基于改进ACO-DWA算法的轮式植保机器人避障路径研究

山地非标准果园内大型植保机械通行性差,小型轮式植保机器人有广阔的应用前景。为解决因果园枝叶郁闭所造成的视觉信息误判,作业地形复杂所造成的机器人避障不及时等问题,提出了一种基于改进ACO-DWA算法的轮式植保机器人路径规划算法。首先通过激光雷达获取果园环境信息,应用体素化网格法精简点云密度,利用栅格法分割地面点云,采用K-means算法提取机器人行间通行区域;再结合植保机器人的运动学模型及作业规范约束,采用基于模型预测算法(SBMPO)生成一系列待选轨迹集合;然后采用改进的ACO-DWA算法,将机器人的通行成本融入搜索节点的目标函数,根据环境地图在线进行路径规划;最后,利用MATLAB R2021仿真平台和机器人ROS操作系统分别进行了仿真验证和实景布置试验。试验结果表明,该方法可以明显改善机器人在果园复杂场景下的通行能力,算法路径规划效果和运行效率明显提高。