自适应岬角连接路径规划：一种针对自主机器人的优化LGCAPF方法

《Computers and Electronics in Agriculture》：Adaptive headland connection path planning: An optimized LGCAPF approach for autonomous robots

基于人工势场与NSGA-II优化的无人拖拉机轮廓并行作业连接路径规划方法，通过动态生成双约束状态机与LGCAPF算法，结合车辆转向动力学约束，实现高精度连续轨迹规划，实验表明路径长度减少58.37%，横向误差降低44.04%，heading误差减少24.23%。

　　

应泽华|王丽辉|顾伟奇|李庆伟

教育部重点实验室（综合PNT网络与设备技术）、微惯性仪器与先进导航技术重点实验室，东南大学仪器科学与工程学院，南京，210096，中国

摘要

内部平行作业区域与轮廓平行作业路径之间的连接路径在实现作业行之间的平滑连接中起着关键作用。本研究针对传统路径规划方法的局限性进行了探讨，这些问题包括泛化能力差和跟踪精度低。为了解决这些问题，提出了一种基于人工势场（APF）方法的新型连接路径规划器，该方法通过整合农田形态和车辆作业参数动态生成连接路径。首先，建立了一个双约束状态机，根据车辆的当前姿态选择轮廓边缘点，从而确定轮廓平行作业的可执行起始边缘。其次，采用了线引导约束人工势场（LGCAPF）算法，将起始点的作业行方向视为目标直线来构建重力势场。此外，引入了与目标航向和内部边界相对应的排斥势场。通过结合阿克曼转向运动学约束，生成了曲率连续且精度高的连接路径。最后，开发了一种基于非支配排序遗传算法（NSGA）的势场参数优化器，在多种约束条件下对连接路径进行优化。这种优化方法有效缓解了APF算法中常见的局部最优性和收敛速度慢的问题。在实际田间条件下的实验结果表明，与传统APF规划器相比，路径长度减少了58.37%，横向误差减少了44.04%，航向误差减少了24.23%。与RS曲线方法相比，横向误差减少了98.37%，航向误差减少了8.73%，同时消除了重复滚动的问题。在验证测试中，当车辆以0.5米/秒的速度运行时，生成的连接路径长度与RS曲线相当。横向误差保持在2.5厘米以内，航向误差保持在2度以下，表明所提出的规划器在启动轮廓平行作业时具有高精度。

引言

全球农业部门面临着重大挑战。生产力必须提高，但资源却越来越有限。同时，农村劳动力正在老龄化，劳动力短缺。因此，对替代人工劳动的机器的需求正在增长。智能农业设备被更广泛地采用。通过试点项目，无人农场模式也在得到推广和展示（Chengliang等人，2020年；Yanxin等人，2022年；S.X. Yang等人，2025年）。农业路线规划（ARP）在农场管理中被认为是至关重要的（Kumar等人，2024年）。它有助于优化资源利用、减少土地退化并提高作业效率。路径规划对于农业车辆的自主导航至关重要。机械的效率和农业投入的使用直接受到设计良好和调度合理的路径的影响（Hu等人，2015年）。因此，对自动导航系统和更好的田间作业管理的需求正在增加（Wei等人，2024年；Mammarella等人，2022年）。这些系统利用先进技术提高作物产量、提高作业精度、增加安全性，并改善退化农田中的农产品质量。

近年来，自动驾驶和智能控制技术发展迅速，无人拖拉机在现代农业生产中的应用也越来越广泛（Jiang等人，2025年；Ruan等人，2023年；Yang等人，2022年）。无人拖拉机在环境感知、作业精度、连续工作能力和管理效率方面显示出显著优势，使其适用于耕作、播种和施肥等重复性和大面积的田间作业（Ruan等人，2023年；Liu等人，2025年；Suresh等人，2024年）。为了提高田间作业效率，必须在任务执行前规划自动驾驶路径。应在有限的时间和能量约束下生成可行且高效的轨迹。因此，已经对无人拖拉机的最优路径规划进行了广泛研究，主要目标是在最小化时间和能源消耗的同时实现全覆盖（Chakraborty等人，2022年；Jensen等人，2012年；H?ffmann等人，2023年）。

在这项研究中，为小麦农场在田间管理阶段的无人作业（包括耕作、播种和喷洒）开发了一种新型连接路径规划方法。该方法旨在将内部平行作业区域与外部轮廓作业区域连接起来。规划器考虑了内部作业的出口位置、田地的不规则形状以及车辆的作业参数。根据车辆的运动学特性和场地条件，制定了可行的规划策略。为了解决车辆的非完整约束问题，提出了LGCAPF连接路径规划方法。在运动学约束下确定了弯曲的连接路径，并应用NSGA算法优化势场参数。这确保了无人车辆能够准确地到达轮廓作业的起始点，无论是在位置还是航向上。本研究的主要目标如下：（1）开发一种连接路径规划算法，使车辆能够自动从内部平行作业的末端移动到轮廓平行作业的起始点。（2）分析田间数据以评估规划性能并评估所开发路径规划器的可行性。（3）使用实验性的阿克曼转向车辆验证连接路径规划器的跟踪性能。

相关文献

相关工作

全覆盖路径规划用于生成系统轨迹，使移动机器人能够完全覆盖给定区域。已经对无人拖拉机的自主路径规划进行了大量研究，主要集中在作业效率、覆盖完整性和能源优化上。本节回顾了无人拖拉机的全覆盖路径规划方法和智能拐角及连接路径规划算法。

连接路径规划算法概述

全覆盖田间作业过程分为内部平行作业区域和拐角作业区域。完成内部平行作业后，进行轮廓平行作业以完成拐角区域并确保田地全覆盖。在本研究中，提出的算法优化了两个作业区域之间的过渡路径。实现了高规划精度、改进的轮廓平行作业的初始定位和航向控制。

轮廓平行作业路径的起始点计算方法

如图3所示，车辆作业区域由内部平行作业区域和拐角轮廓平行作业区域组成。车辆从起始点进入内部平行区域，并逐行进行全覆盖作业。内部作业完成后，车辆从这个区域的终点退出，然后沿着连接路径到达轮廓平行作业的起始点。

实验材料

使用实际的多边形田地数据和选定的拖拉机参数验证了所提出算法的有效性，如图8所示。田地数据来自中国黑龙江的红星农场。拖拉机数据选自一台80千瓦的LF1104型拖拉机（YTO集团，洛阳）。平台上安装了RTK-GNSS接收器（M900，Sino）。在差分模式下，接收器的定位误差保持在1.5厘米以内。

结论

本研究以小麦农场田间管理阶段的无人作业为研究背景，开发了一种动态的拐角连接路径规划方法，适用于阿克曼转向的农业机器人。使用LGCAPF算法生成车辆路径，并应用基于NSGA-II的多目标优化来缓解APF方法的局部最优问题。人工势场用于模拟拐角工作空间，以实现平滑连接。

作者贡献声明

应泽华：撰写 – 审稿与编辑，撰写 – 原稿，可视化，软件，方法论，调查，形式分析，数据整理。王丽辉：撰写 – 审稿与编辑，监督，项目管理，资金获取。顾伟奇：调查。李庆伟：形式分析。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

本研究部分得到了中国国家重点研发计划（2022YFD2001503）、江苏省重点研发计划（BE2022389）以及江苏省前沿技术研发计划（BF2025311）的支持。