基于测距值修正的温室植保机器人定位方法.pdf
《基于测距值修正的温室植保机器人定位方法.pdf》由会员分享,可在线阅读,更多相关《基于测距值修正的温室植保机器人定位方法.pdf(12页珍藏版)》请在咨信网上搜索。
1、2023年8 月第54卷第8 期农业机械报学doi:10.6041/j.issn.1000-1298.2023.08.034基于测距值修正的温室植保机器人定位方法毕松张国轩1李志军1胡福文?(1.北方工业大学电气与控制工程学院,北京10 0 144;2.北方工业大学机械与材料工程学院,北京10 0 144)摘要:针对温室植保机器人作业过程中,UWB节点之间频繁出现的非视距通信现象导致UWB系统定位精度低和稳定性差的问题,提出了一种基于UWB测距值修正的融合定位方法。首先,设计了基于测距残差的UWB节点间通信类型识别方法;其次,分析了视距和非视距通信下UWB测距误差产生原因并建立了两种通信条件下
2、的测距值修正模型;最后,基于扩展卡尔曼滤波器设计了UWB测距修正值和IMU数据融合方法,实现了温室机器人作业过程中的可靠定位。在温室环境下的实际验证结果表明:非视距通信条件下,经过UWB测距修正的融合定位方法的定位误差为11.95cm,相较于未进行UWB测距值修正的融合定位方法,定位误差降低8 3.11%,可为温室植保机器人提供稳定的高精度定位信息。关键词:温室植保机器人;UWB通信类型判别;UWB测距值修正;融合定位中图分类号:TP242文献标识码:A文章编号:10 0 0-12 98(2 0 2 3)0 8-0 347-12OSID:Positioning Method of Greenh
3、ouse Plant Protection RobotBased on Distance Measurement Value CorrectionBI SongZHANG GuoxuanLI ZhijunHU Fuwen12(1.College of Electrical and Control Engineering,North China University of Technology,Beijing 100144,China2.College of Mechanical and Material Engineering,North China University of Technol
4、ogy,Bejing 100144,China)Abstract:A fusion positioning method was proposed based on the correction of UWB distance values toaddress the problem of low positioning accuracy and poor stability of UWB systems caused by frequentnon-visual communication between UWB nodes during the operation of greenhouse
5、 plant protectionrobots.Firstly,a method to identify the communication type between UWB nodes was designed based onthe distance residuals;secondly,it analyzed the causes of UWB distance errors under line-of-sight andnon-line-of-sight communication and established a distance correction model under th
6、e two communicationconditions;finally,it designed a method to fuse UWB distance correction values and IMU data based onthe extended Kalman filter,and achieved reliable positioning during the operation of greenhouse robots.Finally,the UWB distance correction and IMU data fusion method were designed b
7、ased on the extendedKalman filter,which finally realized the reliable positioning during the operation of greenhouse robot.Theactual validation results showed that the positioning error of the fusion method with UWB range correctionwas 11.95 cm under the non-line-of-sight communication conditions,wh
