摘要:基于全球導航衛(wèi)星系統(tǒng)(Global navigation satellite system,GNSS)的定位導航技術在半結構化,、半開放式農(nóng)業(yè)應用場景的部分區(qū)域,,可能由于存在作物遮擋而導致GNSS接收信號出現(xiàn)短暫丟失的情況,進而影響機器人定位導航精度,,甚至對作物和工作人員造成傷害,。針對這一問題,本文開展了農(nóng)業(yè)遮擋環(huán)境下的GNSS與慣性導航系統(tǒng)(Inertial navigation system,,INS)的組合定位方法研究,。搭建了用于多傳感器定位導航實驗的農(nóng)業(yè)機器人系統(tǒng),,該系統(tǒng)由履帶式移動平臺,、GNSS、INS等硬件和ROS(Robot operation system)操作系統(tǒng),、遠程操控界面等軟件構成,。提出了引入自適應系數(shù)的GNSS/INS組合定位卡爾曼濾波算法,,當GNSS無法進行差分定位或定位數(shù)據(jù)產(chǎn)生躍變時,通過自適應卡爾曼濾波能夠切換到INS定位,,從而實現(xiàn)機器人自身位置,、姿態(tài)的最優(yōu)估計。在典型農(nóng)業(yè)遮擋場景(果園)進行了實地組合定位實驗,,并通過GNSS單通道定位,、INS單通道定位、常規(guī)卡爾曼濾波融合定位,、引入自適應系數(shù)的卡爾曼濾波定位等4種定位方法的對比,,驗證了本文提出算法的有效性。現(xiàn)場實驗表明:定位過程中,,當100m×20m的實驗區(qū)域內(nèi)出現(xiàn)30m×6m的高遮擋區(qū)域時,,與GNSS定位信息測量方法、INS航跡推算定位方法以及常規(guī)卡爾曼濾波組合定位方法相比,,自適應系數(shù)卡爾曼濾波組合定位方法定位精度分別提升62.1%,、48.5%、47.7%,。