0 引 言
1 材料与方法
1.1 仿真与实验平台
1.2 激光雷达点云聚类
1.2.1 点云数据预处理
1.2.2 地面点云去除
1.2.3 点云聚类
1.2.4 改进的3D-NDT定位算法
1.3 基于EKF的激光雷达与IMU融合定位
1.3.1 基于EKF的最优估计流程
1.3.2 基于EKF的传感器融合定位
2 结果与分析
2.1 仿真结果与分析
图12 仿真环境下农业机器人的定位误差Fig. 12 Localization error of the agricultural robot in simulation environment |
表1 仿真环境下农业机器人的定位误差统计表Table 1 Localization error statistical table of agricultural robot in simulation environment |
路径 | 算法 | X方向上的平均误差绝对值/cm | Y方向上的平均误差绝对值/cm | X方向上的最大误差绝对值/cm | Y方向上的最大误差绝对值/cm |
---|---|---|---|---|---|
转向路径 | 3D-NDT定位算法 | 5.8 | 3.7 | 11.7 | 9.9 |
EKF融合定位算法 | 1.7 | 2.4 | 4.9 | 5.6 | |
矩形路径 | 3D-NDT定位算法 | 6.2 | 3.2 | 15.3 | 10.0 |
EKF融合定位算法 | 1.7 | 1.1 | 4.6 | 4.7 | |
综合两种工况 | 3D-NDT定位算法 | 6.0 | 3.5 | 15.3 | 10.0 |
EKF融合定位算法 | 1.7 | 1.8 | 4.9 | 5.6 | |
算法性能提升/% | 71.7 | 48.6 |
2.2 实验结果与分析
图17 实验环境下农业机器人的定位误差Fig. 17 Localization error of agricultural robot in experimental environment |
表2 实验环境下农业机器人的定位误差统计表Table 2 Localization error statistical table of agricultural robot in experimental environment |
路径 | 算法 | X方向上的平均误差绝对值/cm | Y方向上的平均误差绝对值/cm | X方向上的最大误差绝对值/cm | Y方向上的最大误差绝对值/cm |
---|---|---|---|---|---|
转向路径 | 3D-NDT定位算法 | 6.7 | 6.0 | 11.7 | 11.1 |
EKF融合定位算法 | 3.5 | 3.9 | 7.5 | 10.5 | |
矩形路径 | 3D-NDT定位算法 | 7.3 | 5.0 | 16.8 | 13.2 |
EKF融合定位算法 | 3.0 | 2.6 | 8.4 | 8.7 | |
综合两种工况 | 3D-NDT定位算法 | 7.0 | 5.5 | 16.8 | 13.2 |
EKF融合定位算法 | 3.3 | 3.3 | 8.4 | 10.5 | |
算法性能提升/% | 52.9 | 40.0 |