农业移动机器人双螺旋轨迹规划与跟踪控制：建模与仿真研究

为解决农业机器人复杂环境下的精确轨迹跟踪难题，研究人员开展双螺旋路径规划与滑模控制研究，提出统一运动学模型和新型控制策略，实现非线性动态下0.94m轨迹误差精度，为智能农业装备开发提供关键技术支撑。

　　

随着全球人口激增，农业生产效率提升面临严峻挑战。传统农业机械在复杂地形中难以保持精确轨迹，尤其在非线性路径和突发干扰条件下，线性控制器常出现误差累积。这一痛点严重制约了智能农业装备在播种、收割等关键环节的应用效能。

Laboratorio de Robótica的研究团队在《Computers and Electronics in Agriculture》发表创新成果，通过建立统一运动学模型，将双螺旋路径规划与滑模控制（SMC）相结合，显著提升农业机器人的动态控制精度。研究采用Lyapunov稳定性理论验证控制算法，通过数值仿真对比线性反馈、状态空间等五种控制器性能。

关键技术包括：1）构建适应多种滚动结构的通用运动学模型；2）开发基于双螺旋轨道的路径生成算法；3）设计抗扰动的滑模控制器；4）采用Lyapunov函数进行稳定性证明。实验使用xy坐标系下的轨迹误差作为主要评估指标。

【Workspace motion model】
建立包含差速驱动、全向轮等五种常见农业机器人结构的统一运动学框架，通过非系统性微运动模型连接路径规划与控制模块，关键参数控制矩阵实现结构自适应。

【Discussion results】
对比测试显示，滑模控制器在非线性参考输入时显著优于传统方法，xy轴平均误差0.012m，较PI控制器降低82%。Lyapunov分析证实其在外界扰动下仍能保持渐进稳定。

该研究突破性地解决了农业机器人三大核心问题：复杂路径建模、非线性控制精度和动态抗干扰能力。双螺旋设计减少90%转向操作，滑模控制使轨迹抖动误差稳定在亚米级，为果园、梯田等不规则农田的自动化作业提供普适性解决方案。特别值得注意的是，该控制算法能兼容不同 kinematic结构的农机装备，大幅扩展了技术的应用场景。这些发现将推动精准农业从理论验证向实际应用跨越，对实现联合国可持续发展目标中的零饥饿计划具有重要实践价值。