 15 0 0 0 1 1 0 20 0 0 0 1 1 0 25 0 0 0 1 1 0 30 0 0 0 1 1 0 35 0 0 0 0 1 0 注 1 表示车底盘与障碍物发生碰撞 0 表示车底盘与障碍物未发生碰撞 A表示车底盘头部与障碍物是否发生碰撞 A 0 1 B表示车底盘尾部与障碍物是 否发生碰撞 B 0 1 Note 1 means the vehicle chassis collides with the obstacle 0 means the vehicle chassis does not collide with the obstacle A indicates whether the head of the vehicle chassis collides with the obstacle A 0 1 B indicates whether the rear of the vehicle chassis collides with the obstacle B 0 1 3 3 导航精度测试试验 在温室道路上铺设白色地布 在车载系统基坐标的 垂线与车载系统底盘的交点位置安装黑色记号笔 车载 系统导航过程中黑色记号笔会标记出实际运动轨迹 ROS 中使用的是右手坐标系 以基坐标为原点建立坐标 系 车头朝向方向为 x 轴正方向 正左方向为 y轴正方向 垂直于 x y水平面且经过基坐标的上方向为 z 轴正方向 车载系统基坐标及坐标系 地面测量点及标记笔安装位 置如图 10 所示 3 3 1 目标点导航精度测试试验 参考文献 13 和文献 26 方法设计试验 试验步骤为 设置行间道路的中心线为车载系统的目标导航路径 车 载系统从起始点分别以 0 2 0 5 和 0 8 m s 的速度按照 图 11所示路径依次经过各目标点后到达终点 完成自主 第 14期 侯加林等 双激光雷达温室运输机器人导航系统研制 85 导航 设定车载系统每到达一个目标点的停留时间为 20 s 每到达一个目标点记录车载系统四轮及基坐标位置 以测量车载系统在目标点处的横向偏差 纵向偏差及航 向偏差 各速度下试验重复 3 次 各目标点处 3 次试验 的各指标结果分别取平均值作为车载系统该速度下在 该目标点处的导航偏差 现场试验如图 12 所示 导航 偏差测量结果如表 3 所示 a 车载系统基坐标示意图 b 基坐标地面测量点示意图 a Schematic diagram of base coordinates of on board system b Schematic diagram of ground measuring point in base coordinates 图10 车载系统基坐标及其测量点示意图 Fig 10 Schematic diagram of base coordinates and measuring point of on board system a 导航路径 a Navigation path b 导航偏差 b Navigation deviation 图11 车载系统导航路径设定及导航偏差示意图 Fig 11 Schematic diagram of navigation path setting and navigation deviation of on board system 如图 11 所示 各目标点处导航偏差的测量方法为 以目标点 x 0 y 0 为坐标原点 以设定运动轨迹前进方向为 y 轴正方向 建立右手直角坐标系 航向偏差是车载系统 实际航向与目标航向之间的夹角 设实际到达点坐标为 x 1 y 1 则横向偏差数值为 d 1 x 1 x 0 9 式中 d 1 为横向偏差 cm 纵向偏差数值为 d 2 y 1 y 0 10 式中 d 2 为纵向偏差 cm 导航偏差正负值的定义为 若实际到达点在目标 点的左侧 则横向偏差为正 若实际到达点在目标点 的右侧 则横向偏差为负 实际到达点在目标点的上 侧 则纵向偏差为正 实际到达点在目标点的下侧 则纵向偏差为负 若实际航向在目标航向的左侧 则 航向偏差为正 若实际航向在目标航向的右侧 则航 向偏差为负 a 导航过程上位机显示画面 a Display screen of upper computer in navigation process b 导航试验场景 b Scene of navigation test 1 目标点标记物 2 地布 3 车载系统 4 草莓架 1 Target point marker 2 Ground cloth 3 On board system 4 Strawberry shelf test 图12 导航试验 Fig 12 Navigation test 表 3 表明 随着速度增加 车载系统的横向偏差 纵向偏差及航向偏差的最大值 平均值及均方根误差均 增大 但 3 种速度下各目标点处的横向偏差 纵向偏差 的平均值不超过 9 cm 均方根误差均不超过 11 2 cm 标 准差小于 5 cm 航向偏差的平均值小于 10 均方根误 差小于 12 标准差小于 6 试验温室实际测试结果证 明 该精度可满足机器人在试验温室运输任务中的导航 定位需求 3 3 2 全路径导航偏差测试试验 参考文献 32 方法设计试验 试验步骤为 车载系统 分别以 0 2 0 5和 0 8 m s 的速度按照图 11 所示路径完成 自主导航 一次导航完成后从起点开始以 1 m 为间隔 测量车载系统实际导航路径与目标路径之间的横向偏 差 各速度下试验重复 3 次 以 3 次试验在测量点处的 横向偏差平均值作为车载系统该速度下在测量点处的偏 差 横向偏差统计如表 4 所示 表3 导航偏差 Table 3 Navigation