| 基于自适应系数卡尔曼滤波的农业移动机器人组合定位 |
| |
| 引用本文： | 邱权,胡青含,樊正强,孙娜,张喜海. 基于自适应系数卡尔曼滤波的农业移动机器人组合定位[J]. 农业机械学报, 2022, 53(S1): 36-43 |
| |
| 作者姓名： | 邱权 胡青含 樊正强 孙娜 张喜海 |
| |
| 作者单位： | 北京石油化工学院;东北农业大学;北京市农林科学院;西北农林科技大学;北京市农林科学院;西南大学 |
| |
| 基金项目： | 国家重点研发计划项目（2018YFB1307502）和国家自然科学基金项目（61973040） |
| |
| 摘 要： | 基于全球导航卫星系统（Global navigation satellite system,GNSS）的定位导航技术在半结构化、半开放式农业应用场景的部分区域,可能由于存在作物遮挡而导致GNSS接收信号出现短暂丢失的情况,进而影响机器人定位导航精度,甚至对作物和工作人员造成伤害。针对这一问题,本文开展了农业遮挡环境下的GNSS与惯性导航系统(Inertial navigation system,INS)的组合定位方法研究。搭建了用于多传感器定位导航实验的农业机器人系统,该系统由履带式移动平台、GNSS、INS等硬件和ROS(Robot operation system)操作系统、远程操控界面等软件构成。提出了引入自适应系数的GNSS/INS组合定位卡尔曼滤波算法,当GNSS无法进行差分定位或定位数据产生跃变时,通过自适应卡尔曼滤波能够切换到INS定位,从而实现机器人自身位置、姿态的最优估计。在典型农业遮挡场景（果园）进行了实地组合定位实验,并通过GNSS单通道定位、INS单通道定位、常规卡尔曼滤波融合定位、引入自适应系数的卡尔曼滤波定位等4种定位方法的对比,验证了本文提出算法的有效性。现场实验表明：定位过程中,当100m×20m的实验区域内出现30m×6m的高遮挡区域时,与GNSS定位信息测量方法、INS航迹推算定位方法以及常规卡尔曼滤波组合定位方法相比,自适应系数卡尔曼滤波组合定位方法定位精度分别提升62.1%、48.5%、47.7%。
|
| 关 键 词： | 农业移动机器人 组合定位 全球导航卫星系统 惯性导航系统 自适应系数卡尔曼滤波 |
| 收稿时间： | 2022-05-31 |
Adaptive-coefficient Kalman Filter Based Combined Positioning Algorithm for Agricultural Mobile Robots |
| |
| QIU Quan,HU Qinghan,FAN Zhengqiang,SUN N,ZHANG Xihai. Adaptive-coefficient Kalman Filter Based Combined Positioning Algorithm for Agricultural Mobile Robots[J]. Transactions of the Chinese Society for Agricultural Machinery, 2022, 53(S1): 36-43 |
| |
| Authors: | QIU Quan HU Qinghan FAN Zhengqiang SUN N ZHANG Xihai |
| |
| Affiliation: | Beijing Institute of Petrochemical Technology;Northeast Agricultural University;Beijing Academy of Agriculture and Forestry Sciences;Northwest A&F University;Beijing Academy of Agriculture and Forestry Sciences;Southwest University |
| |
| Abstract: | |
| |
| Keywords: | agricultural mobile robot combined positioning global navigation satellite system inertial navigation system adaptive-coefficient Kalman filter |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载全文 |
|
