家禽设施养殖环境中AGV导航方式研究进展

摘 要：家禽设施养殖环境中自动导向车（Automated Guided Vehicle，AGV）的发展成为养殖智能化的关键，通过AGV搭载相关的检测器件可以对家禽养殖设施内部进行环境监测和生物体征识别等相关操作，极大降低人工劳动强度，提高养殖智能化水平。本文通过对现有设施养殖AGV导航方式进行总结分析并结合现有室内导航先进方法，将可应用于家禽养殖环境中AGV导航方式分为固定轨迹式、室内基站式和即时定位与地图构建式，并对其进行分类阐述，以期为家禽养殖环境中AGV导航定位的应用提供参考。

关键词：设施养殖；AGV；智能化；导航定位

基金项目：山东省农业科学院农业科技创新工程（CXGC2024A08；CXGC2024D11）

第一作者：李浩（1996—），男，主要从事智能农业装备研究，E-mail：lwlh1115@sina.com

通信作者：殷若新（1977—），男，副研究员，主要从事智慧养殖与环境控制研究，E-mail：272877931@qq.com

收稿日期：2024-01-17

中图分类号：S818 文献标识码：A 文章编号：1673-1085（2024）09-0040-05

设施养殖作为一种环境可控、单位面积产出率高、高效集约化的生产方式，近年来，在我国迅速发展[1]。

家禽养殖行业作为设施养殖中占比较大的行业，随着家禽养殖规模化的发展，设施养殖单体规模逐渐增大，设施养殖环境监测和家禽个体健康巡检成为一个难点，传统人工巡检作业方式劳动强度大、作业效率低且存在疫病防控风险[2-3]。因此，随着养殖装备的进步和人工成本的日益攀升，借助自动导向车（Automated Guided Vehicle，AGV）平台进行家禽设施养殖环境内部巡检成为发展趋势，AGV平台因具有扩展性强、承载力高、运行距离长等优点成为家禽设施养殖规模化环境下解决环境监测和家禽健康巡检的最优解决方案。AGV平台与普通运载平台相比优势主要在于其自主导航定位系统。设施养殖环境内导航定位有别于室外导航定位，由于家禽养殖设施外部金属桁架对信号的屏蔽作用，传统的GPS和通信基站定位等室外定位方式显然不能应用于设施养殖环境内部AGV导航定位。因此，研究适合家禽设施养殖环境中AGV导航定位方式对家禽智能化养殖装备的发展具有重要的意义。本文分类综述了现有室内导航定位方式以及现阶段已应用于家禽设施养殖内部的导航定位方式，以期为后续发展提供技术路线参考。

1 固定轨迹式

固定轨迹式导航定位方法主要通过在AGV运行路径的地面或者空中搭建固定式的导引装置以此来控制AGV的运行路线，具有稳定性强、技术要求较低等优点，现有的固定轨迹式导航定位方法基本可以分为轨道式和循迹式。

1.1 轨道式

轨道式导航方式是指AGV平台运行在固定轨道之上，沿着轨道进行运动作业，常用轨道式导航方式主要分为悬挂式和地面式[4]。因其稳定性高、导航定位难度低，在设施养殖环境中得到了较大规模的应用。

在悬挂式导轨研究方面，杨存志等[5]设计研制的设施养殖环境下奶牛精准饲喂机器人，采用环形悬挂式的轨道作为AGV平台导航定位方式，极大地简化了导航定位的难度，行走机构悬挂在轨道上，驱动AGV平台沿着轨道进行运动，编码器记录运行数据对AGV平台实时运行位置进行定位。胥若愚[6]设计研制的养殖场轨道式巡检机器人，采用悬挂式轨道作为导航定位方式，建立了基于轨道式导航定位的机器人D-H模型，并设计了一种设施养殖环境下的轨道式巡检方案。经过系统仿真与算法优化，采用“S”型加减速曲线进行控制，使巡检机器人的运功控制更加稳定平顺。

在地面式导轨研究方面，王子懿[7]设计的3-UPU轨道式挤奶机器人，利用TRIZ创新理论设计了地面轨道式AGV平台，运用多体动力学仿真，建立轨道耦合模型。该设计具有较高的导航定位精度，极大提高了设施养殖中作业装备的作业精准度。

1.2 循迹式

循迹式导航定位主要采用磁信号或者地面标志物的形式。磁信号导航定位多通过在地面安装磁钉、磁条或者布设漆包线连接定频电流等方式来产生磁信号，通过AGV平台携带的电磁传感器和里程计进行导航定位。地面标志物导航定位主要利用机器视觉进行地面纹理分析和标志物识别进行路径导航与实时定位。循迹式相较于轨道式具有布设成本、灵活性高、稳定性强等特点，已逐渐成为设施环境内部较为流行的导航定位方式。

