基于无人机摄影测量与安全强化学习的果园拖拉机导航方法

《Computers and Electronics in Agriculture》：The orchard tractor navigation method based on UAV photogrammetry combined with safety reinforcement learning

　　

胡青英|吴杰|卢叶军|卢伟

摘要

果园拖拉机的自主导航在非结构化果园环境中面临路径规划鲁棒性和可靠运行方面的重大挑战。为了解决这些问题，本文提出了一种基于无人机摄影测量和安全强化学习的拖拉机人机协作驾驶导航方法。首先，利用无人机摄影测量和Attention U-Net模型实现了快速语义分割和全局路径规划。其次，设计了一种结合APF-MPC-Safe RL-HIL的复合控制策略。该方法将人工势场（APF）融入模型预测控制（MPC）中，以实现具有安全意识的基线路径跟踪，并引入了双延迟深度确定性策略梯度（TD3）算法，以学习复杂地形条件下MPC控制器的剩余转向修正。此外，还引入了人在回路（HIL）安全干预机制，在不安全探索过程中提供专家级纠正动作，从而加速强化学习的收敛速度并提高初始探索阶段的运行安全性。该系统在Gazebo仿真环境中进行了预训练和参数迭代，随后在真实果园场景中进行了部署和验证。实验结果表明，所提出的方法在典型操作中表现出良好的鲁棒性，平均横向偏差保持在0.13米以内。本研究为果园环境中的自主导航快速部署提供了实用的解决方案，具有理论意义和实际工程价值。