姜賽珂，張美娜，李雪，祁雁楠，呂曉蘭

（1.江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)設(shè)施與裝備研究揚，南京市，210014；2.江蘇大學(xué)農(nóng)業(yè)工程學(xué)院，江蘇鎮(zhèn)江，212013；3.農(nóng)業(yè)農(nóng)村部長江中下游設(shè)施農(nóng)業(yè)工程重點實驗室，南京市，210014）

0 引言

設(shè)施農(nóng)業(yè)作為一種環(huán)境可控、高效集約的現(xiàn)代農(nóng)業(yè)生產(chǎn)方式，具有高產(chǎn)出、高效率以及可持續(xù)發(fā)展的優(yōu)勢［1-3］。

目前，我國設(shè)施建設(shè)繼續(xù)向大型化、規(guī)模化發(fā)展，設(shè)施裝備向機械化和智能化發(fā)展［4］。在設(shè)施種植、噴灌、采摘、巡檢等方面，傳統(tǒng)作業(yè)方式勞動強度大、作業(yè)效率低，且存在部分安全隱患［5-6］。隨著科學(xué)技術(shù)的發(fā)展和勞動力成本的不斷提高，自主移動裝備在設(shè)施中的應(yīng)用范圍越來越廣［7-10］，使得整體作業(yè)效率、作業(yè)安全性和監(jiān)測信息精準(zhǔn)性得到極大提高。面對設(shè)施復(fù)雜環(huán)境，裝備在設(shè)施中如何安全、快速、有效的路徑規(guī)劃和移動成為設(shè)施自主移動裝備應(yīng)用的首要難點，研究設(shè)施自主移動裝備導(dǎo)航方式對我國設(shè)施裝備發(fā)展研究具有深遠意義。為此，本文從設(shè)施自主移動裝備類型與應(yīng)用、設(shè)施自主移動裝備導(dǎo)航技術(shù)發(fā)展兩方面展開評述。

1 設(shè)施移動機器人類型與應(yīng)用

1.1 噴灌與植保裝備

設(shè)施內(nèi)作物噴灌、植保不同于大田作業(yè)，設(shè)施空氣流動性差、溫濕度高且相對封閉，人工作業(yè)時存在較大的安全隱患［11］。

國外很早就開始了噴灌、植保裝備的研發(fā)應(yīng)用，其中美國的ITS噴灌機（圖1）在我國進口噴灌機市場占有率最高，該型號噴灌機已實現(xiàn)了微電腦編程控制器控制［12］。

圖1 ITS雙軌噴灌機Fig.1 ITS dual-track sprinkler

國內(nèi)部分廠家結(jié)合國外先進機型研發(fā)出PG系列、IR系列（圖2）等多款懸掛軌道式噴灌機型，并且噴灌機利用組合邏輯和電磁信號實現(xiàn)高自動化控制［13-14］。

圖2 IR系列噴灌機Fig.2 IR series sprinkler

懸掛軌道式噴灌機的應(yīng)用極大解決了設(shè)施無人噴灌問題，但依舊擺脫不了至少一室一臺的噴灌需求，且軌道生產(chǎn)布置成本相對較高，逐漸地，越來越多的地面移動式噴灌、植保機器人發(fā)展起來。

表1為不同導(dǎo)航形式的部分設(shè)施移動噴灌植保裝備情況。

表1 地面移動式噴灌與植保機器人Tab.1 Ground mobile sprinkler irrigation and plant protection robots

1.2 采摘與運輸裝備

設(shè)施作業(yè)空間小，常用戶外采摘、運輸機械平臺在設(shè)施內(nèi)無法正常使用，只能通過人工完成。人工作業(yè)不僅增加了投資成本，同時工作效率低、勞動強度大等弊端也日益顯現(xiàn)，越來越多的研究機構(gòu)和科研單位逐漸投入到設(shè)施采摘、運輸裝備的研發(fā)［19-20］。設(shè)施采摘機器人主要由移動平臺和采摘機構(gòu)兩部分構(gòu)成，移動平臺不僅要完成全局路徑規(guī)劃，同時還要滿足采摘機構(gòu)適宜的速度、位置條件，因此，其路徑規(guī)劃和運動控制部分更加復(fù)雜。

