摘要
本发明公开了一种基于多模态数据融合的菠萝田间收获机器人自动导航方法;首先将菠萝田间收获机器人中的多个传感器变换到同一坐标系内;接着采集菠萝田间图像且进行预处理,并从预处理后的菠萝田间图像中提取导航线信息;使用扩展卡尔曼滤波算法融合卫星导航传感器和惯性传感器的信息以及融合光电编码器和惯性传感器的信息,以获得菠萝田间收获机器人的位姿信息和里程信息:将导航线信息、位姿信息和里程信息输入到采用灰狼优化算法优化后的模型预测控制器中,得到最优控制信息并以此控制菠萝田间收获机器人自主实现路径追踪。本发明的菠萝田间收获机器人自动导航方法可以提高菠萝田间收获机器人在复杂环境中作业的适应性、稳定性和导航精度。
技术关键词
收获机器人
自动导航方法
多模态数据融合
菠萝
扩展卡尔曼滤波算法
惯性传感器
模型预测控制器
融合卫星导航
灰狼优化算法
坐标系
神经网络模型
光电编码器
图像
视觉传感器
移动底盘
层次聚类算法
矩阵
方程
最小化误差
导航传感器
系统为您推荐了相关专利信息
可摘活动义齿
口腔扫描数据
口腔模型
扫描设备
案例库
打印缺陷
缺陷类别
实时图像
多通道特征
深度神经网络
注意力
智能手表
跌倒检测方法
特征提取模块
腕带
运动功能障碍评估
运动功能评估
多模态数据融合
深度神经网络
残差网络