温室网_专注于设施园艺装备B2B导购平台

破解复杂温室定位迷失痛点，UWB/IMU/ODOM/LIDAR融合技术实现高精度稳定导航

湖南农业大学机电工程学院向阳副教授团队的智慧农业核心研究成果，正式发表于国际知名期刊《Sensors》。团队研发了基于UWB/IMU/ODOM/LIDAR的温室机器人集成室内定位系统，以多源传感器数据融合、高精度全局定位、极低累计误差的核心优势，有效破解了传统温室机器人在复杂地面打滑、环境特征相似导致的“迷失”问题，为我国设施农业机器人的全天候、高精度导航提供了全新技术方案。

行业痛点：温室机器人自主导航的“迷失”难题

传统移动机器人多采用LIDAR（激光雷达）进行室内全局定位与导航。但在温室复杂地面条件下，车轮打滑易导致里程计（ODOM）和惯性测量单元（IMU）产生累积误差。此外，温室结构化场地和同类作物的大量种植导致环境高度相似，极易造成LIDAR扫描匹配失败，引发机器人“绑架（迷失）”问题，严重限制了机器人的作业效率与精度。

核心方案：UWB/IMU/ODOM/LIDAR多源信息融合定位

针对上述痛点，团队创新打造了一套集成室内定位系统。整套系统主要由UWB定位系统（包含4个基站与1个标签）、机器人平台（采用四轮驱动与差速转向，搭载LIDAR、IMU及光电编码器）及远程监控平台构成。通过引入UWB（超宽带）技术提供无累积误差的绝对位置信息，系统从根本上纠正了全局定位中的累积漂移。

硬核创新：三大核心技术突破

EKF与AMCL双层算法融合：前端采用扩展卡尔曼滤波（EKF）融合UWB、IMU和ODOM的定位数据，获取无累积误差的先验位姿估算；后端利用自适应蒙特卡洛定位算法（AMCL），将LIDAR与栅格地图信息融合，实现环境感知与全局精准定位。

极低误差的高精度定位：相较于传统单一的UWB定位或IMU/ODOM/LIDAR融合方案，新系统显著降低了横向误差。在0.5m/s的移速下，平均横向误差仅为0.027m，均方根误差（RMSE）降至0.034m，较传统方案大幅降低67%。

强实时与高鲁棒性：系统具备强大的实时处理能力，单次定位平均处理时间仅为72.1毫秒，最长不超过80毫秒，完美契合温室机器人动态连续导航的严苛要求。

实测验证：稳定可靠，从容应对复杂温室环境

团队在湖南农业大学耘园科学研究基地的蔬菜温室中完成了全系统的实车验证。团队设置了24个目标点进行精准度测试，实测结果表明：

系统在X轴和Y轴方向的RMSE分别为0.092m和0.069m，整体定位最大误差仅为0.102m。

相较于单一基准方案，目标点定位精度提升了41.5%至45.5%。

面对0.3m/s至0.7m/s的不同移动速度，该系统均展现出极强的鲁棒性，系统定位精度、数据准确性均达到设计预期。测试效果稳定性及误差验证如下图所示。

比较不同定位方法的轨迹。(a)轨迹。(b)横向误差。

「两种集成算法的横向误差比较。」

(a)定位结果 (b) 定位误差

应用前景：为智慧农业无人化升级奠定基石

该研究得到了湖南省自然科学基金及湖南省教育厅科研基金的资助。论文第一作者为湖南农业大学机电工程学院龙振环，通讯作者为向阳。该系统的成功研发与验证，有效填补了温室复杂环境下移动机器人高精度定位的技术短板，以高精度、低延迟、强鲁棒性的优势，为设施农业中采摘、巡检、喷洒等作业机器人的规模化落地提供了坚实的技术支撑，具备广阔的农业生产应用前景。

核心技术实现三大突破：

双层算法架构：EKF前端融合UWB/IMU/ODOM数据，AMCL后端结合LIDAR与地图，实现全局高精度定位与多源信息互补。

大幅降低误差：0.5m/s移速下横向RMSE仅为0.034m，定位精度较传统雷达与里程计融合方案提升67%。

实时且鲁棒：平均定位处理时间72.1ms，从根本上解决机器人在高度相似、易打滑温室环境中的“迷路”与累积误差痛点。
4.结论本文将UWB定位技术与基于2DLIDAR的slam制图技术相结合。此外，通过使用EKF和AMCL算法进行多传感器融合，开发了基于UWB/IMU/ODOM/LIDAR的温室机器人集成室内定位系统。结果表明，这种方法为温室机器人提供了更高精度的定位。

主要研究结论如下:
1.本研究提出了一种基于UWB/IMU/ODOM/LIDAR的集成定位方法。首先，通过EKF整合UWB/IMU/ODOM的定位数据来获取预估的姿态信息。在此基础上，利用LIDAR对作物行进行扫描以构建温室的2D地图。其次，AMCL将LIDAR与地图信息相结合，实现了温室机器人全局定位的目标。这一目标已成功达成.

2.温室测绘与定位的精度对比实验结果表明，本文提出的UWB/IMU/2.ODONM/LIDAR集成定位方法相较于传统室内移动机器人广泛使用的IMU/ODOM/LIDAR集成定位方法，提高了测绘与定位的准确性。在不同移动速度下，本文定位方法的横向误差随速度的增加增长缓慢。在0.7米/秒时，最大误差为0.095米，横向均方根误差为0.04米。
3.目标点定位实验结果表明，与单一UWB定位和IMU/ODOM/LIDAR集成定位方法相比，本文提出的UWB/IMU/ODOM/LIDAR集成定位方法的定位精度分别提高了45.5%和41.5%。x轴方向、y轴方向和整体定位的均方根误差(RMSE)分别为0.092m、0.069m和0.079m，最大定位误差为0.102m，系统平均定位时间为72.1ms，满足温室作业中机器人导航的定位精度和定位时间要求。将上述测试结果与现有研究的结果[8、18、36、37]进行对比后发现，本文提出的定位系统提供了更高的定位准确性。