.png){kind=icon}
返回
Fusion-Odometry-Based Global Navigation in Closed Orchards
.png){kind=icon}
OA
AI
DOI：10.1002/rob.70114.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
封闭果园中的自主导航对农业生产至关重要，但受全球导航卫星系统（GNSS）遮挡影响，鲁棒的全局定位仍具挑战性。本研究提出了一种基于融合里程计（FUO）的全局导航框架，集成了定位、路径规划和路径跟踪功能。FUO采用基于实时动态里程计（RTO）的初始化以保证全局一致性，并通过平滑与映射（Smoothing and Mapping）结合漂移校正，优化2D激光雷达-惯性里程计。随后，全局坐标系下的轮式里程计（WHOT）与惯性测量单元数据通过扩展卡尔曼滤波融合，以提供轻量级且全局一致性的里程计。最后，采用改进的纯追踪控制器进行路径跟踪。田间实验验证了该框架在多种条件下的有效性：在开放场地基准测试中，FUO实现了厘米级精度，并保持了接近真实值的闭环质量，而WHOT则表现出累积漂移；在树冠覆盖的海棠果园中，FUO缓解了GNSS遮挡下RTO失效的影响，闭环误差显著小于RTO；在休眠期高纺锤形苹果园中，FUO进一步验证了跨场景和季节的泛化能力，绝对定位误差持续低于0.06 m和4.23度。总之，该框架在多源里程计融合方面提出了概念性进展，并提供了一种针对果园环境的实用导航解决方案，显著优于单一里程计模块，能够在GNSS受限条件下实现易于部署的自主作业。
Keyword:
closed orchards
field automation
global localization
global navigation
pure pursuit
sensor fusion
期刊
IF:
5.2
论文数:
1.7K
被引数:
6.0K
机构
引用论文
Performance analysis of improved iterated cubature Kalman filter and its application to GNSS/INS.png)
ISA TRANSACTIONS
ISA TRANSACTIONSIF6.5
PREAI
分享收藏Geometry-Based Cooperative Localization for Connected Vehicle Subject to Temporary Loss of GNSS SignalsGNSS信号暂时丢失的基于几何的互联车辆协同定位IEEE SENSORS JOURNAL
IEEE SENSORS JOURNALIF4.5
PREAI
分享收藏
分享收藏分享收藏
查看更多内容