家禽設施養殖環境中AGV導航方式研究進展

摘 要：家禽設施養殖環境中自動導向車（Automated Guided Vehicle，AGV）的發展成為養殖智能化的關鍵，通過AGV搭載相關的檢測器件可以對家禽養殖設施內部進行環境監測和生物體征識別等相關操作，極大降低人工勞動強度，提高養殖智能化水平。本文通過對現有設施養殖AGV導航方式進行總結分析并結合現有室內導航先進方法，將可應用于家禽養殖環境中AGV導航方式分為固定軌跡式、室內基站式和即時定位與地圖構建式，并對其進行分類闡述，以期為家禽養殖環境中AGV導航定位的應用提供參考。

關鍵詞：設施養殖；AGV；智能化；導航定位

基金項目：山東省農業科學院農業科技創新工程（CXGC2024A08；CXGC2024D11）

第一作者：李浩（1996—），男，主要從事智能農業裝備研究，E-mail：lwlh1115@sina.com

通信作者：殷若新（1977—），男，副研究員，主要從事智慧養殖與環境控制研究，E-mail：272877931@qq.com

收稿日期：2024-01-17

中圖分類號：S818 文獻標識碼：A 文章編號：1673-1085（2024）09-0040-05

設施養殖作為一種環境可控、單位面積產出率高、高效集約化的生產方式，近年來，在我國迅速發展[1]。

家禽養殖行業作為設施養殖中占比較大的行業，隨著家禽養殖規模化的發展，設施養殖單體規模逐漸增大，設施養殖環境監測和家禽個體健康巡檢成為一個難點，傳統人工巡檢作業方式勞動強度大、作業效率低且存在疫病防控風險[2-3]。因此，隨著養殖裝備的進步和人工成本的日益攀升，借助自動導向車（Automated Guided Vehicle，AGV）平臺進行家禽設施養殖環境內部巡檢成為發展趨勢，AGV平臺因具有擴展性強、承載力高、運行距離長等優點成為家禽設施養殖規模化環境下解決環境監測和家禽健康巡檢的最優解決方案。AGV平臺與普通運載平臺相比優勢主要在于其自主導航定位系統。設施養殖環境內導航定位有別于室外導航定位，由于家禽養殖設施外部金屬桁架對信號的屏蔽作用，傳統的GPS和通信基站定位等室外定位方式顯然不能應用于設施養殖環境內部AGV導航定位。因此，研究適合家禽設施養殖環境中AGV導航定位方式對家禽智能化養殖裝備的發展具有重要的意義。本文分類綜述了現有室內導航定位方式以及現階段已應用于家禽設施養殖內部的導航定位方式，以期為后續發展提供技術路線參考。

1 固定軌跡式

固定軌跡式導航定位方法主要通過在AGV運行路徑的地面或者空中搭建固定式的導引裝置以此來控制AGV的運行路線，具有穩定性強、技術要求較低等優點，現有的固定軌跡式導航定位方法基本可以分為軌道式和循跡式。

1.1 軌道式

軌道式導航方式是指AGV平臺運行在固定軌道之上，沿著軌道進行運動作業，常用軌道式導航方式主要分為懸掛式和地面式[4]。因其穩定性高、導航定位難度低，在設施養殖環境中得到了較大規模的應用。

在懸掛式導軌研究方面，楊存志等[5]設計研制的設施養殖環境下奶牛精準飼喂機器人，采用環形懸掛式的軌道作為AGV平臺導航定位方式，極大地簡化了導航定位的難度，行走機構懸掛在軌道上，驅動AGV平臺沿著軌道進行運動，編碼器記錄運行數據對AGV平臺實時運行位置進行定位。胥若愚[6]設計研制的養殖場軌道式巡檢機器人，采用懸掛式軌道作為導航定位方式，建立了基于軌道式導航定位的機器人D-H模型，并設計了一種設施養殖環境下的軌道式巡檢方案。經過系統仿真與算法優化，采用“S”型加減速曲線進行控制，使巡檢機器人的運功控制更加穩定平順。