8、ich was 83.11%lower than thatof the fusion method without UWB range correction,and it can provide stable and high-precisionpositioning information for the greenhouse plant protection robot.Key words:greenhouse plant protection robot;UWB communication type identification;UWB distancevalue correction;
9、fusion positioning0引言温室内作物种植密集,工作空间狭小,生产过程以人工作业为主。温室生产过程智能化和自动化装备的应用可有效降低在温室高温潮湿环境下的劳动强度,提升我国设施农业竞争力。收稿日期:2 0 2 3-0 4-2 1修回日期:2 0 2 3-0 6-0 5基金项目:国家重点研发计划项目(2 0 18 YFC1602701)、北方工业大学1138 工程项目(110 0 5136 0 0 2 2 XN108)和北京市大学生创新创业计划项目作者简介:毕松(198 3一),男,副教授,博士,主要从事智能农机设备研究,E-mail:b i s o n g o 16 3.c o
10、m2023年农348机业报学械植保作业是农业生产过程的必要环节,自动化植保作业可有效降低农业生产过程中的人工需求并有效提升温室农业生产效率。自主导航是温室植保机器人自动化作业的基础,路径规划和路径跟踪是自主导航的基础2 ,在温室内提供稳定的高精度实时定位是温室植保机器人自主运行的基础3。因此温室内移动机器人的高精度定位技术是实现植保机器人自动化作业的支撑技术。GPS信号在室内精度低,无法用于温室环境下的机器人定位4-5。当工作环境存在频繁遮挡、环境纹理或结构相似等条件时,基于机器人自身携带的视觉或激光传感器进行定位的SLAM技术无法获得准确的定位信息6 ,因此基于SLAM的定位技术不适用于温室
11、机器人自主导航【7-8 。UWB技术具有时间分辨率高、抗多径效应能力强等优点,视距通讯下有着较高的定位精度9-10 ,已被广泛应用于室内高精度定位,但在通信节点被遮挡的条件下,其定位精度快速下降。在温室机器人运行过程中,UWB定位节点将频繁出现非视距通信状态,使得UWB节点间的测距数据产生较大的波动。因此在温室内单独使用UWB系统的定位数据稳定性较差。惯性导航定位方法以机器人运动状态为基础,通过估计机器人的相对位移实现定位,定位过程不受温室环境特点影响,对短期内位置变化估计准确,但由于该方法存在误差累积,因此长期定位精度较低 12 13UWB定位方法能够提供温室环境内的高精度定位但受遮挡影响,
12、惯性导航定位不受环境限制但长时间定位精度较低。在温室环境下,,UWB和IMU数据的有效融合可为温室机器人作业过程提供稳定的高精度定位数据14。UWB具有较高时间分辨率15】,这使得UWB比其他无线通信技术有更好的测距精度,是目前室内高精度定位的主要方法16 。视距条件下UWB定位精度达到了分米级17 ,但在非视距情况下UWB无线定位效果较差。为了提高温室环境下UWB的定位精度,林相泽等18 通过K-means聚类和截断处理的方法优化了温室内定位,但并未考虑非视距遮挡条件下样本在整体偏离真实值的情况。王俊等19提出了一种基于遗传BP算法的温室无线传感器网络定位方法建立UWB的RSSI测距模型,该
13、方法考虑了环境对RSSI测距模型的影响,但未考虑视距和非视距状态下测距模型的差异。温室环境条件下非视距通信频繁,非视距通信的多径效应导致测距结果误差较大2 0 。因此,在频繁出现非视距的条件下,单纯依靠UWB进行定位具有局限性,定位精度较低且稳定性差2 1,不能满足温室自主导航的定位要求。将不同的传感器数据进行优势融合可以有效提高系统的定位精度和稳定性,为目前室内定位的主要研究方向。王新等2 2 将惯性传感器和UWB原始测量数据进行融合,提出了一种基于多元数据融合理论的温室定位优化方法,相较于只使用UWB定位的方法提高了室内定位精度。郁露等2 3 考虑了环境对UWB测距模型的影响,利用LSSV
14、M模型修正UWB原始测距结果,但使用单一模型来对视距通信(LOS)和非视距通信(NLOS)两种条件下的测距数据进行修正,其定位精度提升有限。HAN等2 4 和FENG等2 5 通过滤波算法实现了IMU数据和UWB数据的融合,通过降低非视距通信下的异常测量数据在定位结果的权重来提升定位系统的稳定性和定位精度,但未对异常数据进行建模分析,因此该方法对定位精度提升有限。相较于单独使用UWB系统的温室内定位方法,基于UWB测距数据和IMU测量数据的融合定位方法可获得更高的定位精度。机器人在温室运行过程中会处于频繁的非视距通信和视距通信的切换之中,导致在温室机器人作业过程中定位节点测距数据可靠性降低。现
