一种面向耕地作业的基于视觉的导航系统

耕地作业中的基于视觉的导航系统是农业机器人导航中一个未被充分探索的领域。部署在耕地中的视觉系统面临诸如杂草密度波动、光照水平变化、生长阶段以及作物行不规则等挑战。当前的解决方案通常是针对特定作物的，并旨在解决有限个别条件如光照或杂草密度。此外，综合数据集的匮乏阻碍了用于这些田地导航的通用机器学习系统的发展。本文提出了一套使用经济型视觉传感器的、面向耕地基于视觉导航的基于深度学习的感知算法。首先，编制了一个捕捉多作物季节、多种作物类型以及一系列田地变化复杂性的综合数据集。接着，本研究深入创建能够在不同生长阶段、杂草密度和变化光照等多样条件下准确检测作物行的鲁棒田间感知算法。进一步，探讨了作物行跟随与基于视觉的作物行切换的集成，以实现高效的田间尺度导航。所提出的田间导航系统在商业耕地中进行了测试，总计行驶 4.5 km，平均航向误差与横向误差分别为 1.24° 和 3.32 cm。