在地面式導軌研究方面，王子懿[7]設計的3-UPU軌道式擠奶機器人，利用TRIZ創新理論設計了地面軌道式AGV平臺，運用多體動力學仿真，建立軌道耦合模型。該設計具有較高的導航定位精度，極大提高了設施養殖中作業裝備的作業精準度。

1.2 循跡式

循跡式導航定位主要采用磁信號或者地面標志物的形式。磁信號導航定位多通過在地面安裝磁釘、磁條或者布設漆包線連接定頻電流等方式來產生磁信號，通過AGV平臺攜帶的電磁傳感器和里程計進行導航定位。地面標志物導航定位主要利用機器視覺進行地面紋理分析和標志物識別進行路徑導航與實時定位。循跡式相較于軌道式具有布設成本、靈活性高、穩定性強等特點，已逐漸成為設施環境內部較為流行的導航定位方式。

在電磁導航研究方面，朱文龍[8]設計的基于電磁導航定位的移動式智能養殖系統，采用電磁導線作為AGV平臺的路徑識別方式，運用PID控制算法進行車輛精準導航，光電編碼器為AGV平臺提供精準定位，通過AGV平臺搭載的數據采集裝置可對養殖環境進行實時監測，便于養殖人員對養殖環境進行遠程實時監管，極大地降低了養殖人員勞動強度。

在地面標志物導航定位研究方面，王紅君等[9]采用圖像處理技術對溫室環境中可通行路徑進行特征識別與提取，為AGV平臺提供導航信息。將環境照片采集后，利用RGB和HIS兩個色彩空間對圖像進行不同色彩分量處理并依次進行比對，最終對H分量用OTSU法進行分割處理，可以在排除光照干擾的情況下較好地識別出作物與通行路徑，同時利用Hough變換對可通行路徑中的導航線進行提取，為AGV平臺提供導航定位。李天華等[10]針對拱棚溫室導航過程中干擾物對AGV平臺導航精度的影響，利用通行路徑盡頭橫向中心點作為導航信息標點，在導航過程中，攝像頭視軸始終與可通行路徑平行，利用色度法對環境因素進行處理，計算導航信息標點的坐標從而得到AGV平臺的位姿以便于及時調整。通過建模仿真并進行試驗，該方式可以顯著提高導航精度。

2 基站式

基站式導航定位方式類似于傳統的室外GPS與通信基站導航定位，通過在室內搭建固定式的信號收發基站，利用AGV平臺自身所攜帶的信號收發器進行信號交換，通過計算與不同室內基站信號接收時差得到自身所處的實時位置，進而經過運算得到運行姿態等信息。根據室內基站技術的不同可分為超帶寬（Ultra wideband， UWB）、WiFi、藍牙等方式。

2.1 超寬帶式（UWB）

UWB技術是一種用帶寬超過500 MHz以上信號的傳輸信息技術，具有功率低、速率快、穿透性和抗干擾能力強等優點，近年來在室內導航定位方面得到較大規模應用[11]。姚立健等[12]創新提出了一種基于UWB的路徑跟蹤方法，通過4個固定式的信號收發基站組建室內定位系統，利用加權最小二乘法極大提高了移動標簽的定位精度，利用MATLAB進行算法仿真并進行試驗驗證，結果表明該方法可以極大地提高導航定位的穩定性和準確度。

2.2 WiFi式

WiFi定位技術主要利用多個信號接入點構成WLAN，根據移動終端與網絡節點信號傳輸進行終端定位，在室內WiFi定位研究方面，成霏雪[13]綜合考量AP數量對定位信號的影響，結合信息熵和互信息，創新提出了一種AP選擇算法，并引入區域生長算法以提高AP在WiFi定位系統中的作用。通過實驗仿真與結果分析，表明該算法可以極大提高WiFi定位系統中的定位精度并極大地降低數據冗余。