deviation 横向偏差 Lateral deviation cm 纵向偏差 Longitudinal deviation cm 航向偏差 Course deviation 速度 Speed m s 1 最大值 Maxi mum 中值 Med ian 最小 值 Mini mum 平均 Aver age 标准差 Stan dard deviation 均方根 误差 Root mean square error 最大值 Maxi mum 中值 Med ian 最小 值 Mini mum 平均 Aver age 标准差 Stan dard deviation 均方根 误差 Root mean square error 最大 值 Maxi mum 中值 Med ian 最小值 Mini mum 平均 Aver age 标准差 Stan dard deviation 均方根 误差 Root mean square error 0 2 8 8 0 9 7 0 4 1 2 5 4 8 6 9 1 4 5 7 3 5 2 0 4 0 9 8 0 7 10 0 4 8 2 6 0 5 13 9 1 7 9 9 7 5 3 8 8 4 10 9 0 5 10 1 4 7 3 2 5 8 13 5 1 9 14 1 6 1 3 9 0 8 17 9 2 2 18 3 9 0 4 9 10 2 15 9 1 1 13 1 7 9 4 8 9 3 18 7 1 4 17 3 9 8 5 4 5 5 7 2 11 2 农业工程学报 http www tcsae org 2020年 86 表4 横向偏差统计 Table 4 Statistics of lateral deviation 速度 Speed m s 1 试验号 Test No 最大值 Maximum cm 最小值 Minimum cm 平均 Average cm 标准差 Standard deviation cm 1 9 7 8 3 2 8 2 8 2 8 4 9 1 4 1 2 2 0 2 3 9 3 8 2 2 7 2 5 1 13 7 13 1 9 8 2 1 2 13 1 12 7 8 1 2 8 0 5 3 13 9 13 3 10 7 2 6 1 17 7 16 8 12 4 4 1 2 17 9 17 2 12 8 3 7 0 8 3 17 2 17 4 11 9 4 5 由表 4 可知 车载系统以 0 2 m s的速度行驶 实际 导航路径与目标路径之间的最大偏差小于 10 cm 平均偏 差小于 5 cm 车载系统以 0 5 m s的速度行驶 实际导航 路径与目标路径之间的最大偏差小于 14 cm 平均偏差小 于 11 cm 车载系统以 0 8 m s 的速度行驶 实际导航路 径与目标路径之间的最大偏差小于 18 cm 平均偏差小于 13 cm 车载系统在 3种速度下均可完成自主导航 安全 到达终点 实际导航路线与目标路线之间虽有偏差但未 发生严重偏离 全路径导航偏差测试试验表明 车载系统分别以 0 2 0 5和 0 8 m s 的速度运行时均可完成自主导航到达终点 3 种速度下车载系统实际导航路径与目标路径间的平均 偏差小于 13 cm 标准差小于 5 cm 4 结 论 1 研制了基于前后双激光雷达的温室运输机器人导 航系统 与单激光雷达相比 增加了环境扫描范围 提 高了建图效率及实时避障能力 该系统采用模块化的硬 件结构设计和分层式软件结构设计 兼顾了运输机器人 对数据通量与响应速度的要求 2 导航试验结果表明 车载系统分别以 0 2 0 5 和 0 8 m s 的速度运行时 实际导航路径与目标路径的平均 偏差小于 13 cm 标准差小于 5 cm 导航目标点处的横向 偏差 纵向偏差的平均值不超过 9 cm 均方根误差均不 超过 11 2 cm 标准差小于 5 cm 航向偏差的平均值小于 10 均方根误差小于 12 标准差小于 6 温室实际 测试结果表明 该精度满足机器人在试验温室运输的导 航定位需求 在下一步研究中 将通过算法优化 辅助 定位等方式进一步减小导航偏差 3 系统软件的核心控制层基于 ROS 操作系统实现 采用分布式节点实现信息交互 便于后续对软件算法的 进一步完善开发 该系统对温室机器人导航系统的研发 具有一定借鉴意义 参 考 文 献 1 齐飞 李恺 李邵 等 世界设施园艺智能化装备发展 对中国的启示研究 J 农业工程学报 2019 35 2 183 195 Qi Fei Li Kai Li Shao et al Development of intelligent equipment for protected horticulture in world and enlightenment to China J Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE 2019 35 2 183 195 in Chinese with English abstract 2 齐飞 魏晓明 张跃峰 中国设施园艺装备技术发展现状 与未来研究方向 J 农业工程学报 2017 33 24 1 9 Qi Fei Wei Xiaoming Zhang Yuefeng Development status and future research emphase on greenhouse horticultural equipment and its relative technology in China J Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE 2017 33 24 1 9 in Chinese with English a