馬偉,康佩鋒

溫室內(nèi)定位技術(shù)

溫室內(nèi)定位技術(shù)是基于定位系統(tǒng)（IPS）數(shù)據(jù)，對可視化靜態(tài)坐標或基于靜態(tài)坐標獲得的移動坐標實現(xiàn)高保真室內(nèi)定位立體重構(gòu)，或在地圖上顯示并跟蹤目標位置的技術(shù)。

目前在設(shè)施農(nóng)業(yè)領(lǐng)域，作物精準管理以及智能化機器人作業(yè)都需要精準定位，因此實現(xiàn)溫室內(nèi)智能運行設(shè)備的準確定位意義重大。在大型連棟溫室內(nèi)，負責(zé)自動運輸物料及采收產(chǎn)品的AGV系統(tǒng)，功能越來越多樣，運行路線網(wǎng)絡(luò)越來越復(fù)雜，溫室內(nèi)AGV的準確定位是保障系統(tǒng)運行的必要條件。進一步研究發(fā)現(xiàn)，溫室內(nèi)根據(jù)作物收獲時間和生長周期劃分生產(chǎn)空間，成為溫室高效利用的一種有效手段，對溫室內(nèi)空間分區(qū)控制病蟲害也十分有利，可根據(jù)溫室空間內(nèi)病蟲害分布情況實施變量噴藥，有效地保護環(huán)境并節(jié)省農(nóng)藥的使用，這一做法逐步成為主流趨勢。這些需求和趨勢都是對溫室內(nèi)區(qū)域的差異化利用和對室內(nèi)定位技術(shù)研究提出了要求，但溫室內(nèi)定位有諸多技術(shù)難點，由于溫室內(nèi)有較多遮擋物，傳統(tǒng)的GPS定位因為信號太弱無法滿足精度要求，新的室內(nèi)定位方法成為研究熱點。

國內(nèi)外溫室內(nèi)定位技術(shù)研究新趨勢

國內(nèi)外對于溫室內(nèi)定位技術(shù)的研究新趨勢主要包括以下幾個方面：

GPS定位

溫室內(nèi)無GPS信號或者信號很弱的情況下，室外的GPS定位信號無縫過渡到室內(nèi)的定位系統(tǒng)成為研究焦點，其中室內(nèi)定位和室外定位的數(shù)據(jù)快速精確結(jié)合是關(guān)鍵難點。國外的一些技術(shù)框架，例如Cartogram系統(tǒng)建立在Google Maps平臺之上，但可自主控制數(shù)據(jù)的隱私性，數(shù)據(jù)不提供給Google[1]。

WiFi定位

該技術(shù)是利用信號強度的精確解析來獲取操作者當前位置的信息。通過信號強度來判斷用戶與路由器接入點的距離，一般可通過離用戶最近一個點的信號獲得用戶當前的位置。不足之處是室內(nèi)如果沒有足夠的WiFi接入點，就會因為信號的延遲而降低室內(nèi)定位的精度。圖1所示為定位原理圖，噴藥機器人或噴藥作業(yè)智能裝置當前坐標為Rx，預(yù)先將位置對應(yīng)的信號強度存入數(shù)據(jù)庫。

地磁定位

利用地磁傳感器感應(yīng)地球磁場及周圍金屬物體的磁場，來確定用戶的位置。優(yōu)點是不需要單獨布置外圍的信號裝置，但要預(yù)先對每個區(qū)域的磁場進行標定。另外傳感器容易受到外部鋼鐵物件磁場的干擾，從而導(dǎo)致讀數(shù)不精確。當用戶在室內(nèi)作業(yè)移動時，位置的精度相對靜止時會提高。

慣性定位

慣性定位是使用手機中的運動/旋轉(zhuǎn)（加速度計/陀螺儀）傳感器的系統(tǒng)。慣性定位是通過航位推算來計算的。這是通過使用確定的起始點并基于估計速度、距離和方向等參數(shù)來計算當前位置的過程。優(yōu)點是成本效益高，因為它不需要硬件成本或提前對各個區(qū)域進行標定。缺點是由于起點必須通過另一種室內(nèi)定位方法來確定，因此不能單獨使用。慣性測量只能用于用戶相對于他們開始的地方確定一個相對位置的時候使用[2]。

區(qū)域圍欄檢測技術(shù)

