基于起伏地形的果园仿真环境搭建与SLAM算法测试

针对目前仿真果园环境研究不考虑地形起伏的问题,基于二维正态分布函数生成具有起伏特征的地面模型,并搭建果园仿真环境测试基于2D激光雷达的同步定位与建图(simultaneous localization and mapping, SLAM)算法的性能。通过控制土地模型的起伏变化程度、最大高低落差以及突起分布密度等参数生成不同地形特征的土地;通过2D激光雷达、里程计等传感器获取移动机器人在果园仿真模型中的观测数据;通过可视化SLAM定位偏差及SLAM建图效果评价4种经典2D激光SLAM算法(Hector SLAM,GMapping, Karto SLAM,Cartographer)在具有不同地形的果园环境中的性能。实验结果表明:在果园环境中,随着土地起伏变化程度及最大高低落差的增加,2D激光SLAM算法的定位性能与建图性能将会降低;Hector SLAM能够提供更精准的定位结果,但是建图鲁棒性较差;GMapping能够获得更准确的环境地图,但是定位鲁棒性较差;Cartographer的定位及建图的鲁棒性均较为良好,但会出现少量偏差;Karto SLAM相较于其他算法,在果园环境中不具备优势。

面向果园车辆自主导航算法的仿真测试平台设计

为测试和评价果园车辆自主导航算法的性能,采用数学分析软件MATLAB搭建面向果园车辆自主导航算法的仿真测试平台。仿真测试平台通过构建果园种植模型、激光雷达(Light detection and ranging,LiDAR)测量模型、车辆运动学模型、车辆动力学模型和电机控制模型实现虚拟果园测量和车辆运动过程模拟,通过可视化测量数据、导航过程和导航偏差显示导航结果并评价导航算法性能。对单一模型和平台整体的性能测试结果表明,仿真测试平台可靠,针对基于2D LiDAR的导航路径生成和跟踪算法,仿真测试平台能够有效测试和评价不同果园种植参数及车辆初始状态下的算法性能,满足果园车辆自主导航算法的测试需求。