在精准农业领域，厘米级定位能力是实现自主播种、除草、收割等作业的基础。Sowbot 项目作为一款开源农业机器人平台，采用 ROS2 与双频 RTK GPS 相结合的技术路线，为研究者和创业者提供了一套可复现的硬件与软件解决方案。本文从硬件架构、实时控制、导航实现三个维度，系统梳理该项目的核心技术要点。
双层 SBC 计算单元设计
Sowbot 的计算平台采用双 Avaota A1 单板计算机堆叠架构，这种设计在农业机器人领域具有代表性意义。Board A 承担控制与安全职责，运行 ROS2 导航栈、拓扑建图和扩展卡尔曼滤波（EKF）定位，通过串行链路直接连接 ESP32（运行 Lizard 固件）实现电机控制和看门狗定时器，确保实时控制的确定性。Board B 专注于感知与人工智能任务，负责相机驱动、图像预处理和神经网络推理（如 YOLO），将原始视频流转换为轻量化的检测坐标或语义标签输出。双板之间通过单根以太网线连接，Board A 处理的高频控制数据与 Board B 产生的推理结果相互隔离，避免计算密集型任务干扰运动控制的实时性。
该设计的关键参数在于模块尺寸标准化为 10 厘米 ×10 厘米，所有原理图、PCB 布局和固件均采用开放许可证发布，系统封装在 IP67 级防水铝合金外壳中，使用 M12 连接器满足长期户外部署的可靠性要求。对于农业机器人而言，防水防尘等级直接关系到设备在复杂田间环境下的生存能力，这一设计选择体现了工程实用性优先的原则。
双天线 RTK GPS 定位系统
高精度定位是农业机器人实现自主作业的核心能力。Sowbot 配备双 GNSS RTK 接收器（SparkFun GNSS RTK ZED-F9P 或 Septentrio Mosaic），分别作为流动站和基准站的配置模式。在实际部署中，用户可选择建立本地基准站或使用 NTRIP 网络差分服务获取 RTCM 校正数据。RTK 模式下，流动站可获得 2 厘米以内的水平定位精度，这对于精确播种行距控制（通常要求 ±5 厘米误差）而言已经足够。
从 ROS2 软件实现角度，定位系统的工作流程包含以下关键节点：GNSS 驱动节点发布原始 GNSS 数据和 RTK 固定状态；坐标转换节点将 WGS84 经纬度坐标转换为本地 ENU（东 - 北 - 上）坐标系；EKF 融合节点结合 IMU 和轮速计数据进行状态估计。LLA 到 ENU 的转换需要在 RTK 首次固定时记录原点坐标，随后将所有位置数据投影到以该原点为基准的本地笛卡尔坐标系中。这一转换过程是 ROS2 农业导航的标准做法，因为控制算法在米制单位下的计算远比直接使用经纬度高效。
实时控制与 Lizard 固件架构
实时性是农业机器人安全作业的底线要求。Sowbot 选择 ESP32-S3 运行 Lizard 固件作为实时控制节点，Lizard 是 Zauberzeug 开发的开源机器人编排框架，专门针对嵌入式实时控制场景优化。ESP32 通过 CAN 总线与 Odrive 电机驱动器通信，实现对四个 800W 轮毂电机的精确扭矩和转速控制。轮毂电机规格为 14.5 英寸、100N・m 扭矩、配备 4096 线分辨率编码器，为闭环控制提供足够的反馈精度。
Lizard 框架的核心价值在于其确定性调度能力。农业机器人需要在电磁干扰强烈的田间环境中保持控制指令的可靠传输，CAN 总线作为车辆级通信标准在这方面具有天然优势。与传统 ROS2 话题通信不同，CAN 总线采用多主仲裁机制，即使在某个节点故障情况下也不会导致总线瘫痪。实时控制环路的延迟必须控制在 10 毫秒以内，这对于自主移动机器人的安全停障至关重要。
传感器融合与导航实现
单一 RTK GPS 在高大作物覆盖或树木遮挡场景下容易出现信号衰减，因此多传感器融合是提高系统鲁棒性的必要措施。Sowbot 的传感器套件包括：双 RTK GNSS 接收器提供绝对定位基准；BNO055 九轴 IMU 提供高频姿态数据；轮毂电机编码器提供轮速里程计。针对农业场景的特殊需求，建议在 EKF 配置中将 IMU 和轮速计作为高频更新源主导短期运动估计，GNSS 定位作为低频校正源消除长期漂移。
导航控制层面，路径跟踪通常采用 Pure Pursuit 或 Stanley 算法。Pure Pursuit 算法计算机器人当前位置到目标路径点的前瞻距离，根据车辆运动学模型生成前轮转向角；Stanley 算法则直接跟踪路径中心线，以横向误差和航向误差作为控制输入。两种方法各有优劣，Pure Pursuit 在急转弯场景下更稳定，Stanley 在直线跟踪时误差收敛更快。实际应用中，可根据田间作业特点（宽行距作物 vs 窄行距蔬菜）选择或组合使用。
工程化部署的关键参数
将实验室原型转化为田间可用产品需要关注以下工程化参数：电源系统采用 6 组 12V 80Ah 钠离子电池组，支持 0°C 以下低温充电特性解决了传统锂电池在早春低温环境下容量衰减的问题；防水等级 IP67 配合 M12 连接器确保雨季和灌溉环境下的电气安全；电机驱动器与主控板之间的隔离电源设计（36V→12V&5V）有效抑制了电机启停产生的电磁噪声对控制系统的干扰。
从软件开发角度，Sowbot 提供三条技术路线：Lizard 作为底层实时框架、RoSys 作为 Python 异步控制框架、DevKit ROS 作为完整 ROS2 开发套件。DevKit ROS 路线与现有 ROS 生态完全兼容，适合已有 ROS 开发经验的团队快速上手。这意味着创业者可以在 18 个月内跳过驱动开发、网络通信、用户界面等基础设施工作，直接聚焦于自身核心价值（如专有播种算法）的研发。
Sowbot 项目的设计哲学体现了开源硬件在农业机器人领域的可行性验证。从双层 SBC 计算架构到双天线 RTK 定位，从 CAN 总线实时控制到钠离子电池系统，每个子系统都遵循模块化、可替换的原则，为后续定制化扩展预留了充足空间。随着精准农业对自动化作业需求的持续增长，这类开源参考设计的价值在于降低行业进入门槛，让更多创新者能够聚焦于农业算法和作业工艺本身的突破，而非重复基础硬件的研发工作。
资料来源：Sowbot 项目官方文档（https://sowbot.co.uk）