15、有的融合定位算法以UWB节点间的可靠测距数据为基础得到可靠的定位结果,因此实现温室环境下的可靠定位需要提升UWB测距数据的可靠性。针对温室环境特点和现有的UWB-IMU融合定位方法,本文提出一种UWB测距修正方法,通过两种误差修正模型对UWB原始测距结果进行修正,提高UWB测距数据的稳定性,降低测距误差,以解决温室环境下UWB节点之间频繁出现非视距通信导致UWB系统定位精度低和稳定性差的问题。1方法与模型1.1基于测距值修正的融合定位方法整体结构温室内作物种植密集,机器人移动过程中,安装在机器人上的UWB定位节点与安装在温室内的UWB定位基站之间存在视距和非视距通信状态的频繁切换,机器人在温室
16、作业过程中获得的UWB测距数据稳定性较差,由于IMU测量不受温室环境中非视距的影响,本文通过提升UWB测距精度和稳定性,并利用IMU和UWB数据融合,实现温室环境移动过程中的可靠定位。数据融合需统一测量数据坐标系,本文中定位系统的坐标关系如图1所示。图1中,A。A,、A 2、A,为UWB定位基站,位于349第8 期毕松等:基于测距值修正的温室植保机器人定位方法A图1定位系统坐标关系示意图Fig.1Schematic of coordinate relations of positioning system定位场地的四角;坐标系O,为导航坐标系,固定于基站A。在温室环境地面的投影;坐标系0,为机
17、体坐标系,固定于机器人机体,机体坐标系和导航坐标系并不重合。惯性定位系统通过测量移动物体的加速度和角速度,经过运动解算后得到定位数据。捷联式惯性导航系统测量基于机体坐标系的加速度,因此定位时需要将机体坐标系b下的加速度测量结果变换到导航坐标系n下。本文中IMU与UWB定位节点直接连接,并固定于待定位机器人机体,加速度测量坐标系与机体坐标系6 平行并随机体坐标系进行运动。UWB定位系统通过测量定位节点与基站的距离实现定位,因此温室环境对UWB定位系统的影响主要体现在测距阶段,降低UWB定位标签与定位基站之间的测距误差可提高定位精度。受温室环境影响,非视距通信条件下UWB原始测量结果精度较低,因此
18、,在进行位置解算之前,需要对UWB测量进行修正。基于双程TOA的距离测量方法通过测量UWB信号的飞行时间实现测距2 6 。视距条件下,UWB信号在基站和定位标签点之间沿直线传播,信号飞行时间与二者之间的直线距离呈线性关系;非视距条件下,UWB信号经过反射或穿透遮挡到达接收端的过程中,其飞行路径受遮挡物大小、材质等诸多因素影响而存在随机性,信号飞行时间与二者之间的距离不是简单线性关系,因此非视距和视距通信条件下的修正模型不同。对UWB测距结果进行修正之前,首先需要根据通信类型对测量结果进行分类,然后分别对两类UWB测量结果建立修正模型并进行修正。基于UWB测距值修正的UWB-IMU融合定位方法的
19、整体结构如图2 所示,IMU加速度ba坐标变换测量值角速度R姿态矩阵测量值视距修正dUWB模型距离测通信类dEKalman量值d型判别滤波器d非视距(时刻位置最优估计)修正模型d.UWB测距修正方法p(t-1)r(t-1)a(t-1)r图2基于UWB测距值修正的UWB-IMU融合定位方法Fig.2UWB-IMU fusion localization method based on UWB range value correction图2 中,a、分别为机体坐标系下加速度矢量和角速度矢量的测量值;为导航坐标系下的加速度矢量;R为从机体坐标系到导航坐标系的坐标变换矩阵;d,d d,为UWB系统原
20、始测距结果;d,a,为矫正算法修正后的UWB测距值;p(t)为当前测量周期位置的最优估计值;p(t-1)、v(t-1)、a(t-1)分别为上个测量周期位置、速度、加速度的最优估计值。定位系统测量周期开始后,首先由通信类型判别器对UWB测距结果的通信类型(视距通信或非视距通信)进行判别。其次,根据通信类型对测量结果进行修正。同时,将机体坐标系6 下的加速度测量结果转换到导航坐标系n。最后,将修正后的测距d,1dd,T 和经过坐标变换后的加速度数据传人扩展卡尔曼滤波器进行数据融合,从而得到当前位置的最优估计。1.2UWB通信类型判别方法视距与非视距通信下的UWB测距误差产生原因不同,需要使用不同的
21、模型进行修正。因此,修正前应对测量结果的通信类型进行判别。当出现严重遮挡时,UWB基站和定位节点之间的信号出现中断,导致其无法完成测距流程。因此,可直接根据UWB节点和基站的连接情况,对存在严重遮挡时的非视距通信状态进行判断。当出现信号未中断的非视距测量时,信号飞行时间会比视距条件下的时间长,导致测距结果偏大。本文设计了基于UWB测距残差的节点通信类型判别方法。通过计算测距残2023年农350机业报学械差实现对当前UWB系统通信类型的判别,UWB节点通信类型判别器的整体工作流程如图3所示。UWB无线测距系统距离测量原始值(d,d2,d.)YN信号中断?最大似然估计法位置估计值计算距离测量残差?