表2展示了部分典型采摘機器人的相關(guān)技術(shù)參數(shù)。

表2 典型收獲機器人研究成果Tab.2 Research results of typical harvest robots

1.3 巡檢裝備

設(shè)施作物生長感知和環(huán)境數(shù)據(jù)監(jiān)測是設(shè)施農(nóng)業(yè)智能化管控的兩個關(guān)鍵環(huán)節(jié)，一套完整的溫室傳感設(shè)備費用高、線路復(fù)雜、維護難度大，不適合設(shè)施大批量使用。巡檢裝備通過在移動平臺上安裝溫濕度傳感器、二氧化碳傳感器、高光譜相機等傳感監(jiān)測設(shè)備，能夠?qū)崿F(xiàn)在設(shè)施內(nèi)移動監(jiān)測，極大降低了應(yīng)用成本和使用難度［27］。如圖3揚示，福建省首款人工智能農(nóng)業(yè)機器人在蔬果大棚全天候巡檢作業(yè)。

圖3 福建省“小?！毖矙z機器人Fig.3“Xiaorui”inspection robot of Fujian Province

現(xiàn)有設(shè)施巡檢裝備有輪式巡檢裝備、軌道式巡檢裝備和無人機巡檢裝備，由于溫室空間小、障礙物多，因此，無人機巡檢應(yīng)用相對較少。劉艷昌等［28］以四輪輪式機器人為載體、FPGA控制器作為采集控制終端設(shè)計出一款溫室大棚巡檢機器人，該機器人具備手動和自動兩種控制方式，手動控制利用紅外遙控器、現(xiàn)場觸摸屏等控制面板實現(xiàn)，自動控制利用機器人身上的超聲波傳感器、紅外傳感器和接觸傳感器獲取障礙物信息，經(jīng)無線模塊將環(huán)境信息傳送給終端電腦后得到路徑規(guī)劃，從而實現(xiàn)溫室內(nèi)行走避障。皮杰等［29］設(shè)計一款基于多維傳感器的懸掛式軌道巡檢機器人，機器人在兩個電機的驅(qū)動下在C型滑道中運動，當(dāng)紅外傳感器監(jiān)測到前方有障礙物時，機器人通過垂直方向的伸縮機構(gòu)實現(xiàn)避障，為了進一步增強避障可靠性，在機器人上設(shè)置了彈簧式電觸頭和滑觸線。

2 設(shè)施可自主移動裝備導(dǎo)航技術(shù)

2.1 固定軌道式導(dǎo)航技術(shù)

2.1.1 地面軌道式

地面軌道式導(dǎo)航通過在溫室地面架設(shè)導(dǎo)軌實現(xiàn)裝備移動，由表1、表2可以看出，因其結(jié)構(gòu)簡單、安裝方便、操作容易，揚以在設(shè)施內(nèi)應(yīng)用較廣［30-35］。田素博等設(shè)計了一款多功能可升降軌道作業(yè)車，作業(yè)車經(jīng)縱向行走輪實現(xiàn)軌道運動，為避免作業(yè)車在軌道運行時左右擺動和卡軌，縱向行走輪利用聯(lián)軸器與傳動軸相連，同時采用仿形設(shè)計和仿尼龍材料以減小震動，作業(yè)車換道作業(yè)通過橫向行走輪實現(xiàn)軌道間的轉(zhuǎn)移。地面鋪設(shè)軌道為前期的安裝應(yīng)用帶來了便捷，但其只適用于短距離固定路線，長距離應(yīng)用不僅增加了軌道成本，對設(shè)施地面也造成了破壞，阻礙其他設(shè)施地面裝備應(yīng)用。因此，該導(dǎo)航方式不適合設(shè)施長期大規(guī)模應(yīng)用。

