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 端到端学习 农业机器人

📋 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. 提出一种端到端的深度强化学习方法，直接从LiDAR数据学习导航策略，无需人工干预。
  3. 实验表明，该方法在模拟环境中直线作物行导航成功率达100%，验证了其有效性。

📝 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，该系统使用深度强化学习策略，直接将原始3D LiDAR数据映射到控制命令，并且完全在模拟环境中进行训练。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。该策略已在模拟环境中进行了验证，在直线种植园中实现了100%的成功率，并且随着行曲率的增加，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，机器人或车辆如何仅通过LiDAR数据实现自主作物行导航的问题。现有方法依赖GNSS，但在作物冠层下信号弱，精度差。此外，传统控制方法需要人工设计控制规则，泛化性差。

核心思路：论文的核心思路是利用深度强化学习，直接从原始LiDAR数据中学习导航策略。通过端到端的方式，避免了人工特征提取和控制规则设计，提高了系统的鲁棒性和适应性。

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传感器获取环境点云数据。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或车辆上，实现自主导航。

关键创新：最重要的技术创新点在于端到端的学习方式，直接从原始LiDAR数据学习导航策略，无需人工干预。此外，体素降采样策略显著减少了LiDAR数据的计算量，提高了学习效率。

关键设计：论文采用体素降采样将LiDAR输入数据量减少95.83%，显著提升了计算效率。深度强化学习部分，具体使用的算法（例如：DQN, PPO, SAC等）以及网络结构（例如：CNN, RNN等）在论文中未明确说明，属于未知信息。损失函数和奖励函数的设计对策略学习至关重要，但论文摘要中未提及具体细节，属于未知信息。

📊 实验亮点

该方法在模拟环境中进行了验证，在直线种植园中实现了100%的导航成功率。随着作物行曲率的增加，导航性能逐渐下降，表明该方法对复杂环境具有一定的适应性。体素降采样策略将LiDAR输入数据量减少了95.83%，显著提高了计算效率，为实时导航提供了可能。具体的性能数据，例如导航精度、速度等，以及对比的基线方法在摘要中未提及。

🎯 应用场景

该研究成果可应用于农业机器人、自动驾驶拖拉机等领域，实现精准农业作业，如自动喷洒农药、施肥、除草等。通过提高农业生产效率，降低人工成本，有望推动农业智能化发展，并提升农产品产量和质量。未来，该技术还可扩展到其他复杂环境下的自主导航任务。

📄 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.