22、残差:Y非视距状态T?N视距状态图3UWB通信类型判别器工作流程图Fig.3Workflow diagram of UWB communicationtype discriminator图3中,首先若UWB节点和基站的连接信号中断,则直接判定当前系统处于非视距测量状态。在UWB信号未中断的情况下,通过当前时刻的测距残差判断UWB系统的通信类型。UWB原始测距结果存在误差。视距通信条件下,UWB测距结果的误差项只包含均值为零的高斯噪声;非视距通信条件下,UWB测距结果的误差项包含均值为零的高斯噪声和一个随机的偏差。当UWB系统所有基站都处于视距通信条件时,由原始测距结果通过最大似然估计法得到的位
23、置估计是UWB节点真实位置的无偏估计。在视距通信下,估计的位置到基站的欧氏距离与原始测距结果之间的残差符合均值为零的正态分布,因此视距通信条件下系统的整体测量残差较小。在实际应用中,系统中定位节点与各个基站之间的通信状态未知。当系统存在非视距通信的测量时,由当前测量得到位置估计是UWB节点真实位置的有偏估计。因此,在非视距通信下,估计的位置到基站的欧氏距离会整体偏离原始UWB测距结果。因此非视距通信下系统将出现较大的测量残差。综上,当系统存在非视距测量结果时,整体残差会大于视距测量结果的整体残差。利用这一特点就可以实现对系统通信状态的判断。基于当前的UWB测距结果对节点位置进行估计。根据UWB
24、定位系统中定位节点和定位基站之间位置关系,可以得到(p,-x,)+(p,-yi)=dV(p,-x2)+(p,-y2)=d,(1)(p,-x,)+(p,-y.)=d,其中式中(x1,yi)、(x 2,y 2)、(x n,y n)-基站坐标(px,Py)一定位节点坐标对式(1)化简可得到关于定位节点坐标(Px,P,)的线性方程组,其矩阵形式为Ax=b(2)其中X=PP,T2(x)-x,)2(y1-yn)2(x2-x,)2(y2-yn)A=2(xm-1-x,)2(yn-1-y,)xi-xi+yi-yi+d,-di2x-x+yz-yi+d,-d.2b=222+d?-d十-1式中x-定位节点位置坐标使用
25、最大似然估计法求解式(2),可得到基于当前UWB测距结果的位置估计为X=(AA)-ATb(3)UWB基站坐标已知,由式(3)得到节点位置估计,可以计算出当前估计的节点位置与各个基站之间的距离d,即d,=II X-p:I(4)P,=x;y:T式中p:一基站i的位置坐标计算UWB距离测量残差8;=1d,-d,1(5)式中8一基站i的测量残差d一基站i原始测距值d基站的距离估计值计算UWB测量的整体残差为1n2&=(6)ni=1式中n一一基站数量通过实验可以得到区分视距和非视距通信的残差阈值T,U W B通信类型判别式为1(8 T。)(7)S0(&T。)式中S一基站通信类型判别系数S=1则通信类型为
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 测距 修正 温室 植保 机器人 定位 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。