LiDAR-Based Crop Row Detection Algorithm for Over-Canopy Autonomous Navigation in Agriculture Fields

自主导航对于农业中的各种机器人应用至关重要。然而，许多现有的方法依赖于RTK-GPS系统，这些系统价格昂贵且容易受到信号覆盖不良的影响。本文介绍了一种最先进的基于LiDAR的导航系统，可以在行间作物的情况下实现覆盖物上方的自主导航，即使作物覆盖物完全阻挡了行间空间。我们的作物行检测算法可以检测各种情况下的作物行，包括各种作物类型、生长阶段、杂草存在和作物行内的不连续性。在不利用机器人的全局定位的情况下，我们的导航系统可以在这些具有挑战性的情况下执行自主导航，检测作物行的末端，并自主导航到下一个作物行，提供一种不受作物类型限制的方法来导航整个行间作物领域。这个导航系统已经在各种模拟农田中进行了测试，在定制的Amiga机器人上实现了平均2.98厘米的自主驾驶精度，无需人为干预。此外，我们从实际大豆田野中获取的作物行检测算法的定性结果验证了我们基于LiDAR的作物行检测算法在实际农业应用中的潜力。

该论文介绍了一种基于激光雷达的自主导航系统，旨在解决农业机器人在作物田间导航时受到植被遮挡和GPS信号不佳等问题的挑战。

该论文提出了一种无需全局定位的作物行检测算法和自主导航方案，可以在各种作物类型、生长阶段、杂草存在和作物行内的不连续情况下实现自主导航。

论文使用激光雷达技术进行作物行检测和自主导航，无需全局定位，能够在作物行内实现高精度的自主导航。实验结果表明，该系统在模拟农田中的平均自主行驶精度为2.98cm，而且该作物行检测算法在实际大豆田间的定性结果验证了其在实际农业应用中的潜力。

在该领域的相关研究中，也有一些基于激光雷达的自主导航系统被研究，如“基于激光雷达的果树自主导航技术研究”和“农业机器人自主导航技术研究进展”等。