2.3 藍牙式

藍牙定位主要采用Socket連接，移動客戶端向服務器終端發送請求并獲得ID，當雙方距離滿足通信要求時，服務器端即可與移動客戶端建立連接完成定位。陳麗敏等[14]針對傳統室內藍牙應用中存在的問題，提出了改進型的藍牙室內算法，通過建立模型進行軟件仿真并進行實際試驗，結果表明該算法在室內定位方面明顯優于傳統的藍牙定位算法。魏軍等[15]針對室內環境復雜多變的特征，提出了一種基于深度學習的室內藍牙定位算法，試驗結果表明，在10 m范圍內該定位算法具有較好的穩定性，并能降低整體誤差。

3 即時定位與地圖構建式

隨著處理器技術的發展，雷達和視覺傳感器所產生的大量數據可以在AGV平臺所搭載的卡片式處理器上進行實時運算，因而即時定位與地圖構建（Simultaneous Localization and Mapping，SLAM）導航定位方式得以在AGV平臺大量應用。即時定位與地圖構建通過對所處環境特征進行感知并識別，從而得到自身所處位置以及導航路線。在設施環境中，環境特征構成相對穩定，通過一次全局地圖構建即可對整個環境特征進行識別記錄，該方式根據環境感知方式的不同，分為激光雷達式和機器視覺式。

3.1 激光雷達式

激光雷達主要通過向周圍發射激光束來獲取外界環境特征，通過檢測所處環境特征與全局特征進行比對來進行定位與導航。因激光束在平面上的投影點為離散點，因此，對于面狀特征物體可以進行較為準確的感知，對于網狀和點狀特征物體的感知準確度相對較差。孫阿猛[16]通過對粒子自調節分布方法進行改進并對全局和局部路徑規劃算法進行選擇優化，并在設施環境中進行試驗，驗證了激光雷達在設施環境中導航定位的可行性。侯加林等[17]采用雙激光雷達導航系統，使用cartographer 算法用于整體環境定位與地圖構建，采用Dijkstra算法和動態窗口算法用于全局和局部路徑規劃，試驗結果表明該導航定位方式具有較小的導航定位偏差，可以滿足設施環境中AGV平臺的導航定位精度要求。

3.2 機器視覺式

機器視覺導航主要通過AGV平臺搭載的攝像頭對環境特征進行識別來導航與定位，該方式對環境的適應性較強，對不同特征物體特征均具有較高的識別準確度。張善福等[18]針對室內紋理特征稀疏等問題，利用改進型LSD算法對線特征進行提取，提出了一種點線特征結合的視覺SLAM算法，配合慣性測量模塊可以對AGV平臺的位姿進行精確估計，對比其他公開數據，該方法可顯著提高室內定位精度。孫新柱等[19]針對視覺SLAM室內定位精度問題，提出一種點線面多重特征的視覺SLAM方法，通過方向引導的方法對主平面進行篩選并與跟蹤平面進行比較，以此降低誤差，試驗結果表明該方法較傳統方法誤差可減少近40%，同時可靠性與穩定性具有較大提升。

4 總結與展望

隨著家禽養殖規模化以及電子技術的發展，家禽設施養殖AGV平臺也逐漸向智能化、無人化方向發展。綜合現有設施內部導航技術與家禽設施養殖內部環境而言，固定軌跡式導航因其導航路徑需提前進行布設，成本較高，同時由于路徑相對固定，靈活性較差，對一些需要重點監測的點位無法做到最優路線規劃，影響AGV平臺運行效率，電磁線、磁條等由于金屬導磁原因在靠近雞籠的地方使用時會出現導航信號差等缺點。基站式導航由于養殖籠具與家禽個體的遮擋，會出現信號減弱甚至消失，嚴重影響導航的穩定。即時定位與地圖構建導航方式不需要提前布設導航引導標志與基站，靈活性高，可進行自主路徑規劃，運行效率高，對于重點監測點位可以優化巡檢路徑，進行重點監測。

綜上所述，在后續的發展過程中，應重點研發家禽設施環境SLAM導航定位技術，根據家禽舍內環境特點，優化相關檢測參數，使其可以適用于禽舍場景，以此減少硬件布設成本，提高禽舍AGV平臺的智能化水平，減少規模化雞舍巡檢過程中勞動力的需求。

參考文獻：

[1] 姜賽珂，張美娜，李雪，等.設施內自主移動裝備導航控制技術研究進展[J].中國農機化學報，2022，43（03）：159-169.