為了降低溫室軌道安裝成本，同時減小軌道占用空間，越來越多的軌道裝備采用供熱管道作為其運行導(dǎo)軌［36-39］。日本愛媛大學(xué)Balaso等［40］設(shè)計了一款既可沿溫室供熱管道運行又可在地面運行的多功能機器人（如圖4揚示），該機器人通過校正軌道導(dǎo)輪駛?cè)牍苘?，然后利用車身前后的小輪實現(xiàn)機器人在管軌上的運行。導(dǎo)航運行控制方面，通過距離傳感器實現(xiàn)線路跟蹤，采用光電傳感器識別車輛駛進車道和駛離車道的轉(zhuǎn)彎位置，利用超聲波傳感器識別障礙物。

圖4 多功能機器人Fig.4 Multi-functional robot

2.1.2 懸掛軌道式

懸掛式作業(yè)方式因為不占用設(shè)施生產(chǎn)面積同時不影響其他機具作業(yè)而被廣泛應(yīng)用于設(shè)施噴灌［41-46］，在導(dǎo)航關(guān)鍵部件上，主要有軌道和跨間轉(zhuǎn)移裝置兩部分。

根據(jù)支撐噴灌機軌道數(shù)目的不同可將其分為雙軌式噴灌機和單軌式噴灌機，軌道形狀又可分為圓形軌道、方形軌道、凹槽型軌道等，表3對不同軌道形狀的單雙軌噴灌機優(yōu)缺點進行對比。

表3 懸掛式軌道噴灌機優(yōu)缺點對比Tab.3 Comparison of advantages and disadvantages of suspended track sprinklers

由表3可以看出，考慮到裝備在設(shè)施工作中的安全性，雙軌道和非圓形單軌道在設(shè)施應(yīng)用更多，圓形單軌道雖然在成本上更加低廉，但在安全性上大打折扣，研發(fā)安全可靠的防側(cè)翻裝置是圓形單軌道導(dǎo)航未來推廣使用的關(guān)鍵。

懸掛軌道式導(dǎo)航除了軌道形式對其應(yīng)用影響重大，軌道間的跨間轉(zhuǎn)移裝置也是其關(guān)鍵部件，跨間轉(zhuǎn)移裝置可以使懸掛式裝備從一個軌道轉(zhuǎn)移到其他軌道進行作業(yè)，增大裝備的作業(yè)范圍［47］。Lucas［48］設(shè)計了一款可跨式單軌噴灌機，換軌軌道位于噴灌機作業(yè)軌道起始位置的上方，且與作業(yè)軌道垂直，當(dāng)噴灌機需要換軌時，將其移動到作業(yè)軌道起始端，利用換軌軌道上的換軌車手動實現(xiàn)噴灌機軌道轉(zhuǎn)換。張曉文等［49］設(shè)計的雙軌自動轉(zhuǎn)移裝置工作原理與上述類似，但其通過在軌道、噴灌機和跨間轉(zhuǎn)移裝置安裝傳感器設(shè)備，實現(xiàn)了噴灌機不同軌道間的自動轉(zhuǎn)移。張二鵬等［50］在噴施機和換軌車上安裝SIMENS S7-200 PLC，融合多傳感器定位技術(shù)，利用PLC控制器PPI通信和MODBUS通信實現(xiàn)了整體全自動協(xié)調(diào)工作，控制系統(tǒng)原理圖如圖5揚示，經(jīng)試驗，當(dāng)換軌車移動速度達0.15 m/s時，單次換軌時間為185 s。

圖5 控制系統(tǒng)原理圖Fig.5 Schematic diagram of control system

總體來說，不論是地面軌道式導(dǎo)航還是懸掛式導(dǎo)航，裝備導(dǎo)航路線都受軌道安裝位置影響，一方面降低了裝備在設(shè)施應(yīng)用中的導(dǎo)航難度，減少了前期研發(fā)成本；另一方面，裝備的應(yīng)用范圍受到嚴(yán)重限制，一旦軌道安裝好，后期很難實現(xiàn)軌道路徑更改。

2.2 循跡式導(dǎo)航技術(shù)

