基于RRT森林算法的農(nóng)用植保無(wú)人機(jī)動(dòng)態(tài)路徑規(guī)劃研究

摘" 要：在現(xiàn)代農(nóng)業(yè)中，尤其是在水稻種植領(lǐng)域中，農(nóng)用植保無(wú)人機(jī)的應(yīng)用展現(xiàn)了科技與農(nóng)業(yè)深度融合的創(chuàng)新成果。利用高精度傳感器、智能算法及先進(jìn)的路徑規(guī)劃技術(shù)，無(wú)人機(jī)實(shí)現(xiàn)了高效、安全、精準(zhǔn)的作業(yè)?？焖贁U(kuò)展隨機(jī)樹(shù)（RRT）算法及其動(dòng)態(tài)路徑調(diào)整機(jī)制，通過(guò)環(huán)境建模、數(shù)據(jù)預(yù)處理、實(shí)時(shí)信息獲取與處理，實(shí)現(xiàn)了在復(fù)雜田間環(huán)境中的高效作業(yè)。多樹(shù)生成、路徑再規(guī)劃、局部?jī)?yōu)化等技術(shù)手段，使無(wú)人機(jī)能夠靈活應(yīng)對(duì)突發(fā)狀況，提高作業(yè)效率，減少能耗，推動(dòng)農(nóng)業(yè)生產(chǎn)向智能化方向發(fā)展，為未來(lái)農(nóng)業(yè)發(fā)展提供強(qiáng)有力的技術(shù)支持。

關(guān)鍵詞：RRT森林算法；農(nóng)用；植保無(wú)人機(jī)；動(dòng)態(tài)路徑

中圖分類號(hào)：S252" " " " " " " " " " " " " " " " "文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1673-6737（2025）02-0130-03

在水稻種植領(lǐng)域中，農(nóng)用植保無(wú)人機(jī)憑借其高效、精準(zhǔn)、安全的作業(yè)能力，解決了傳統(tǒng)種植方法中的諸多難題，通過(guò)高精度環(huán)境建模、智能路徑規(guī)劃和動(dòng)態(tài)路徑調(diào)整機(jī)制，無(wú)人機(jī)不僅提高了作業(yè)效率，還顯著減少了環(huán)境污染，避免了資源浪費(fèi)。本文通過(guò)探討RRT森林算法在無(wú)人機(jī)路徑規(guī)劃中的應(yīng)用，闡述了其在復(fù)雜田間環(huán)境中實(shí)時(shí)路徑調(diào)整和優(yōu)化的創(chuàng)新方法，為推動(dòng)農(nóng)業(yè)現(xiàn)代化提供了新的思路。

1" 農(nóng)用植保無(wú)人機(jī)的發(fā)展現(xiàn)狀

在水稻種植實(shí)踐中，農(nóng)用植保無(wú)人機(jī)顯現(xiàn)了其不可替代的優(yōu)勢(shì)。相較于傳統(tǒng)病蟲(chóng)害防治方法，依賴人工噴灑和機(jī)械設(shè)備，植保無(wú)人機(jī)通過(guò)空中作業(yè)，有效規(guī)避了田間障礙，減少了農(nóng)藥浪費(fèi)及對(duì)作物的損害，其高效作業(yè)特性使其能迅速完成大面積施藥，顯著提升防治效率。此外，植保無(wú)人機(jī)還引領(lǐng)了農(nóng)業(yè)生產(chǎn)管理模式的革新，打破了傳統(tǒng)依賴經(jīng)驗(yàn)和手工操作的模式，推動(dòng)農(nóng)業(yè)向精細(xì)化、智能化邁進(jìn)。

2" 農(nóng)用植保無(wú)人機(jī)的路徑規(guī)劃需求分析

農(nóng)用植保無(wú)人機(jī)在水稻種植中的路徑規(guī)劃需求至關(guān)重要，主要源于其獨(dú)特的作業(yè)特點(diǎn)及所面臨的復(fù)雜飛行環(huán)境，對(duì)路徑規(guī)劃提出了更高的要求。為提高作業(yè)效率并確保操作的安全性，必須綜合考慮多元因素，以進(jìn)行科學(xué)且合理的路徑規(guī)劃。植保無(wú)人機(jī)在水稻田間的作業(yè)展現(xiàn)出了極高的精確性和效率，其顯著特點(diǎn)在于，能夠在錯(cuò)綜復(fù)雜的田間環(huán)境中執(zhí)行精細(xì)化操作，借助高精度的全球定位系統(tǒng)（GPS）及多樣化的傳感器，無(wú)人機(jī)能夠?qū)崿F(xiàn)精確的定位及實(shí)時(shí)的數(shù)據(jù)反饋，確保在水稻田中的作業(yè)精度達(dá)到厘米級(jí)[1]。這種卓越的作業(yè)能力不僅大幅減少了農(nóng)藥的浪費(fèi)，提升了利用率，更避免了對(duì)水稻作物的損傷，為水稻的健康生長(zhǎng)提供了堅(jiān)實(shí)保障。然而，飛行環(huán)境的錯(cuò)綜復(fù)雜是植保無(wú)人機(jī)在水稻田作業(yè)中所面臨的一項(xiàng)巨大挑戰(zhàn)，水稻田地形多變、面積遼闊，其中布滿田埂、溝渠和水源等各式地形特征。此外，隨著季節(jié)和氣候的更迭，水稻田的環(huán)境會(huì)隨之發(fā)生顯著變化，也會(huì)對(duì)無(wú)人機(jī)的飛行路徑產(chǎn)生影響。風(fēng)速和風(fēng)向等氣象條件也是不容忽視的影響因素，面對(duì)復(fù)雜的飛行環(huán)境，無(wú)人機(jī)必須具備出色的環(huán)境感知及路徑規(guī)劃能力，以確保其在多變環(huán)境下的穩(wěn)定飛行，從而進(jìn)行高效作業(yè)。

