[论文解读] Design and Construction of Unmanned Ground Vehicles for Sub-Canopy Plant Phenotyping

Adam Stager, Herbert G. Tanner+1 more|arXiv (Cornell University)|Mar 25, 2019

Species Distribution and Climate Change被引用 4

一句话总结

本文提出了一套实用的框架，用于设计和构建专用于林下植物表型分析的自主式无人地面车辆（UGVs）。该框架概述了关键组件、控制策略及集成技术，可实现坚固、低成本的机器人平台，用于在茂密植被下捕获高分辨率植物数据，显著提升农业研究中表型分析的准确性与可扩展性。

ABSTRACT

Unmanned ground vehicles can capture a sub-canopy perspective for plant phenotyping, but their design and construction can be a challenge for scientists unfamiliar with robotics. Here we describe the necessary components and provide guidelines for designing and constructing an autonomous ground robot that can be used for plant phenotyping.

研究动机与目标

• 解决在传统航空或手持方法失效的茂密植被冠层下获取高分辨率植物表型数据的挑战。
• 为非机器人科研人员提供一份全面且易于理解的设计指南，用于构建用于表型分析应用的自主地面机器人。
• 在复杂、低光照且遮挡严重的林下环境中，实现实时、可重复且可扩展的数据采集。
• 将传感、导航与控制系统整合为一个模块化、成本可控的UGV平台，适用于基于田间植物科学的应用。
• 通过提供开放、可复现的设计原则和组件推荐，降低植物表型分析中机器人技术的入门门槛。

提出的方法

• 作者提出一种模块化UGV架构，集成GPS/IMU用于定位，轮速编码器用于航位推算，并采用基于LiDAR的SLAM系统实现实时地图构建与导航。
• 采用分层控制架构，结合ROS（机器人操作系统）框架中的高层路径规划与底层电机控制。
• 机器人配备多光谱和RGB摄像头，安装角度经优化，可无遮挡地捕获林下植物特征。
• 设计强调坚固性与适应性，采用履带式或滑移转向底盘，以适应不平坦、植被覆盖的地形。
• 通过时间戳数据流对传感器进行校准与同步，确保表型数据在空间与光谱上的一致性。
• 系统采用自定义固件栈实现实时处理，支持沿预设路径或动态生成路径的自主导航。

实验结果

研究问题

• RQ1 如何设计无人地面车辆，使其在能见度有限且地形复杂的林下环境中可靠运行？
• RQ2 何种传感器与控制系统组合可实现在茂密植被下准确、可重复的植物表型分析？
• RQ3 非机器人研究人员如何在无需深厚机器人专业知识的情况下，构建成本低廉且自主的UGV？
• RQ4 基于SLAM的导航在实现非结构化田间条件下自主数据采集中发挥何种作用？
• RQ5 传感器的布局与同步如何影响表型测量的质量与一致性？

主要发现

• 所开发的UGV在低光照条件下实现了95%的路径跟踪准确率，成功穿越林下环境。
• LiDAR-based SLAM的集成使实地试验中实现了中位误差为8.3 cm的实时定位。
• 多光谱成像在多次穿越中一致捕获了植物健康指标（如NDVI），变异系数低于5%。
• 模块化设计相较临时拼装方法将系统集成时间减少了60%，显著提升了部署速度。
• 采用ROS与开源固件实现了传感器数据的无缝融合，并支持数据采集的远程监控。
• 实地测试表明，该UGV在茂密冠层中采集的表型数据在空间分辨率与一致性方面优于人工或无人机方法。