在电磁导航研究方面，朱文龙[8]设计的基于电磁导航定位的移动式智能养殖系统，采用电磁导线作为AGV平台的路径识别方式，运用PID控制算法进行车辆精准导航，光电编码器为AGV平台提供精准定位，通过AGV平台搭载的数据采集装置可对养殖环境进行实时监测，便于养殖人员对养殖环境进行远程实时监管，极大地降低了养殖人员劳动强度。

在地面标志物导航定位研究方面，王红君等[9]采用图像处理技术对温室环境中可通行路径进行特征识别与提取，为AGV平台提供导航信息。将环境照片采集后，利用RGB和HIS两个色彩空间对图像进行不同色彩分量处理并依次进行比对，最终对H分量用OTSU法进行分割处理，可以在排除光照干扰的情况下较好地识别出作物与通行路径，同时利用Hough变换对可通行路径中的导航线进行提取，为AGV平台提供导航定位。李天华等[10]针对拱棚温室导航过程中干扰物对AGV平台导航精度的影响，利用通行路径尽头横向中心点作为导航信息标点，在导航过程中，摄像头视轴始终与可通行路径平行，利用色度法对环境因素进行处理，计算导航信息标点的坐标从而得到AGV平台的位姿以便于及时调整。通过建模仿真并进行试验，该方式可以显著提高导航精度。

2 基站式

基站式导航定位方式类似于传统的室外GPS与通信基站导航定位，通过在室内搭建固定式的信号收发基站，利用AGV平台自身所携带的信号收发器进行信号交换，通过计算与不同室内基站信号接收时差得到自身所处的实时位置，进而经过运算得到运行姿态等信息。根据室内基站技术的不同可分为超带宽（Ultra wideband， UWB）、WiFi、蓝牙等方式。

2.1 超宽带式（UWB）

UWB技术是一种用带宽超过500 MHz以上信号的传输信息技术，具有功率低、速率快、穿透性和抗干扰能力强等优点，近年来在室内导航定位方面得到较大规模应用[11]。姚立健等[12]创新提出了一种基于UWB的路径跟踪方法，通过4个固定式的信号收发基站组建室内定位系统，利用加权最小二乘法极大提高了移动标签的定位精度，利用MATLAB进行算法仿真并进行试验验证，结果表明该方法可以极大地提高导航定位的稳定性和准确度。

2.2 WiFi式

WiFi定位技术主要利用多个信号接入点构成WLAN，根据移动终端与网络节点信号传输进行终端定位，在室内WiFi定位研究方面，成霏雪[13]综合考量AP数量对定位信号的影响，结合信息熵和互信息，创新提出了一种AP选择算法，并引入区域生长算法以提高AP在WiFi定位系统中的作用。通过实验仿真与结果分析，表明该算法可以极大提高WiFi定位系统中的定位精度并极大地降低数据冗余。

2.3 蓝牙式

蓝牙定位主要采用Socket连接，移动客户端向服务器终端发送请求并获得ID，当双方距离满足通信要求时，服务器端即可与移动客户端建立连接完成定位。陈丽敏等[14]针对传统室内蓝牙应用中存在的问题，提出了改进型的蓝牙室内算法，通过建立模型进行软件仿真并进行实际试验，结果表明该算法在室内定位方面明显优于传统的蓝牙定位算法。魏军等[15]针对室内环境复杂多变的特征，提出了一种基于深度学习的室内蓝牙定位算法，试验结果表明，在10 m范围内该定位算法具有较好的稳定性，并能降低整体误差。

3 即时定位与地图构建式

随着处理器技术的发展，雷达和视觉传感器所产生的大量数据可以在AGV平台所搭载的卡片式处理器上进行实时运算，因而即时定位与地图构建（Simultaneous Localization and Mapping，SLAM）导航定位方式得以在AGV平台大量应用。即时定位与地图构建通过对所处环境特征进行感知并识别，从而得到自身所处位置以及导航路线。在设施环境中，环境特征构成相对稳定，通过一次全局地图构建即可对整个环境特征进行识别记录，该方式根据环境感知方式的不同，分为激光雷达式和机器视觉式。

3.1 激光雷达式

激光雷达主要通过向周围发射激光束来获取外界环境特征，通过检测所处环境特征与全局特征进行比对来进行定位与导航。因激光束在平面上的投影点为离散点，因此，对于面状特征物体可以进行较为准确的感知，对于网状和点状特征物体的感知准确度相对较差。孙阿猛[16]通过对粒子自调节分布方法进行改进并对全局和局部路径规划算法进行选择优化，并在设施环境中进行试验，验证了激光雷达在设施环境中导航定位的可行性。侯加林等[17]采用双激光雷达导航系统，使用cartographer 算法用于整体环境定位与地图构建，采用Dijkstra算法和动态窗口算法用于全局和局部路径规划，试验结果表明该导航定位方式具有较小的导航定位偏差，可以满足设施环境中AGV平台的导航定位精度要求。

