摘要：Citation:HE Yong, HUANG Zhenyu, YANG Ningyuan, LI Xiyao, WANG Yuwei, FENG Xuping. Research Progress and Prospects of Key Navigatio

本文节选自：

何勇, 黄震宇, 杨宁远, 李禧尧, 王玉伟, 冯旭萍. 设施农业机器人导航关键技术研究进展与展望[J]. 智慧农业(中英文), 2024, 6(5): 1-19.

Citation:HE Yong, HUANG Zhenyu, YANG Ningyuan, LI Xiyao, WANG Yuwei, FENG Xuping. Research Progress and Prospects of Key Navigation Technologies for Facility Agricultural Robots[J]. Smart Agriculture, 2024, 6(5): 1-19.

官网全文在线阅读

设施农业机器人导航存在的挑战与展望

“

1 存在的挑战

在设施农业中实现智能机器人的自动导航，需要克服环境复杂性、可通行空间狭小、算力与成本限制、缺乏标准化平台与公开数据集以及场景多样化等多方面困难。这些挑战需要行业内各方的跨学科合作与持续创新，以推动智能农业技术的应用与发展。

1.1 设施农业环境场景复杂，遮挡严重

设施农业是涵盖设施种植、设施畜牧、设施渔业的农业生产系统，障碍物种类繁多且相互遮挡给对智能机器人的自动导航带来了构成挑战。在设施农业环境中，当机器人受到障碍物遮挡时，可能导致传感器无法完全捕获周围环境全面捕获环境信息，不准确的环境信息会导致定位精度下降和地图构建得不完整。全局路径规划在面对多样化的障碍物布局时，需要能够有效规避遮挡情况，确保选择安全且高效的导航路径以确保导航路径的安全高效。遮挡引起的全局地图不准确也会影响路径规划不准确。

设施种植包括日光温室、连栋温室和塑料大棚等。该环境通常较稳定，主要关注土壤、作物和固定设施中的静态障碍物。在此环境中，精准定位和路径规划是自动导航的关键。信标定位、惯性定位和基于SLAM的定位都在设施种植中广泛应用，但环境复杂性和遮挡问题仍是挑战。多目标路径规划是设施种植的常用算法，特别考虑路径长度、土壤条件和机器人转角等因素。

设施畜牧包含蛋鸡养殖、生猪养殖等。相比之下，设施畜牧环境中的动态因素更为复杂，这对定位系统的动态适应性要求更高。在此环境中，结合信标和惯性定位的技术可以提供更稳定的定位解决方案，但仍需处理动物活动对信号的干扰。路径规划方面，局部路径规划方法如时间弹性带和模型控制预测被广泛应用。这些方法能在动态环境中进行局部优化，避免重新计算全局路径。在自主避障方面，DWA和人工势场法对参数的敏感性和局部最优问题仍需改进。相对而言，强化深度学习技术展现了显著的优势，能够有效应对动态障碍物的挑战。

设施渔业分为水上、水面和水下场景。其中，水下环境对导航技术提出了更高要求。在水下环境中，声呐定位应用广泛。声呐定位提供实时距离信息，但其精度受水流、温度和盐度影响。避障控制方面，模糊控制和强化学习技术是主要应用策略。模糊控制能灵活应对水下障碍物变化，但需经验丰富的规则设计；强化学习则通过智能体自主学习和优化，适应动态和复杂环境，提供高效的避障策略。

1.2 设施农业机器人的成本限制

设施农业自动导航面临成本限制的挑战。较低精度的传感器可能降低导航准确性，影响机器人安全和操作效率。算力限制会影响自动导航系统的实时性和响应速度。智能机器人需要处理大量传感器数据并进行实时决策，例如自主定位、地图构建和路径规划。尤其是在设施环境中，算力不足可能导致定位误差累积和地图更新频率降低。因此，机器人系统需要在算法效率和资源利用率之间找到平衡。此外，机器人平台需要具备稳定的机械结构、耐用的电动系统和精准的运动控制能力。然而，高性能的导航平台通常伴随着更高的制造和维护成本。因此，在确保长期稳定性和可靠性的同时，平衡性能与成本是关键。农业生产中，经济效益常是关键考量，高昂的成本可能限制了相关从业人员采用先进的自动导航系统。此外，维护和更新这些系统也需要额外的成本投入，长远来看，这可能使技术的实施和运营成本过高，难以匹配农业生产的经济模型。因此，克服成本挑战是实现设施农业中智能机器人自动导航的关键。

1.3 设施农业机器人作业效率低

在设施农业中，单一机器人的作业效率低。这种低效率主要体现在多个方面，包括任务完成速度慢、能源消耗高，以及作业精度不足。首先，许多现有的机器人系统在处理复杂作业任务时，整体作业速度较慢。例如，在巡检、消毒、采摘和喂食等任务中，机器人往往需要较长时间才能完成预定工作，这影响了农业生产的整体效率。其次，机器人在设施环境中的能源消耗较大，尤其是在长时间运行时，这不仅增加了操作成本，也可能影响机器人的持续作业能力。此外，机器人在各种不同的设施环境中作业精度不足也是导致低效率的重要因素。由于环境的动态变化和障碍物的干扰，现有的机器人系统可能无法准确执行预定任务，需要进行多次调整和修正。自动导航算法的鲁棒性不足是导致这种情况的主要因素，这时机器人需要频繁地进行状态监测和调整，但又导致作业进度延缓。

1.4 缺乏标准化平台与公开数据集问题

缺乏标准化平台与公开数据集对设施农业智能机器人的自动导航技术构成重大挑战。首先，标准化平台的缺失使得不同厂商和研究团队开发的系统难以兼容。这种情况下，集成不同技术和算法变得复杂，限制了系统的灵活性和互操作性，增加了开发和维护的成本。其次，缺乏公开数据集阻碍了导航算法的开发和优化。有效的自主定位与地图构建、全局路径规划，以及自动避障技术的开发需要大量真实场景的数据支持，这些数据不仅有助于算法的训练和验证，还能够提高算法的鲁棒性和适应性。缺乏公开数据集意味着开发者和研究人员难以获取到足够多样和复杂的场景数据，限制了技术的进步和应用范围。因此，解决缺乏标准化平台与公开数据集的问题对于推动设施农业智能机器人的自动导航技术至关重要。

“

2 展望

随着农业技术的进步和设施农业的普及，智能机器人在农业生产中的应用已成为未来的重要趋势。然而，要实现设施农业中智能机器人的高效自动导航，仍面临多方面挑战。未来研究应以技术创新和跨学科合作为核心，通过多传感器融合技术、先进

来源：智慧农业资讯一点号