《Smart Agricultural Technology》：From Flat Fields to Rugged Terrain: A Systematic Review of 3D Path Planning for Autonomous Agricultural Machinery
编辑推荐：
随着自主农业机械的部署从平坦农田扩展到复杂三维地形，地形起伏引入了从根本上制约作业安全与效率的挑战，包括机械失稳、非结构化障碍物处理以及二维路径规划无法融入高程信息的局限性。本系统性综述遵循PRISMA 2020方法论，审查了187篇（2016–2026年）关
随着自主农业机械的部署从平坦农田扩展到复杂三维地形，地形起伏引入了从根本上制约作业安全与效率的挑战，包括机械失稳、非结构化障碍物处理以及二维路径规划无法融入高程信息的局限性。本系统性综述遵循PRISMA 2020方法论，审查了187篇（2016–2026年）关于地面农业机械三维路径规划的文献。研究识别出四个相互依存的研究驱动力：覆盖效率与作业生产力、能耗降低、机械稳定性与侧翻预防、以及在非结构化环境中的地形适应性。在方法论层面，该领域已从经典的图搜索和进化元启发式算法向集成全局覆盖规划与局部轨迹优化的分层混合架构演进。然而，物理约束的集成仍然浅层：不到8%的纳入研究考虑了轮胎-土壤相互作用，而超出准静态近似的动态约束仅出现在约18%的文献中。验证实践同样呈现分层特征，超过一半的研究完全依赖仿真，不到10%的研究报告了生产规模的田间试验。在包含受控田间实验的66项研究中，实际条件下的路径跟踪精度始终低于仿真预测性能，多个独立比较研究报告的横向误差增幅在30%至80%之间。田间条件下实现的节能效果也显著低于仿真预测水平，若干经田间验证的研究观察到的节能幅度约为仅基于仿真的研究所声称的15–22%改善量的一半。未来研究应优先发展社区标准的三维基准测试集、集成物理约束的感知-规划一体化架构，以及经田间验证的能量优化模型，以弥合实验室能力与可靠田间实践之间的差距。
一、研究背景与研究动机
随着全球人口持续增长，未来数十年粮食需求预计将显著增加。与此同时，农业劳动力短缺和老龄化问题日益严峻，特别是在发达国家和发展中国家的农村地区。在此背景下，自主农业机械的发展成为可持续农业的关键路径。传统导航系统主要依赖GPS和二维路径规划技术，虽然在平坦、结构化的田地中表现良好，但在复杂地形中存在明显局限。随着农业机械化向果园、坡地、梯田和湿地等不平坦环境扩展，三维路径规划已成为必要的演进方向。
现有综述存在以下不足：一是将三维路径规划作为算法分类或导航综述中的次要子主题；二是孤立讨论三维地形建模或传感器感知，未系统性地将特定地形挑战与算法设计需求耦合；三是缺乏对物理约束集成分层的定量分析；四是未包含正式的研究质量评估；五是部分综述发表在国际可见度有限的平台或未报告可复现的检索方法。
二、研究方法与技术路线
研究人员采用PRISMA 2020系统综述方法论，在Scopus、Web of Science和IEEE Xplore三个数据库中执行结构化检索策略。检索关键词涵盖“农业机器人”、“农业机械”、“路径规划”等术语，并排除了无人机、机械臂、非农业应用等无关领域。最终纳入187篇发表于2016年至2026年间、经同行评议的原创性研究。
研究人员开发了一套定制的五维度研究质量评估（SQA）量表，由两位作者独立对所有187篇论文进行双盲评分（Cohen’s κ = 0.81）。同时，研究人员制定了九项研究问题（RQs），涵盖时间趋势、驱动目标、应用场景、方法论框架、地形数据获取、地理分布、评价指标、物理约束集成深度以及验证方法等方面。
三、研究结果
3.1.1 研究质量评估
