基于RTK-GNSS与YOLOv11的果园人机协同运输机器人导航与跟随方法

【作者】 高维炜； 薛金林； 刘少华； 吕鹏飞； 张毅； 刘睿恺；

【机构】 南京农业大学工学院；

【摘要】 为解决棚架果园环境下,因金属棚架及树冠遮挡导致全球导航卫星系统(RTK-GNSS)信号衰减严重、传统导航方法可靠性降低的问题,并满足果园运输机器人与采摘人员高效协同作业的需求,本文提出并实现了一种基于RTK-GNSS与YOLOv11视觉分割果园语义信息进行人机协同的自主运输机器人系统。该机器人系统以履带式底盘为载体,旨在模仿"人-机"协同工作模式,能够跟随指定采摘人员,在其装满果筐后自主运输至卸货点,并能精确返回到原采摘人员位置。在果园开阔地带,主要依赖RTK-GNSS进行高精度全局定位与路径跟踪;当进入信号受阻的棚架作物行内,系统无缝切换至视觉辅助导航模式。该模式利用YOLOv11目标检测模型与深度相机实时识别果树行间,通过最小二乘法拟合果树行间直线,将树行中心线作为导航路径。此外,该视觉感知系统还用于实时检测和锁定目标采摘人员,实现精准的自动跟随与自主返回。在江苏2种棚架果园环境中进行了现场试验,结果表明:在不同光照、杂草、天气环境下的果园场景中,模型的采摘人员平均分割精度和行间分割精度均为97.0%,拟合导航线与人工观测导航线的平均偏差为7.90 cm,在行内视觉导航模式下,运输机器人行驶的平均横向偏差小于10cm,方位角小于3°;在人机协同作业中,对5米范围内的目标采摘人员,跟随定位的平均距离误差小于20cm,方位角小于10°。试验表明该方法能够满足果园运输机器人的导航与跟随要求,可为棚架果园无人化作业技术研究提供参考。更多还原