以迁徙鸟为灵感的自适应卡尔曼过器,用于在非结构化地形中实现自主农业种植者的稳健导航
Zijie Zhou1, Yitao Huang1, Jiyu Sun1
1Key Laboratory of Bionic Engineering, Ministry of Education, Jilin University, Changchun 130022, China.
Biomimetics (Basel, Switzerland)
|August 27, 2025
概括
这项研究为农业种植者引入了一种生物灵感的扩展卡尔曼波器 (EKF),模仿鸟类的导航. 该算法将传感器数据合并为精确的实时状态估计在具有挑战性的地形.
科学领域:
- 机器人和自动化
- 农业工程
- 有机导航
背景情况:
- 精确的状态估计对于复杂地形中的农业种植者导航至关重要.
- 现有的方法与农业中常见的非线性动态和非结构化的环境作斗争.
- 生物灵感提供了新的方法来增强传感器的融合和强度.
研究的目的:
- 开发一个生物扩展卡尔曼波器 (EKF) 用于农业种植状态估计.
- 模仿迁徙鸟类的多感官融合能力以改善本地化.
- 在具有挑战性的农业环境中提高导航准确性和稳定性.
主要方法:
- 开发了一个生物式EKF算法,集成激光SLAM,IMU和GPS数据.
- 使用非线性处理方法来处理复杂的地形动态.
- 由生物导航引发的非线性动态和测量模型.
主要成果:
- 算法实现实时估计种植者位置,速度和态度.
- 在模拟的山地和山丘地形中展示了高精度状态估计.
- 与传统方法相比,在非结构化的环境中显著提高了导航准确性.
结论:
- 生物灵感的EKF为农业种植者提供了强大而准确的导航解决方案.
- 这种方法在具有挑战性的条件下提供了适应性状态估计的新方法.
- 这些发现有助于自主农业机械和生物灵感机器人的进步.
