基于EKF的农机智能体自主导航算法研究

来源：中国农机化学报杂志2023年第4期北京时间：

作者：孟福军, 岳胜如

单位：塔里木大学水利与建筑工程学院，新疆阿拉尔，843300

摘要：为获得更加准确、全面、实时的农田障碍物信息，提高农业机械智能体自主导航定位的精度，提出一种基于北斗系统和视觉导航的组合定位方法。针对农田环境，选择BDS、视觉CCD为外部传感器，设计一种基于扩展卡尔曼滤波器(EKF)的数据融合算法，该算法融合了BDS和视觉传感器数据，实时定位农机智能体的位置。系统通过对导航角度和行驶进度进行跟踪，完成绝对定位。通过机器视觉图像处理，获取导航基准和作业目标信息，完成相对定位。通过试验验证该算法的有效性，并通过卡尔曼滤波算法(KF)的成果进行对比分析。结果表明：滤波后的路径更平滑，抖动偏差减小，坐标数据比KF滤波结果更稳定、更平滑。此外，距离的平均误差可以从滤波前的0.119 5 m降低到滤波后的0.07 0 m，有效地降低了过程噪声。且位置偏差在±0.1 m以内，精度较高，提升了农机智能体自主导航的定位精度。

关键词：农机智能体,障碍物检测,EKF,BDS

基金资助：塔里木大学校长基金项目(TDZKQN201821、TDZKQN201816)；塔里木大学大学生创新创业训练计划项目(2019081)