農業機器人定位與建圖領域研究獲新進展

華南農業大學工程學院教授馬瑞峻、副教授陳瑜團隊在農業機器人定位與建圖領域研究取得新進展，提出一種基于無特征設計的分層耦合策略處理激光點云數據和慣性測量數據的激光慣性SLAM（同時定位與建圖，Simultaneous Localization and Mapping）系統。相關成果近日發表于《農業計算機與電子》（Computers and Electronics in Agriculture）。

準確的態勢感知對于各種農業任務至關重要，也是自主農業機器人的基礎。基于視覺和激光雷達的SLAM技術已經廣泛應用在各類農業機器人上，例如農業機器人的狀態估計和環境感知。但是，大多數方法在前端采用了基于規則的特征設計及提取方式進行。由于農業場景中基于人工規則的幾何特征設計及提取方式是不穩定的，加之傳統激光雷達SLAM前端又對邊緣和平面幾何特征高度依賴，使得在非結構化且復雜的農業種植場景為各類農業機器人設計穩定的定位與建圖系統是一項挑戰。

針對上述問題，研究人員在國家自然科學基金項目的資助下，研究提出了一種無特征設計的分層耦合激光雷達-慣性里程計并基于增量因子圖結合回環檢測的綜合SLAM系統。通過基于裁剪和統計過濾器去除來自機器人自身的測距點和異常點；使用慣性測量單元（IMU）數據建模農業機器人的非線性運動過程來消除由快速移動和轉彎引起的點云失真；在系統前端提出一種增強型體素化廣義迭代最近點方法，該方法采用自適應概率分布方式對基于激光掃描到全局子圖策略的點云注冊過程進行權重更新；在系統后端則利用一個結合回環檢測的增量因子圖和幾何觀察器分層耦合激光雷達觀測和IMU觀測，來優化并收斂激光雷達關鍵幀和公共幀的全局狀態估計，同時更新IMU狀態的零偏。

實驗結果表明，該方法能在多種開放或密集的農作物種植場景中進行高效的農業機器人狀態估計和環境測繪任務，并且基于無特征設計的前端可以直接適配不同掃描模式（如：機械式、混合固態式、純固態式）的激光雷達傳感器。

該研究為農業機器人在不同農業種植場景進行空間定位和環境測繪提供了新的研究思路和方法；同時為未來通用智慧農業機器人平臺中的SLAM應用提供了理論和技術參考，具有廣泛的基礎應用能力，可以為智慧農業提供必要的技術支持。

相關論文信息：https://doi.org/10.1016/j.compag.2024.109487