Geofencing作為室內(nèi)區(qū)域圍欄檢測技術(shù)其需求非常強大。強大的區(qū)域檢測和移動接近解決方案是溫室內(nèi)定位研究的熱點。其中SPREO的區(qū)域檢測技術(shù)研究是全球領(lǐng)先的。如果移動設(shè)備處于小區(qū)域內(nèi)或小區(qū)域外，則可以100%精確地檢測到觸發(fā)適當?shù)奶卣骱蛣幼鳌PREO的位置感知軟件開發(fā)包和移動應(yīng)用程序提供了精確的室內(nèi)位置定位分析，區(qū)域邊緣特征獲取和基于接近度的上下條件預(yù)警通知。采用數(shù)學(xué)算法將復(fù)雜的傳感器和室內(nèi)定位輸入抽象化，以實時提供精確的位置。與任何信標或WiFi基礎(chǔ)設(shè)施無縫配合使用。研究最新成果是提供二次開發(fā)的接口實現(xiàn)面向應(yīng)用的擴展[3]。

點云圖像定位

基于圖像的室內(nèi)環(huán)境定位是需要應(yīng)用和需求首要解決的問題之一，建立3D的圖像數(shù)據(jù)庫，能為定位提供最接近的匹配圖像，通過重建后點云圖像數(shù)據(jù)來判別室內(nèi)的位置，準確率是94%。進一步研究表明，通過已知地理坐標的六個自由度的圖像建立一個數(shù)據(jù)庫，把獲取的周圍環(huán)境的大圖像分割成許多小的單元格，通過數(shù)據(jù)庫使得每個單元格都具備預(yù)先的搜索結(jié)構(gòu)，識別精確度達到95%[4-6]。圖像對室內(nèi)定位的研究方法如表1所示[7]。

結(jié)束語

溫室內(nèi)定位技術(shù)是將室內(nèi)定位技術(shù)與設(shè)施農(nóng)業(yè)智能化生產(chǎn)進行了很好地結(jié)合，是當前以及未來的熱門研究領(lǐng)域，有著廣泛的應(yīng)用前景，未來研究工作可能會從以下幾個方面進行：

（1）現(xiàn)有技術(shù)優(yōu)化。主要是針對目前技術(shù)存在的缺點進行優(yōu)化。從之前的對比可以看出，目前技術(shù)的主要缺點集中在精度低、作用距離短、易受干擾、功耗大、依賴輔助設(shè)施、造價高等方面，針對某一技術(shù)的某一缺點進行優(yōu)化改進，將大幅提高該技術(shù)的實用性。

（2）多技術(shù)融合提高精度。鑒于目前的主流技術(shù)各有優(yōu)缺點，各技術(shù)的融合將是取長補短的有力方法。例如分級定位逐級提高定位精度，實現(xiàn)溫室不同場景對定位精度的需求。

（3）定位方法的準確應(yīng)用。當前的定位技術(shù)都是建立在鄰近信息、場景分析和幾何特征三種定位方法之上的，靈活合理地應(yīng)用這些定位方法，提出推行真正適合農(nóng)業(yè)生產(chǎn)場景的應(yīng)用方案，將會帶動設(shè)施農(nóng)業(yè)生產(chǎn)的自動化智能化發(fā)展。

參考文獻

[1] Find out where you are， with or without GPS[EB/OL].[2017-10-11]. http：//www.here.com/en/products-services/products/here-positioning/here-positioning#.

[2] What is the best system for achieving 'Blue Dot' indoors？[EB/OL].[2017-10-13].https：//www.jibestream.com/blog/what-is-the-best-system-for-achieving-blue-dot-indoors.

[3] Accurate zone detection and proximity technology are easier said than done[EB/OL].[2017-10-13].http：//spreo.co/geofencing.

[4] Jason Zhi Liang， Nicholas Corso， Eric Turner. Image Based Localization in Indoor Environments[C].International Conference on Indoor Positioning and Indoor Navigation， 2013.

[5] Video and Image Processing （VIP） Lab[EB/OL].http：//www-video.eecs.berkeley.edu.

[6] Jerry Zhang， Aaron Hallquist， Eric Liang，et al. LOCATION-BASED IMAGE RETRIEVAL FOR URBAN ENVIRONMENTS：Image Processing （ICIP）[C]. IEEE International Conference，2011.

[7] Rainer Mautz， SebastianTilch.Optical Indoor Positioning Systems[C]. International Conference on Indoor Positioning and Indoor Navigation （IPIN），2011.

*項目支持：國家留學(xué)基金委項目，北京市農(nóng)林科學(xué)院創(chuàng)新團隊和青年基金項目。

[引用信息]馬偉，康佩鋒.溫室智能裝備系列之九十八溫室內(nèi)定位技術(shù)研究新趨勢[J].農(nóng)業(yè)工程技術(shù)，2017，37（31）：61-62.