摘 要：自動化導航是農(nóng)業(yè)機器人的重要組成部分，本文在查閱大量文獻的基礎上，對農(nóng)業(yè)機器人的自動化導航系統(tǒng)研究現(xiàn)狀進行了簡要分析。

關(guān)鍵詞：農(nóng)業(yè)；機器人；自動化；導航

近年來，國內(nèi)外學者圍繞農(nóng)業(yè)機器人導航技術(shù)進行了廣泛的研究，主要包括地圖導航、路標導航、感知導航、視覺導航和星基導航等。隨著自動化技術(shù)的進一步發(fā)展，導航傳感器主要包括全球定位系統(tǒng)、視覺傳感器、超聲波、激光、地磁方位傳感器等?，F(xiàn)今研究主要集中于機器視覺和GPS導航這兩種最具發(fā)展前途的方式上。

1.國外研究現(xiàn)狀

國外20世紀70年代開始對農(nóng)業(yè)機械導航開展了相關(guān)的研究。隨著GPS民用化的實現(xiàn)和機器視覺技術(shù)的逐漸成熟，農(nóng)業(yè)機器人導航技術(shù)主要經(jīng)歷了從標桿導航、電纜導航、地磁導航到視覺導航、GPS導航等技術(shù)變化的過程。

韓國Lee等（2009）提出利用GPS等設備獲得機器人當前的定位信息，然后采用立體攝像機實時感知機器人周圍的工作環(huán)境，機器人定位信息獲取是重建地形圖的前提條件。

美國Oscar等（2011）開發(fā)了一種基于激光的自動導航系統(tǒng)。該系統(tǒng)利用激光掃描儀作為導航傳感器識別樹行直線軌跡，控制拖拉機在樹行間自動行走。采用Hough變換檢測樹行，并應用自動衰減算法消除激光掃描數(shù)據(jù)中的高斯噪聲。實驗表明，在適合的運行速度下系統(tǒng)側(cè)向誤差為0.11m，推算角度誤差為1.5°。

美國Francisco R等（2012）通過將多個傳感器獲取的信息融合的方法重建果園三維地形圖。該系統(tǒng)采用雙目立體攝像機、GPS和一個慣性測量單元來獲取信息，這三個傳感器均被安裝在一個移動平臺上并連接至上位機，上位機通過實時融合數(shù)據(jù)生成果園等農(nóng)業(yè)生產(chǎn)環(huán)境的三維地形圖。

紐西蘭A. J. Scarfe等（2013）研發(fā)了一個奇異果采摘機器人，該機器人具有自主導航功能。當樹冠未對機器人形成遮擋時，采用GPS和羅盤進行導航；當樹冠對機器人形成遮擋時，采用雙目視覺系統(tǒng)進行導航。使用視覺系統(tǒng)進行導航時，該系統(tǒng)采用傳統(tǒng)的Hough變換提取導航線。

2.國內(nèi)研究現(xiàn)狀

目前，國內(nèi)對于機器人果園導航領(lǐng)域內(nèi)的研究較少，但在農(nóng)業(yè)機械和機器人的農(nóng)田導航方面有諸多研究。由于我國在農(nóng)田作業(yè)機器人導航研究工作起步較晚，沒有經(jīng)歷國外先進國家的電纜導航、地磁導航等復雜研究過程，直接進入視覺導航和GPS導航。主要研究報道集中于視覺導航在非結(jié)構(gòu)農(nóng)田中的應用。

南京農(nóng)業(yè)大學姬長英等（2009）設計了一個農(nóng)用輪式移動機器人，該機器人以通用小型四輪拖拉機作為行走機構(gòu)實現(xiàn)自主導航，測量裝置包括導向輪轉(zhuǎn)角傳感器、車速傳感器及攝像機。導航視覺系統(tǒng)由攝像機和計算機組成，負責檢測導航目標，并計算自身相對于引導目標的位姿值；利用卡爾曼濾波實現(xiàn)多傳感器信息融合。用人工綠籬模擬農(nóng)作物行進行實驗，實驗結(jié)果表明：該機器人能較好的跟蹤綠籬邊緣。

