End-to-End Crop Row Navigation via LiDAR-Based Deep Reinforcement Learning

📄 arXiv: 2509.18608v2 📥 PDF

作者: Ana Luiza Mineiro, Francisco Affonso, Marcelo Becker

分类: cs.RO, cs.AI

发布日期: 2025-09-23 (更新: 2025-11-03)

备注: Accepted to the 22nd International Conference on Advanced Robotics (ICAR 2025). 7 pages

💡 一句话要点

提出基于LiDAR和深度强化学习的端到端作物行导航方法

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 作物行导航 LiDAR 深度强化学习 农业机器人 端到端学习

📋 核心要点

  1. 现有农业导航方法依赖GNSS，易受作物遮挡影响，且人工控制界面设计复杂。
  2. 提出一种端到端导航系统，直接从3D LiDAR数据学习控制策略，无需人工干预。
  3. 通过模拟实验验证，在直行作物行中导航成功率达100%，证明了方法的有效性。

📝 摘要（中文）

由于GNSS不可靠、作物行杂乱以及光照变化等因素，在作物冠层下的农业环境中实现可靠导航仍然是一个挑战。为了解决这些限制，我们提出了一种基于端到端学习的导航系统，该系统使用完全在模拟环境中训练的深度强化学习策略，将原始3D LiDAR数据直接映射到控制命令。我们的方法包括一种基于体素的降采样策略，该策略将LiDAR输入大小减少了95.83%，从而能够进行有效的策略学习，而无需依赖标记数据集或手动设计的控制界面。该策略已在模拟中得到验证，在直行种植园中实现了100%的成功率，并显示出随着行曲率增加而性能逐渐下降，并在不同的正弦频率和幅度下进行了测试。

🔬 方法详解

问题定义：论文旨在解决在复杂农业环境下，机器人自主导航的问题。现有方法依赖GNSS，但在作物冠层下信号弱，易受干扰。此外，传统方法需要人工设计控制界面，过程繁琐且难以适应不同环境。因此，需要一种能够直接从传感器数据学习控制策略，且无需人工干预的自主导航方法。

核心思路：论文的核心思路是利用深度强化学习，直接从3D LiDAR数据学习控制策略。通过在模拟环境中训练，使机器人能够自主学习如何在作物行间导航，避免了对GNSS的依赖和人工控制界面的设计。这种端到端的学习方式能够更好地适应复杂多变的农业环境。

技术框架：整体框架包括LiDAR数据采集、体素降采样、深度强化学习策略训练和导航控制四个主要阶段。首先，使用3D LiDAR传感器获取环境数据。然后，采用体素降采样方法减少数据量，提高计算效率。接着，利用深度强化学习算法训练导航策略，将LiDAR数据映射到控制命令。最后，将训练好的策略部署到机器人上，实现自主导航。

关键创新：该方法最重要的创新点在于实现了端到端的学习，直接从原始LiDAR数据学习控制策略，无需人工设计特征或控制规则。此外，采用体素降采样策略，有效减少了LiDAR数据的计算量，提高了学习效率。与传统方法相比，该方法具有更强的适应性和鲁棒性。

关键设计：论文采用基于体素的降采样策略，将LiDAR输入大小减少了95.83%，显著降低了计算复杂度。深度强化学习策略采用Actor-Critic架构，Actor网络负责生成控制命令，Critic网络负责评估策略的优劣。奖励函数的设计至关重要，需要综合考虑导航的成功率、平滑性和安全性。具体的网络结构和超参数设置未在摘要中详细说明，属于未知信息。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，该方法在模拟环境中取得了显著的成果。在直行种植园中，导航成功率达到100%。随着行曲率的增加，性能逐渐下降，但仍然表现出较强的鲁棒性。体素降采样策略有效减少了LiDAR数据的计算量，提高了学习效率，使得深度强化学习策略能够在合理的时间内完成训练。

🎯 应用场景

该研究成果可应用于农业机器人自主导航、精准农业和智能农机等领域。通过自主导航，机器人可以执行诸如作物监测、喷洒农药、施肥等任务，提高农业生产效率，降低人工成本。未来，该技术有望推广到更广泛的农业场景，助力农业智能化发展。

📄 摘要（原文）

Reliable navigation in under-canopy agricultural environments remains a challenge due to GNSS unreliability, cluttered rows, and variable lighting. To address these limitations, we present an end-to-end learning-based navigation system that maps raw 3D LiDAR data directly to control commands using a deep reinforcement learning policy trained entirely in simulation. Our method includes a voxel-based downsampling strategy that reduces LiDAR input size by 95.83%, enabling efficient policy learning without relying on labeled datasets or manually designed control interfaces. The policy was validated in simulation, achieving a 100% success rate in straight-row plantations and showing a gradual decline in performance as row curvature increased, tested across varying sinusoidal frequencies and amplitudes.