2.2.1 磁導(dǎo)航

磁導(dǎo)航分為電磁導(dǎo)航和磁帶導(dǎo)航，電磁導(dǎo)航在規(guī)劃路徑地下埋設(shè)金屬導(dǎo)線，當(dāng)有高頻電流通過時產(chǎn)生電磁，可移動裝備通過攜帶的電磁傳感器實時檢測磁場強弱變化，從而指引其按規(guī)定路線運動；磁帶導(dǎo)航是通過在地面粘貼磁帶替代在地下埋設(shè)金屬導(dǎo)線。劉濤等［51］采用組合式電磁傳感器設(shè)計了一款溫室電磁導(dǎo)航機器人，機器人的前進和后退分別安裝不同電磁傳感器組，且布置位置和機器人的行走方向成一定角度，使得機器人在前進和后退時，傳感器始終位于車輪前面，傳感信號和誘導(dǎo)線的偏移距離呈線性關(guān)系，機器人的可靠性、安全性、抗干擾能力提高。由于金屬導(dǎo)線埋在地下，外加環(huán)境噪聲，揚以感應(yīng)出的電動勢信號相對減弱。許童羽等［52］研制出一款日光溫室自主尋跡噴藥車，首先通過信號處理電路對信號進行選頻、放大，然后采用PID模糊控制算法調(diào)整噴藥車尋跡轉(zhuǎn)向，經(jīng)測試，噴藥車只有在40°～90°軌跡線上才能百分之百轉(zhuǎn)彎成功。潘堅棟等［18］基于模糊控制理論設(shè)計出一種用于溫室地面移動式噴灌機的導(dǎo)航控制系統(tǒng)，試驗表明，當(dāng)噴灌機與磁帶的相對偏移角小于25°時，噴灌機才能有效調(diào)整自身速度實現(xiàn)與磁帶的重合。

磁導(dǎo)航相比軌道式導(dǎo)航路徑規(guī)劃更加簡單、靈活，不論是在地下鋪設(shè)導(dǎo)線還是在地面粘貼磁帶，其安裝成本均低于軌道鋪設(shè)，但該種導(dǎo)航方式依舊受固定路徑限制，移動裝備只能沿著導(dǎo)線或者磁帶移動，制約設(shè)施自主移動裝備應(yīng)用范圍。

2.2.2 視覺循跡

視覺導(dǎo)航分為兩種循跡方式，一種是利用攝像機識別導(dǎo)航標(biāo)簽進行自主導(dǎo)航，另一種是通過攝像機采集溫室環(huán)境信息，然后對采集后的圖像數(shù)據(jù)進行分析處理，最后利用Hough變換確定出機器人的導(dǎo)航路線。通過第一種方式，楊振宇等［53］設(shè)計了一款黃瓜收獲機器人，王鵬等［54］將QR碼加入其中提出了一種新的組合視覺導(dǎo)航方法，在直線路徑粘貼紅色導(dǎo)航線，轉(zhuǎn)彎處粘貼QR碼，這種方法不僅提高了機器人的轉(zhuǎn)彎速度和精度，同時，QR碼還可以儲存其他決策信息，降低了機器人的控制難度。