基于SQA复合得分，论文被分为高质量（得分≥8，占21.9%）、中等质量（得分5–7，占55.6%）和有限质量（得分≤4，占22.5%）三个层级。时间趋势显示高质量论文比例从初始阶段（2016–2019）的11.8%增长至起飞阶段（2023–2026）的25.8%，表明方法论严谨性逐步提升。然而，开源代码或数据可用性仍是最薄弱的维度，仅占12.8%。
3.1.2 研究景观：发表趋势与核心期刊（RQ1）
过去十年间该领域经历了显著增长：初始阶段年均发表低于7篇，增长阶段（2020–2022）超过10篇，起飞阶段（2023–2026）呈指数级增长，2024年和2025年分别达到39篇和53篇。最活跃的期刊包括《Computers and Electronics in Agriculture》（19篇）、《农业机械学报》（15篇）和《Agriculture》（11篇）。
3.1.3 核心驱动力：为何需要三维路径规划？（RQ2）
研究识别出四大驱动因素：提高作业效率与覆盖率（约占55%）、降低能耗（约占22%）、确保机械稳定性与安全性（约占10.2%）以及增强地形适应性（约占12.8%）。这些驱动力并非互斥，而是累积性的——仅优化几何距离的路径可能在穿越陡坡时产生高昂能耗和侧翻风险。
3.1.4 应用场景：哪些场景最需要三维路径规划？（RQ3）
六大典型场景包括：丘陵山地农田（27.8%）、陡坡葡萄园和果园（17.6%）、复杂冠层山地果园（15.0%）、不平坦水田与湿地（11.8%）、梯田与等高线耕作田（9.6%）以及其他场景（温室、控制交通耕作等，18.2%）。
3.1.5 算法演进：从经典优化到混合智能（RQ4）
五种范式类别中，进化与群体智能元启发式算法最为普遍（约38%），其次是图搜索与采样方法（约28%），深度学习和强化学习为新兴范式（约12%），确定性优化与几何方法约占12%。值得关注的趋势是分层混合架构，将全局覆盖规划与局部轨迹优化相结合。
3.1.6 三维地形数据获取与处理（RQ5）
五种传感模态被识别：DEM/遥感（约30%）、LiDAR SLAM（约25%）、RGB-D/立体视觉（约20%）、多传感器融合（约18%）以及本体感知/原位传感（约7%）。地形数据主要被处理为三种表征形式：2.5D网格地图（约45%）、全三维占据网格/八叉树（约20%）以及拓扑/图表示（约25%）。
3.1.7 地理分布：研究源自何处？地形是否重要？（RQ6）
东亚（以中国为主）构成最大研究集群，贡献约60%的论文。研究产出高度集中于拥有大量复杂农业地形的国家和地区。
3.1.8 评价指标（RQ7）
五个最常报告的指标包括：路径长度、覆盖率、计算时间、能耗和路径平滑度。
3.1.9 物理约束集成深度（RQ8）
物理约束集成呈现显著的分层特征：运动学约束出现在约42%的研究中，动力学约束约18%，而轮胎-土壤相互作用仅出现在不到8%的研究中，构成了关键的土力学集成缺口。
3.1.10 验证方法与仿真-现实差距（RQ9）
超过一半的研究完全依赖仿真，不到10%报告了生产规模田间试验。在包含田间实验的66项研究中，实际路径跟踪横向误差比仿真预测高出30%–80%，田间验证的节能效果仅为仿真所声称值的约一半。
四、研究结论与展望
该综述通过四项独特贡献填补了现有空白：将三维路径定位为核心分析对象，系统审视187篇论文；提供精细的地形-算法耦合分析；量化物理约束集成的三层框架；以及纳入符合PRISMA 2020标准的研究质量评估。研究结论指出，尽管该领域在方法论上取得了显著进展，但物理约束集成深度不足、验证实践过度依赖仿真、以及仿真与现实性能之间存在巨大差距，仍是亟待解决的核心瓶颈。未来研究应优先发展社区标准的三维基准测试集、集成物理约束的感知-规划一体化架构，以及经田间验证的能量优化模型，以弥合实验室能力与可靠田间实践之间的差距。
