An experiment in autonomous vineyard navigation : the GRAPE project

Field robotics is a fast developing research field, in particular precision agri- culture. The GRAPE project is an Echord++ robotic experiment aimed at the use of a mobile robot for automatic pheromone dispenser distribution in vineyards. This thesis illustrates the autonomous navigation system of such robot. For the specific scenario of the vineyard navigation, there not exists a real state of the art, so we adapted techniques that have been designed for different problems, in particular classical methods for navigation in indoor environments. The vineyard environment is challenging because of many va- riability factors such as weather, soil and vegetation. These factors hinder the indoor methods introducing noise in the robot perceptions. To solve this problem, we propose a specific navigation system that takes advantage of multiple sensors: wheel encoders, IMU and GPS to filter the environment noise and accurately estimate the robot odometry. In addition, the system exploits a LIDAR sensor to localize the robot through AMCL algorithm and to map the vineyard using SLAM techniques. We tested the system in simu- lation where it obtained very good results which have been confirmed during a field test in a real vineyard.

Al giorno d’oggi la robotica outdoor (field robotics) si sta sviluppando sempre di più. In particolare l’agricoltura di precisione rappresenta un’applicazione importante di essa. Il progetto GRAPE tratta l’utilizzo di un robot mobile per la distribuzione automatica di dispensatori di feromoni nei vigneti. Que- sta tesi illustra lo sviluppo del sistema di navigazione autonoma di tale robot. Per lo scenario specifico della navigazione in un vigneto non esiste un vero e proprio stato dell’arte, perciò abbiamo adattato a questo ambiente tecniche che sono pensate per problemi diversi. In generale, gran parte dei metodi conosciuti in robotica per la navigazione sono ideati per ambienti indoor. Il vigneto presenta molti fattori di variabilità come le condizioni atmosferiche, il suolo o la vegetazione, che rappresentano insidie per i metodi indoor clas- sici, poichè generano molto rumore nelle percezioni del robot. Per risolvere questo problema, in questa tesi, abbiamo proposto uno specifico sistema di navigazione che sfrutta diversi sensori: encoders delle ruote, IMU e GPS per filtrare il rumore dovuto all’ambiente e quindi stimare accuratamente il percorso effettuato dal robot. Inoltre il sistema utilizza un sensore LIDAR per localizzare il robot con l’algoritmo Adaptive Monte Carlo Localization, e per costruire una mappa del vigneto utilizzando metodi di SLAM. Abbiamo testato il sistema in simulazione ottenendo risultati molto buoni che abbiamo successivamente validato in un vero vigneto.