基于Hough變換的視覺循跡中，王紅君等［55］選取RGB色彩空間的（R-G）（G-B）圖像和HIS色彩空間的H分量，并對其分別利用OTSU最大類間方差法自動閾值分割，這種方法簡單快速，同時減弱了噪聲和農(nóng)作物行缺失對導(dǎo)航帶來的影響。Nissimov等［56］采用Kinect 3D傳感器，結(jié)合圖像深度信息和紋理特征，利用像素的斜率、強度和周圍像素的信息進行障礙物檢測決策，從而為機器人規(guī)劃出有效行進路徑。溫室光照條件變換較大，常用的幾種色彩空間中，RGB和CMY難以適應(yīng)，HIS中只有I分量受光照影響，白如月等［57］利用改進的K-means聚類算法對HIS色彩空間的H和S分量聯(lián)合分割得到完整的道路區(qū)域，采用Candy算子檢測邊緣離散點信息后根據(jù)任永新等［58］改進的Hough變換擬合出機器人的導(dǎo)航路徑，另外在機器人前輪安裝光電開關(guān)和編碼器檢測轉(zhuǎn)角，通過模糊控制方法實時調(diào)節(jié)機器人在運動時的轉(zhuǎn)向。張群等［59］把RGB圖片轉(zhuǎn)化為Lab圖像，利用Lab中的a通道數(shù)據(jù)信息進行灰度化，然后利用形態(tài)學(xué)處理和分水嶺算法對灰度圖像分量、分割，將其轉(zhuǎn)化為二值圖像后經(jīng)Hough變換得到導(dǎo)航路徑，這種方法不僅減小了光照條件對路徑識別帶來的影響，同時圖像形態(tài)學(xué)處理和分水嶺算法的應(yīng)用提高了Hough變換對路徑規(guī)劃的準(zhǔn)確率。Chen等［60］基于改進的灰度因子和Otsu方法進行圖像分割，實現(xiàn)了對土壤和植物的有效分割，并采用形態(tài)學(xué)處理填補二值圖像中的漏洞，以保證離散導(dǎo)航點的精度，根據(jù)二值圖像中白色像素點的相對坐標(biāo)中心提取導(dǎo)航點，最后，采用中值點Hough變換方法擬合導(dǎo)航路徑。為了更加快速準(zhǔn)確地擬合導(dǎo)航路徑，Chen等［61］在前期研究基礎(chǔ)上又從實時性和魯棒性兩個方面對傳統(tǒng)Hough變換進行改進，利用回歸方程確定預(yù)測點，通過預(yù)測點Hough變換擬合導(dǎo)航路徑，試驗表明，這種方法相比傳統(tǒng)的Hough變換減少了35.20 ms。

2.2.3 激光循跡

激光雷達因其高精度、高頻率、實時性等優(yōu)點逐漸成為機器人自主定位導(dǎo)航的主流傳感器。由于溫室道路區(qū)平整度遠高于作物區(qū)，激光測距儀掃描道路和作物得到的數(shù)據(jù)有很大的波動性差異，賈士偉等［62］利用此差異檢測出道路邊緣，借助道路基準(zhǔn)寬度幫忙去除偽道路區(qū)域，然后生成速度調(diào)整指令，使得機器人沿道路安全行駛，但該方法很難適用于溫室復(fù)雜道路。

2.2.4 無線循跡

無線循跡導(dǎo)航技術(shù)在設(shè)施領(lǐng)域內(nèi)起步較晚。Widodo等［63］首次將基于聲波的局部定位系統(tǒng)應(yīng)用到設(shè)施。初期聲波定位系統(tǒng)基本配置采用類似全球定位系統(tǒng)的模塊，在固定位置安裝四個揚聲器作為基站，并將一個揚聲器作為移動基站。

同室內(nèi)辦公環(huán)境相比，設(shè)施精確測距系統(tǒng)受濕度、溫度、風(fēng)以及障礙物等影響較大，為此，Widodo等［64］利用人工神經(jīng)網(wǎng)絡(luò)（ANN）補償多徑效應(yīng)引起的測量誤，后期又在此基礎(chǔ)上又提出了一種可自行校準(zhǔn)的聲波溫室定位系統(tǒng)（如圖6揚示），該系統(tǒng)除了可以自行校準(zhǔn)，而且可以進行風(fēng)力補償。Shiigi等［65］使用基站補償溫度誤差，但這種方法多適用于諸如草莓這類莖葉較短的植物，當(dāng)用于番茄之類植物時，植物就會變成障礙影響定位精度。Tsay等［66］利用聲速估計算法實現(xiàn)溫度補償并嵌入擴頻聲波定位系統(tǒng)，這種溫度補償方法不僅不需要設(shè)置溫度傳感器，而且與基于傳統(tǒng)溫度傳感器測量的補償方法相比，具有相似甚至更好的定位精度。

圖6 可自行校準(zhǔn)的聲波溫室定位系統(tǒng)Fig.6 Self-calibrating acoustic greenhouse positioning system

除了上述的聲波定位導(dǎo)航，基于無線技術(shù)的定位導(dǎo)航還包括無線局域網(wǎng)、射頻識別、超寬帶、藍牙和超聲波［67］，表4介紹了它們的工作原理和優(yōu)缺點。

表4 無線定位工作原理及優(yōu)缺點Tab.4 Working principle and advantages and disadvantages of wireless positioning