3" 基于RRT森林算法的農(nóng)用植保無(wú)人機(jī)動(dòng)態(tài)路徑規(guī)劃方法

3.1" 環(huán)境建模與數(shù)據(jù)預(yù)處理

基于RRT森林算法的無(wú)人機(jī)動(dòng)態(tài)路徑規(guī)劃方法在水稻種植領(lǐng)域的應(yīng)用，彰顯了現(xiàn)代農(nóng)業(yè)科技的智能化與精細(xì)化水平。通過(guò)環(huán)境建模與數(shù)據(jù)預(yù)處理，該方法成功構(gòu)建了作業(yè)區(qū)域的數(shù)字地圖，并實(shí)現(xiàn)了對(duì)障礙物的精準(zhǔn)識(shí)別與標(biāo)記，從而為無(wú)人機(jī)在錯(cuò)綜復(fù)雜的田間環(huán)境中的高效作業(yè)提供了堅(jiān)實(shí)的技術(shù)支撐[2]。在環(huán)境建模方面，構(gòu)建高精度數(shù)字地圖是無(wú)人機(jī)動(dòng)態(tài)路徑規(guī)劃的基礎(chǔ)。為了實(shí)現(xiàn)這一目標(biāo)，應(yīng)利用無(wú)人機(jī)及遙感設(shè)備對(duì)水稻種植區(qū)域進(jìn)行全方位的掃描與數(shù)據(jù)采集，進(jìn)而生成詳盡的三維點(diǎn)云數(shù)據(jù)。借助高精度的GPS系統(tǒng)，對(duì)這些點(diǎn)云數(shù)據(jù)進(jìn)行地理坐標(biāo)標(biāo)定，從而制作出作業(yè)區(qū)域的數(shù)字化模型。此外，通過(guò)運(yùn)用先進(jìn)的圖像處理和機(jī)器學(xué)習(xí)技術(shù)，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行細(xì)致分類與過(guò)濾，成功提取出水稻田的關(guān)鍵地形特征，如田埂、溝渠和水體等，這些寶貴的地形特征信息，在后續(xù)的路徑規(guī)劃中將發(fā)揮出重要的參考作用。數(shù)字地圖的構(gòu)建公式可以表示為：

其中，M表示數(shù)字地圖，D表示點(diǎn)云數(shù)據(jù)，G表示GPS地理坐標(biāo)，f表示數(shù)據(jù)處理和地圖生成函數(shù)。

障礙物識(shí)別與標(biāo)記對(duì)于確保無(wú)人機(jī)安全飛行和提升作業(yè)效率至關(guān)重要。在水稻種植環(huán)境中，障礙物既可能包括固定的田埂、農(nóng)田設(shè)施，也可能涉及動(dòng)態(tài)的人或動(dòng)物等元素。通過(guò)運(yùn)用深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)技術(shù)，能夠?qū)崟r(shí)分析作業(yè)區(qū)域的圖像數(shù)據(jù)，精確地識(shí)別和標(biāo)記各類障礙物，這一過(guò)程主要依賴訓(xùn)練有素的卷積神經(jīng)網(wǎng)絡(luò)（CNN），能夠從海量的圖像數(shù)據(jù)中學(xué)習(xí)并提取關(guān)鍵特征，進(jìn)而實(shí)現(xiàn)對(duì)障礙物的準(zhǔn)確分類與定位[3]。在障礙物標(biāo)記方面，采用二進(jìn)制圖像標(biāo)記法，清晰地在數(shù)字地圖上標(biāo)注出障礙物的具體位置，為路徑規(guī)劃算法提供有力支持。簡(jiǎn)而言之，障礙物識(shí)別的核心公式可表達(dá)為，通過(guò)CNN處理圖像數(shù)據(jù)，輸出障礙物的分類與定位信息，再利用二進(jìn)制標(biāo)記法在數(shù)字地圖上進(jìn)行精確標(biāo)注。具體公式可以表示為：

其中，O表示識(shí)別出的障礙物位置集合，I表示輸入的圖像數(shù)據(jù)， W表示訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)權(quán)重，g表示障礙物識(shí)別函數(shù)。