中國農(nóng)業(yè)大學陳兵旗等（2012）針對農(nóng)田耕作機器人，提出了一種犁溝斜率檢測算法提取機器人行走路徑。將攝像機安裝于拖拉機前方，耕作過程中采集農(nóng)田場景圖像，根據(jù)已耕作區(qū)域、未耕作區(qū)域和非農(nóng)田區(qū)域的不同顏色特征，判斷出田端和犁溝線的位置以及檢測后續(xù)計算的特征點，利用基于一點的改進哈夫變換算法計算犁溝線的斜率。經(jīng)過實驗表明，該算法具有速度快、準確性高的優(yōu)點。

浙江工業(yè)大學黃步雨等（2013）研制了一種在溫室作業(yè)的農(nóng)業(yè)機器人。該研究將射頻通信技術(shù)應用于農(nóng)業(yè)機器人的中短距離控制與導航，導航系統(tǒng)采用RFID（Radio Frequency Identification）技術(shù)與機器視覺相結(jié)合。溫室的行進路徑裝有位置導航信息的RFID標簽，標簽中記錄各種位置信息、作業(yè)目標牌號；農(nóng)業(yè)機器人車載有PFID閱讀器等。通過RFID輔助定位、導航，農(nóng)業(yè)機器人可自主移動至制定位置，進行相應作業(yè)。機器視覺技術(shù)用于修正RFID閱讀器誤識別產(chǎn)生的誤差，提高系統(tǒng)可靠性。

中國農(nóng)業(yè)大學張漫等（2013）提出了一種基于機器視覺的農(nóng)業(yè)車輛自動導航系統(tǒng)。該導航系統(tǒng)包括主控計算機、攝像機、操縱控制器、轉(zhuǎn)向驅(qū)動機構(gòu)、前輪偏角測量裝置和導航車。利用圖像過綠特征和垂直投影移動法獲取導航定位點，利用基于已知點的隨機霍夫變換檢測導航基準線。以橫向偏差和航向偏差作為輸入量，采用二維模糊決策器對期望前輪轉(zhuǎn)角進行決策。實驗結(jié)果表明：該導航系統(tǒng)可以有效地實現(xiàn)直線路徑跟蹤。當車速為0.3m/s時，最大跟蹤橫向偏差不超過5cm，平均偏差不超過2cm。

3.結(jié)論

綜上所述，目前農(nóng)田導航系統(tǒng)中，普遍采用GPS導航和機器視覺為主，其他導航技術(shù)（羅盤、加速度計等）與其相結(jié)合的方法。但運用GPS進行導航，受一定條件的限制。首先GPS必須接收到4顆以上衛(wèi)星，才能正常工作，當遇到樹木、房屋、高大建筑時，可能接收不到足夠的衛(wèi)星信號，此時定位精度將受到影響。與之相比，在非結(jié)構(gòu)環(huán)境中，機器視覺導航技術(shù)具有諸多優(yōu)點，能有效解決農(nóng)業(yè)機器人定位導航的問題。將機器視覺應用于采摘機器人的導航中，可有效的實現(xiàn)機器人自主行走。因此，在復雜環(huán)境中，應用機器視覺進行果園導航比GPS導航更具有優(yōu)勢。

參考文獻：

[1]黃步雨，于豐華，鄒麗娜，岳仕達. 農(nóng)業(yè)機器人研究現(xiàn)狀及發(fā)展趨勢[J]. 農(nóng)業(yè)工程，2013（06）

[2]陳兵旗，何曉蘭，杜尚豐，柯杏. 機器視覺在農(nóng)業(yè)機器人自主導航系統(tǒng)中的研究進展[J]. 農(nóng)機化研究，2012（03）

作者簡介：魏全盛，（1964.11-），男，籍貫：安遠，學歷：本科，專業(yè)：工業(yè)電氣自動化，職稱：副教授，工作單位：江西工業(yè)職業(yè)技術(shù)學院。