基于EWMA—优化BP神经网络的农业巡检机器人定位

来源：中国农机化学报杂志2025年第5期北京时间：

作者：蒋祥龙, 丁珠玉

单位：1. 重庆科创职业学院智能制造与机器人学院，重庆市，402160； 2. 西南大学工程技术学院，重庆市，400700

摘要：为解决农业巡检机器人行间定位过程中产生非视距（NLOS）误差干扰，提出一种EWMA—优化BP神经网络模型定位方法。在BP神经网络基础上，融合指数加权移动平均算法（EWMA）弥补其定位远距离处精度较低的不足，同时EWMA采用三次函数形式设计加权系数；为避免BP神经网络收敛速度慢、局部最优，引入动量因子和自适应学习速率进行改进BP神经网络，并通过归一化处理数量级差距很大的输入、输出向量，考虑到计算方便，降低神经元饱和度，最终融合TDOA定位模型的Chan算法获得最优值。农业大棚巡检机器人行间动静态定位试验分析表明，所提模型静态定位误差90%的情况下不超过0.2 cm，动态定位X轴方向估计误差均值为3 cm，Y轴方向估计误差均值为5 cm，NLOS因素干扰下平均定位误差降低90%，基本滤除NLOS因素干扰下的定位误差。

关键词：农业巡检机器人,精准定位,BP神经网络,非视距

基金资助：重庆市教委科学技术研究项目青年项目（KJQN202305403）；2024年重庆市职业教育教学改革研究项目（Z2241440S）