农业车辆自主定位与环境地图创建问题研究

Precise rowledge, orientation and interval can be supplied by automatic agricultural vehicles which can keep working for a long time without manual intervention. This will improve working accuracy and reduce working time and cost. Automatic localization and mapping are the primary and key problems for researching automatic agricultural vehicle. Main researching items are summarized as below:.(1) Bimodal Virtual Reference Station (VRS) will be used in absolute localization. GPS and Beidou signals will be fused by VRS, which will avoid unsuccessful localization that is caused by single satellite signal problem. .(2) Omnidirectional vision system and particle filter will be used in relative localization. 360deg images will be collected by an omnidirectional camera. After then, position changing of feature points in adjacent time will be calculated by particle filter. According this, relative position changing of agricultural vehicles will be worked out..(3) Simultaneous localization and mapping (SLAM) for agricultural vehicles will be researched. Vehicles can get itself positions and create environment maps simultaneously with SLAM technology. The industry personal computer operates the position and map data base by continuous iteration, which is the basis of path planning.

自主导航农业车辆的使用可保证精准的作业行距、作业方向及间距，并能够长时间工作无需人工干预。在降低人工需求的同时提高了作业精度，加快作业进度，节约时间，降低生产成本。自主定位和导航地图创建问题是研究自主导航农业车辆的基础与关键核心问题。本项目拟开展的研究内容包括：.（1）通过双模虚拟参考站进行农业车辆绝对定位。通过构建双模虚拟参考站，将GPS和我国自主研发的北斗系统进行数据融合，避免由于单一卫星系统的信号问题而导致定位失败。.（2）通过全景视觉和粒子滤波进行农业车辆相对定位。通过全景相机采集车辆周围360°的环境图像，由粒子滤波器根据相邻时刻图像中特征点位置的变化反推车辆的运动，从而对车辆进行相对定位，提高定位鲁棒性。.（3）开展农业车辆同时定位与地图创建理论与技术研究。车辆可以在自身定位的同时创建环境地图，通过不断迭代的方式同时维护自身位姿和环境地图两个数据库，为路径规划提供依据。

自主导航农业车辆作为牵引机械，在降低人工需求的同时提高了作业精度，加快作业进度，节约时间，降低生产成本。为了给自主导航农业车辆提供精准的位姿信息并创建环境地图，本项目深入开展双模定位理论、机器视觉相对定位、全景视觉目标跟踪、全景视觉地图创建、障碍物点云地图创建和试验平台搭建与改造等方面的研究。研究结果表明：.（1）采用差分扩展卡尔曼滤波设计了双模系统软件和硬件，实现了静态双目差分精度小于5cm。.（2）提出了基于机器视觉相对定位的灰色预测理论，通过三目相机分别建立长短基线两套双目视觉系统，并通过灰色预测算法，能够预测拖拉机在平面上的运动轨迹。.（3）提出了3种全景视觉运动目标跟踪算法，并通过试验对比了各种算法在运动目标跟踪过程中不同特性和效果。.（4）提出了PV-SLAM全景地图创建算法，在闭环路径和非闭环路径开展试验，证明了算法的有效性。.（5）通过点云密度补偿理论和空间障碍物有效区域理论，开展了障碍物地图创建与探测研究。提出的FSLIC 算法优于具有良好分割结果的GB超像素分割算法以及传统分割算法，同时分割效率显著提高，算法运行时间比原始算法缩短。.（6）对试验平台进行油路改造，设计了485总线型的控制系统结构，并通过双极性信号测试系统的输出响应，达到了预期的设计目标。同时设计了通信链路无线总线系统和基于模糊控制转向控制系统。.项目研究结果中相关结论及数据能够对自主导航农机产品的研发及改进有一定的借鉴意义，同时并起到促进作用。