[2] 連京華，李惠敏，祝偉，等.家禽生產智能巡檢機器人的設計[J].中國家禽，2019，41（18）：72-75.

[3] 連京華，李惠敏，殷若新，等.家禽養殖業開啟人工智能新時代[J].家禽科學，2018 （10）：3-4.

[4] 楊亮，熊本海，王輝，等.家畜飼喂機器人研究進展與發展展望[J].智慧農業（中英文），2022，4（02）：86-98.

[5] 楊存志，李源源，楊旭，等.FR-200型奶牛智能化精確飼喂機器人的研制[J].農機化研究，2014，36（02）：120-122+126.

[6] 胥若愚.養殖場軌道式巡檢機器人軌跡規劃與控制研究[D].太原：太原理工大學，2022.

[7] 王子懿.3-UPU軌道式擠奶機器人的設計與關鍵部件分析[D].淮南：安徽理工大學，2021.

[8] 朱文龍.移動式智能養殖系統的設計與開發[D].杭州：杭州電子科技大學，2017.

[9]王紅君，陳慧，岳有軍，等.基于多顏色空間分割的溫室環境視覺導航路徑信息提取[J].江蘇農業科學，2017，45（16）：202-206.

[10]李天華，吳增昊，廉憲坤，等.基于定向攝像頭的大拱棚運輸車視覺導航研究[J].農業機械學報，2018，49（S1）：8-13.

[11] 陳榮鑫，熊思進.基于超寬帶UWB技術的定位系統分析[J].電子技術，2023，52（09）：1-3.

[12] 姚立健，SANTOSH K P，楊自棟，等.基于超寬帶無線定位的農業設施內移動平臺路徑跟蹤研究[J].農業工程學報，2019，35（02）：17-24.

[13]成霏雪.基于AP選擇算法的WiFi室內定位研究[D].海口：海南大學，2023.

[14]陳麗敏，陳宇寧.基于藍牙無線技術的室內定位方法研究[J].無線互聯科技，2023，20（13）：21-23+27.

[15]魏軍，羅恒，倪啟東，等.藍牙室內定位算法優化方法[J].蘇州科技大學學報（自然科學版），2023，40（02）：78-84.

[16] 孫阿猛.基于激光雷達的設施農業服務機器人自主導航技術研究[D].合肥：安徽農業大學，2021.

[17] 侯加林，蒲文洋，李天華，等.雙激光雷達溫室運輸機器人導航系統研制[J].農業工程學報，2020，36（14）：80-88.

[18] 張善福，胡步發.一種基于點線融合的室內視覺慣性SLAM方法[J].機械制造與自動化，2023，52（04）：202-205.

[19] 孫新柱，龔光強，陳孟元，等.室內場景下基于曼哈頓約束的多重特征視覺SLAM方法[J].中國慣性技術學報，2023，31（09）：890-899.

Research Progress of AGV Navigation Mode in Poultry Facility Culture Environment

LI Hao1，2，SUN Kai1，2，SHANG Qinghui1，2 ，LI Liyuan1，ZHANG Yan 3，YIN Ruoxin1，2

[1.Poultry Research Institute of Shandong Academy of Agricultural Sciences，Jinan 250100，China;

2.Shandong Data Open Innovation Application Laboratory（Intelligent breeding），Jinan 250100，China;

3. Zibo Public Resource Trading Center，Zibo 255000，China]

Abstract： The development of AGV in poultry facility culture environment has become the key to intelligent breeding. By carrying relevant detection devices on AGV， environmental monitoring and biological sign identification can be carried out in poultry facility， which greatly reduces the labor intensity and improves the intelligent level of breeding. Based on the summary and analysis of the existing AGV navigation modes in facility farming and the existing advanced indoor navigation methods， this paper divides the AGV navigation modes in poultry farming environment into fixed trajectory mode， indoor base station mode and instant positioning and map construction mode， and expounds them in a classified way， so as to provide reference for the development of AGV navigation and positioning in poultry farming environment.

Keywords： Facility culture; AGV; Intelligence; Navigation and positioning