基于ROS的农机智能体障碍物检测与匹配算法研究

赵光国，孟福军，岳胜如

(塔里木大学水利与建筑工程学院，新疆 阿拉尔 843300)

当农业智能机器人(农机智能体)工作环境中出现一些障碍物时，可能会导致农机智能体不能正常工作[1-3]，需通过建立农机智能体自身运动模型及其工作环境的避障路径规划来指导农机智能体实现障碍物的顺利避障[4]，并在避障完成后正常回到原始工作路径，因此有必要进行基于多传感器融合的障碍物检测与匹配算法研究。

1 障碍物检测与匹配算法研究

1.1 未知环境下激光地图的构建

使用激光扫描仪实现障碍物识别，需要将激光点的光斑间隔数据变换到对应坐标系下[5]，如图1所示。其右前方区域有障碍物，激光雷达以一定间隔(0.5°)逐点扫描，记录此点与观测点的距离Di，同时记录对应的角度θi(与坐标x轴的夹角)。 变换公式如下：

(1)

其中：Di为第i个激光点到激光雷达的距离，θi为第i个激光点转换的角度：θi=i×0.5，(Xi,Yi) 则为第i个激光点转换的坐标(i=0，1，2，…，360)。

图1 坐标转换示意图Fig.1 Coordinate transformation diagram

1.2 障碍物匹配算法

1.2.1 障碍物检测方法流程

通过BDS与INS传感器获取农机智能体的位姿信息，并用激光扫描仪实时识别农机智能体与农田障碍物之间的相对位置关系。经过坐标转换后，得到障碍物的方位及其绝对坐标[6-7]。采用欧式聚类法实现激光数据的滤波、聚类及分割，分析采样周期内障碍物绝对位置，识别障碍物状态，方法流程如图2所示。

图2 方法流程图Fig.2 Method flow chart

1.2.2 障碍物识别与匹配

1.2.2.1 激光数据的滤波和聚类

由于田间环境因素复杂多变，噪声影响大，在获取到障碍物绝对坐标后，必须进行数据去噪处理。……