由表4可以看出，單一的無線定位方法在應(yīng)用時缺點很明顯，為了彌補不足，越來越多的學(xué)者融合不同傳感設(shè)備、處理算法和定位方法為一體，形成各種組合式無線定位導(dǎo)航方法。Preter等［26］設(shè)計出一臺草莓收獲機器人（如圖7揚示），通過安裝在機器人車身的UWB室內(nèi)定位系統(tǒng)、車輪編碼器和陀螺儀實現(xiàn)在溫室的定位導(dǎo)航。為了獲得更加精準(zhǔn)的UWB定位信號，基于TDOA測距算法，林相澤等［68］采用K-means聚類與截段處理方法分別對測量信息進行動靜態(tài)優(yōu)化求解，優(yōu)化后的算法明顯提高了定位精度。王勇等［69］提出了一種UWB/陀螺儀組合的導(dǎo)航定位算法，并將其應(yīng)用到溫室噴藥機器人上，經(jīng)試驗，機器人直線行走偏差不超過6 cm，航向角偏差不超過5°。為適應(yīng)狹小空間溫室自主導(dǎo)航作業(yè)平臺矩形路徑追蹤轉(zhuǎn)向改變，姚立健等［70］重新定義前視距離，對傳統(tǒng)追蹤模型進行改進，提出了一種基于UWB無線定位的路徑跟蹤方法，經(jīng)實車試驗，直線追蹤穩(wěn)態(tài)偏差均值為6.3 cm，矩形追蹤穩(wěn)態(tài)偏差均值為20.6 cm。趙辰彥等［71］利用二元三次多項式對UWB無線定位誤差進行擬合修正，利用帶有自調(diào)整函數(shù)模糊控制器輸出前輪轉(zhuǎn)角，經(jīng)過樣機試驗，直線跟蹤穩(wěn)態(tài)偏差為4.7～6.4 cm，矩形路徑偏差均值為14.4 cm。

圖7 草莓收獲機器人UWB導(dǎo)航錨Fig.7 UWB navigation anchor of strawberry harvesting robot

循跡式導(dǎo)航是設(shè)施機器人智能化發(fā)展的重要一步，也是目前設(shè)施智能機器人研發(fā)應(yīng)用最多的導(dǎo)航方式。在導(dǎo)航精度方面，不僅受傳感器精度影響，同時也與圖像、數(shù)據(jù)處理算法息息相關(guān)，研發(fā)高精度、低成本的傳感設(shè)備，開發(fā)高效、穩(wěn)定的處理算法是循跡式導(dǎo)航進步的關(guān)鍵。除此之外，循跡式導(dǎo)航需要在設(shè)施內(nèi)安裝各類傳感設(shè)備，隨著設(shè)施面積的增大，對傳感器的數(shù)量要求也在增大，從而增大了應(yīng)用成本。因此，研制集多源傳感器于一身的機器人將是未來設(shè)施農(nóng)業(yè)智能化發(fā)展的重點。

2.3 基于SLAM技術(shù)的多源數(shù)據(jù)融合式導(dǎo)航技術(shù)

2.3.1 SLAM技術(shù)簡介

SLAM（Simultaneous Localization and Mapping），即同時定位與地圖構(gòu)建，機器人在未知環(huán)境中利用自身攜帶的傳感器（慣性測量單元、里程計、視覺傳感器或激光傳感器）實現(xiàn)環(huán)境地圖構(gòu)建和自身位姿估計，有效解決機器人在陌生環(huán)境下的自主作業(yè)，是目前機器人自動化領(lǐng)域的研究重點［72-73］。從1986年起，SLAM技術(shù)歷經(jīng)古典時代、算法分析時代和魯棒性時代，相比初期，現(xiàn)有的SLAM技術(shù)更加重視智能化和自動化發(fā)展，為移動機器人在不同環(huán)境下的運行帶來了技術(shù)方向［74］。經(jīng)過30多年的研究發(fā)展，SLAM技術(shù)已逐漸應(yīng)用到各大領(lǐng)域，常見的有：掃地機器人、交互機器人、巡檢機器人、無人駕駛等［75-77］，但在設(shè)施中的應(yīng)用相對較少。根據(jù)機器人揚搭載傳感器的不同，SLAM技術(shù)分為了視覺SLAM技術(shù)和激光SLAM技術(shù)。