3.2 机器视觉式

机器视觉导航主要通过AGV平台搭载的摄像头对环境特征进行识别来导航与定位，该方式对环境的适应性较强，对不同特征物体特征均具有较高的识别准确度。张善福等[18]针对室内纹理特征稀疏等问题，利用改进型LSD算法对线特征进行提取，提出了一种点线特征结合的视觉SLAM算法，配合惯性测量模块可以对AGV平台的位姿进行精确估计，对比其他公开数据，该方法可显著提高室内定位精度。孙新柱等[19]针对视觉SLAM室内定位精度问题，提出一种点线面多重特征的视觉SLAM方法，通过方向引导的方法对主平面进行筛选并与跟踪平面进行比较，以此降低误差，试验结果表明该方法较传统方法误差可减少近40%，同时可靠性与稳定性具有较大提升。

4 总结与展望

随着家禽养殖规模化以及电子技术的发展，家禽设施养殖AGV平台也逐渐向智能化、无人化方向发展。综合现有设施内部导航技术与家禽设施养殖内部环境而言，固定轨迹式导航因其导航路径需提前进行布设，成本较高，同时由于路径相对固定，灵活性较差，对一些需要重点监测的点位无法做到最优路线规划，影响AGV平台运行效率，电磁线、磁条等由于金属导磁原因在靠近鸡笼的地方使用时会出现导航信号差等缺点。基站式导航由于养殖笼具与家禽个体的遮挡，会出现信号减弱甚至消失，严重影响导航的稳定。即时定位与地图构建导航方式不需要提前布设导航引导标志与基站，灵活性高，可进行自主路径规划，运行效率高，对于重点监测点位可以优化巡检路径，进行重点监测。

综上所述，在后续的发展过程中，应重点研发家禽设施环境SLAM导航定位技术，根据家禽舍内环境特点，优化相关检测参数，使其可以适用于禽舍场景，以此减少硬件布设成本，提高禽舍AGV平台的智能化水平，减少规模化鸡舍巡检过程中劳动力的需求。

参考文献：

[1] 姜赛珂，张美娜，李雪，等.设施内自主移动装备导航控制技术研究进展[J].中国农机化学报，2022，43（03）：159-169.

[2] 连京华，李惠敏，祝伟，等.家禽生产智能巡检机器人的设计[J].中国家禽，2019，41（18）：72-75.

[3] 连京华，李惠敏，殷若新，等.家禽养殖业开启人工智能新时代[J].家禽科学，2018 （10）：3-4.

[4] 杨亮，熊本海，王辉，等.家畜饲喂机器人研究进展与发展展望[J].智慧农业（中英文），2022，4（02）：86-98.

[5] 杨存志，李源源，杨旭，等.FR-200型奶牛智能化精确饲喂机器人的研制[J].农机化研究，2014，36（02）：120-122+126.

[6] 胥若愚.养殖场轨道式巡检机器人轨迹规划与控制研究[D].太原：太原理工大学，2022.

[7] 王子懿.3-UPU轨道式挤奶机器人的设计与关键部件分析[D].淮南：安徽理工大学，2021.

[8] 朱文龙.移动式智能养殖系统的设计与开发[D].杭州：杭州电子科技大学，2017.

[9]王红君，陈慧，岳有军，等.基于多颜色空间分割的温室环境视觉导航路径信息提取[J].江苏农业科学，2017，45（16）：202-206.

[10]李天华，吴增昊，廉宪坤，等.基于定向摄像头的大拱棚运输车视觉导航研究[J].农业机械学报，2018，49（S1）：8-13.

[11] 陈荣鑫，熊思进.基于超宽带UWB技术的定位系统分析[J].电子技术，2023，52（09）：1-3.

[12] 姚立健，SANTOSH K P，杨自栋，等.基于超宽带无线定位的农业设施内移动平台路径跟踪研究[J].农业工程学报，2019，35（02）：17-24.

[13]成霏雪.基于AP选择算法的WiFi室内定位研究[D].海口：海南大学，2023.

[14]陈丽敏，陈宇宁.基于蓝牙无线技术的室内定位方法研究[J].无线互联科技，2023，20（13）：21-23+27.

[15]魏军，罗恒，倪启东，等.蓝牙室内定位算法优化方法[J].苏州科技大学学报（自然科学版），2023，40（02）：78-84.

[16] 孙阿猛.基于激光雷达的设施农业服务机器人自主导航技术研究[D].合肥：安徽农业大学，2021.

[17] 侯加林，蒲文洋，李天华，等.双激光雷达温室运输机器人导航系统研制[J].农业工程学报，2020，36（14）：80-88.

[18] 张善福，胡步发.一种基于点线融合的室内视觉惯性SLAM方法[J].机械制造与自动化，2023，52（04）：202-205.

[19] 孙新柱，龚光强，陈孟元，等.室内场景下基于曼哈顿约束的多重特征视觉SLAM方法[J].中国惯性技术学报，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