CropNav：真实农田自主导航框架
机器人学
2024-11-19 v1
摘要
能够在植物冠层下作业的小型机器人能够为农业带来新的可能性。然而，与大型自主拖拉机不同，此类冠层下机器人的自主导航仍然是一个开放性挑战，因为全球导航卫星系统（GNSS）在植物冠层下不可靠。我们提出了一种混合导航系统，该系统能够在不同传感模态组合之间自主切换，以实现冠层内外全田块导航。通过选择合适的路径参考源，机器人能够适应 GNSS 信号质量的下降，并利用行作物结构进行自主导航。然而，这种切换在规模化执行时可能既棘手又困难。我们的系统提供了一种解决方案，能够在基于外部感知的导航系统（如光探测与测距（LiDAR）顺行导航）与航点路径跟踪之间自动切换。此外，我们展示了系统如何检测导航失败并自动恢复，从而延长自主运行时间并减少人为干预的需求。与基于 GNSS 的导航相比，我们的系统每次干预的平均运行距离提升了约 750 m，与顺行导航相比提升了 500 m。
引用
@article{arxiv.2411.10974,
title = {CropNav: a Framework for Autonomous Navigation in Real Farms},
author = {Mateus Valverde Gasparino and Vitor Akihiro Hisano Higuti and Arun Narenthiran Sivakumar and Andres Eduardo Baquero Velasquez and Marcelo Becker and Girish Chowdhary},
journal= {arXiv preprint arXiv:2411.10974},
year = {2024}
}
备注
Presented in the 2023 IEEE International Conference on Robotics and Automation (ICRA)