2.3.2 視覺SLAM導(dǎo)航

視覺傳感器因其小巧的體積、低廉的價格、能夠獲取豐富的環(huán)境信息等優(yōu)勢成為當(dāng)前SLAM研究的熱點，根據(jù)視覺傳感器的不同，可將視覺SLAM分為三類：單目視覺SLAM、立體視覺SLAM和RGB-D SLAM［78］，表5分別對這三種視覺傳感器進行了對比分析。在技術(shù)處理流程上，視覺SLAM一般分為前端處理、后端處理和閉環(huán)檢測三個部分。截至今日，成熟的室內(nèi)視覺SLAM算法有ORB-SLAM、LSD-SLAM、MonoSLAM、RGBD-SLAM等［79-80］。

表5 視覺傳感器工作原理及優(yōu)缺點Tab.5 Working principle and advantages and disadvantages of vision sensor

由表5可知，單目相機無法獲取環(huán)境深度信息和尺度信息，RGB-D相機多適用于室內(nèi)環(huán)境，而設(shè)施環(huán)境復(fù)雜，受動態(tài)障礙和環(huán)境噪聲等因素影響，很容易出現(xiàn)追蹤數(shù)據(jù)丟失、累計誤差大等問題，對此，胡焉為等［81］提出了一種基于信標(biāo)識別和雙目視覺的SLAM定位算法，首先在溫室轉(zhuǎn)彎等關(guān)鍵位置鋪設(shè)人工信標(biāo)，人工信標(biāo)辨識度、準(zhǔn)確度都高于自然特征點，因此增大了先驗位置精度，然后利用雙目相機獲取圖像信息，根據(jù)信標(biāo)定位信息和特征點匹配信息計算位姿初值，利用圖優(yōu)化框架優(yōu)化局部和全局位姿，經(jīng)試驗，該算法誤差能保持在5 cm之內(nèi)。為增強定位導(dǎo)航精度，在未來，視覺SLAM技術(shù)在設(shè)施中的應(yīng)用應(yīng)多實現(xiàn)與慣性測量單元、GPS、激光雷達等不同傳感器之間的相互融合［82］。

2.3.3 激光SLAM導(dǎo)航

激光SLAM技術(shù)根據(jù)揚采用數(shù)學(xué)優(yōu)化框架的不同分為基于濾波器（Filter-based）和基于圖優(yōu)化（Graph-based）兩大類。其中室內(nèi)2D激光SLAM算法中，基于濾波器的激光SLAM使用最廣泛的是Gmapping方案，它以Fast SLAM方案為基本原理，在空間較小的環(huán)境能夠?qū)崿F(xiàn)較好的建圖效果，不足之處是該方法過度依賴?yán)锍逃嬓畔ⅲ?3］。

Konolige等提出首個基于圖優(yōu)化框架的開源方案Karto SLAM，谷歌對其優(yōu)化提出了Cartographer開源方案，此外，Kohlbrecher等［84］還提出了Hector-SLAM方案，該方案與Gmapping方案相比，不再使用里程計數(shù)據(jù)，但對激光傳感器的測量頻率有了更高的要求。侯加林等［85］基于ROS系統(tǒng)設(shè)計出一款雙激光雷達溫室運輸機器人（圖8），機器人的頭部和尾部分別各安裝了一個二維激光雷達，水平掃描范圍達360°，可快速獲得機器人前后的揚有環(huán)境信息，并采用Cartographer開源算法定位建圖；導(dǎo)航方面，全局路徑規(guī)劃采用Dijkstra算法，局部路徑規(guī)劃采用DWA算法，經(jīng)過試驗對比，雙激光雷達的建圖效率和實時避障能力均優(yōu)于單個激光雷達，機器人導(dǎo)航精度滿足溫室運輸導(dǎo)航定位需求。

圖8 運輸機器人導(dǎo)航系統(tǒng)組成結(jié)構(gòu)圖Fig.8 Composition and structure of the navigation system of transport robot

