首页|期刊导航|数字农业与智能农机|借助人工智能算法的农业机械化作业路径自动优化

借助人工智能算法的农业机械化作业路径自动优化OA

中文摘要

针对传统农机路径规划中运动学约束考虑不足、复杂地形适应性弱、多目标协调能力有限等问题,构建农机-地形耦合数学模型,提出改进遗传算法与深度强化学习相结合的混合路径优化方法.该方法以作业精度、作业时间和燃油消耗为目标,将坡度、土壤滑移、最小转弯半径、作业幅宽等约束条件纳入规划模型,并采用三次 B 样条曲线进行路径平滑.仿真结果显示,在平地收割条件下,所提方法较传统往返式路径重耕率降低 48.2%,作业时间缩短 21.9%,燃油消耗下降 18.3%.田间实测结果显示,全场景重耕率降低45.7%,作业时间缩短 19.8%,燃油消耗下降 16.7%.所提方法可嵌入农机车载控制器,按地块建模、全局规划、局部避障和路径平滑流程生成作业路径.

张海燕

志丹县农机技术推广服务中心,陕西 延安 717500

农业科技

智能农机作业路径优化混合智能算法多目标优化B样条平滑

《数字农业与智能农机》 2026 (9)

39-42,4

10.3969/j.issn.2097-065X.2026.09.010

评论