除了2D激光SLAM，3D激光SLAM也是當(dāng)下SLAM研究中的一大熱點。3D激光SLAM技術(shù)因能夠獲取到更多的環(huán)境信息故多用于室外環(huán)境，典型的開源方案是LOAM［86］。設(shè)施環(huán)境介于室內(nèi)環(huán)境與室外環(huán)境中間，環(huán)境相對復(fù)雜且有動態(tài)障礙物，但面積較小，3D激光SLAM技術(shù)在設(shè)施中具有極大的應(yīng)用前景。

3 總結(jié)與展望

隨著傳感器技術(shù)和控制技術(shù)的發(fā)展，設(shè)施自主移動裝備導(dǎo)航方式經(jīng)歷了導(dǎo)軌式、循跡式和基于SLAM技術(shù)的多源數(shù)據(jù)融合式。總體而言，導(dǎo)軌式和循跡式自主導(dǎo)航方式成本高、路線固定，不利于設(shè)施機器人自由移動和實時避障，基于SLAM技術(shù)的多源數(shù)據(jù)融合式導(dǎo)航不需要提前鋪設(shè)導(dǎo)軌、磁條、引導(dǎo)線等，只需要使用時利用各類傳感器收集數(shù)據(jù)，然后對數(shù)據(jù)進行融合處理，通過導(dǎo)航避障算法即可實現(xiàn)路徑規(guī)劃，完成自主運動，是未來設(shè)施機器人導(dǎo)航方式發(fā)展的趨勢。同時，5G、云平臺、大數(shù)據(jù)等高新技術(shù)的發(fā)展也為自主移動裝備導(dǎo)航過程中數(shù)據(jù)傳輸、處理和存儲等提供了更加有利的條件。結(jié)合我國當(dāng)前設(shè)施自主移動裝備發(fā)展現(xiàn)狀，提出以下幾點展望。

1）機器人采用電力驅(qū)動。設(shè)施空間封閉性強，傳統(tǒng)燃油動力輸出產(chǎn)生的廢氣無法快速排除，從而滯留在設(shè)施內(nèi)對作物生長產(chǎn)生危害，因此，選擇綠色環(huán)保的驅(qū)動裝備是設(shè)施移動機器人的首要選擇。為解決機器人充電問題，可結(jié)合機器人電池續(xù)航能力和設(shè)施環(huán)境大小，設(shè)立充電站，傳統(tǒng)的有線充電還需人工操控，耗時耗力，研究設(shè)施內(nèi)無線充電系統(tǒng)可有效解決這一問題。

2）機器人設(shè)計小型化、模塊化。設(shè)施環(huán)境復(fù)雜，機器人體型過大，不利于機器人在設(shè)施內(nèi)作業(yè)移動，小型化設(shè)計增大了機器人的適用范圍。機器人整體結(jié)構(gòu)復(fù)雜，模塊化的設(shè)計可使機器人的操作維修更加簡捷，增大機器人的使用效率。

3）重點研發(fā)設(shè)施SLAM技術(shù)。SLAM技術(shù)在其他場合已經(jīng)有了比較成熟的應(yīng)用，SLAM技術(shù)在設(shè)施中的應(yīng)用將減免設(shè)施機器人軌道、引導(dǎo)線、基站等的布置安裝，節(jié)約使用成本、增大機器人的適用范圍和活動空間。在未來，可融合視覺傳感器、激光雷達、IMU、里程計等多傳感器為一體，結(jié)合UWB、WLAN、Ultrasound等技術(shù)，開發(fā)精度更高、效果更好的SLAM算法。

4）發(fā)展多功能通用移動平臺。設(shè)施移動機器人末端執(zhí)行機構(gòu)的不同決定了該機器人的應(yīng)用類型，但機器人的移動平臺具有共通性，建立設(shè)施布局標(biāo)準(zhǔn)，設(shè)置適合設(shè)施內(nèi)自主移動的機器人尺寸，并在上面提前設(shè)置各類通信、安裝接口，進一步方便不同執(zhí)行機構(gòu)和傳感設(shè)備的安裝和使用。研發(fā)多功能通用移動平臺可極大降低機器人研發(fā)應(yīng)用成本。