基于前述環(huán)境建模與障礙物識(shí)別的詳盡數(shù)據(jù)，RRT森林算法得以在錯(cuò)綜復(fù)雜的水稻田環(huán)境中大展身手，進(jìn)行精準(zhǔn)的動(dòng)態(tài)路徑規(guī)劃，該算法通過(guò)隨機(jī)采樣與樹(shù)狀結(jié)構(gòu)的靈活擴(kuò)展，構(gòu)建出多棵RRT。隨后，在這些樹(shù)間進(jìn)行路徑的深入搜索與優(yōu)化，從而確保無(wú)人機(jī)能夠?qū)崿F(xiàn)高效的路徑規(guī)劃。其具體步驟為，在作業(yè)區(qū)域的數(shù)字地圖上，隨機(jī)選定一個(gè)起始點(diǎn)，并據(jù)此點(diǎn)作為根節(jié)點(diǎn)，精心培育出第一棵RRT。從當(dāng)前樹(shù)木的末梢節(jié)點(diǎn)出發(fā)，隨機(jī)探尋一個(gè)方向，并向外延伸一定長(zhǎng)度，從而誕生嶄新的節(jié)點(diǎn)。倘若此新節(jié)點(diǎn)并未侵入障礙物領(lǐng)地，便欣然將其納入樹(shù)中，如若不然，則毅然舍棄。周而復(fù)始地執(zhí)行樹(shù)擴(kuò)展的儀式，培育出郁郁蔥蔥的RRT樹(shù)林。在此過(guò)程中，應(yīng)確保每棵樹(shù)木各自守護(hù)一方疆土，從而提高路徑規(guī)劃的多元性與堅(jiān)韌性。在枝繁葉茂的RRT森林中，開(kāi)啟一場(chǎng)尋路之旅，探尋從起始點(diǎn)至終點(diǎn)的最佳路徑。路徑的優(yōu)化則依賴路徑的平滑處理與曲率的最小化等匠心獨(dú)運(yùn)的技藝。RRT森林算法的路徑規(guī)劃公式可以表示為：

其中，P表示最優(yōu)路徑，Ti表示生成的第i棵RRT，h表示路徑優(yōu)化函數(shù)，n表示生成的RRT數(shù)量。

借助RRT森林算法，實(shí)現(xiàn)了高效的無(wú)人機(jī)動(dòng)態(tài)路徑規(guī)劃，通過(guò)精準(zhǔn)的環(huán)境建模與數(shù)據(jù)預(yù)處理，成功構(gòu)建起作業(yè)區(qū)域的高精度數(shù)字地圖。同時(shí)，對(duì)障礙物進(jìn)行準(zhǔn)確識(shí)別和標(biāo)記，使無(wú)人機(jī)能夠在復(fù)雜多變的水稻田環(huán)境中，快速規(guī)劃出既高效又安全的飛行路徑。

3.2" RRT森林算法在路徑規(guī)劃中的應(yīng)用

通過(guò)構(gòu)建眾多隨機(jī)樹(shù)，RRT森林算法實(shí)現(xiàn)了對(duì)路徑的深入搜索與精細(xì)優(yōu)化，為無(wú)人機(jī)在田間作業(yè)提供了科學(xué)指導(dǎo)與技術(shù)支撐。在實(shí)施RRT森林算法之初，首要任務(wù)是進(jìn)行算法的初始化與參數(shù)配置，初始化步驟涵蓋選定起始點(diǎn)和目標(biāo)點(diǎn)，并確立路徑規(guī)劃的基礎(chǔ)參數(shù)。具體而言，起始點(diǎn)往往是無(wú)人機(jī)起飛的位置，目標(biāo)點(diǎn)則代表預(yù)定的作業(yè)完成點(diǎn)或下一任務(wù)目的地。為充分適應(yīng)水稻田的錯(cuò)綜復(fù)雜環(huán)境，必須精心設(shè)置擴(kuò)展步長(zhǎng)、隨機(jī)采樣范圍及樹(shù)的數(shù)量等關(guān)鍵參數(shù)，從而確保算法的高效性與穩(wěn)健性，擴(kuò)展步長(zhǎng)決定每次擴(kuò)展的距離，隨機(jī)采樣范圍則影響隨機(jī)樹(shù)的覆蓋范圍和搜索速度。初始化公式可以表示為：

其中，xstart表示起始點(diǎn)，xgoal表示目標(biāo)點(diǎn)，δ表示擴(kuò)展步長(zhǎng)，R表示隨機(jī)采樣范圍，N表示樹(shù)的數(shù)量。

路徑搜索與優(yōu)化策略構(gòu)成RRT森林算法的核心框架。在路徑搜索環(huán)節(jié)，算法通過(guò)在作業(yè)區(qū)域內(nèi)精心生成眾多隨機(jī)節(jié)點(diǎn)，逐步拓展出樹(shù)狀結(jié)構(gòu)，并持續(xù)向目標(biāo)點(diǎn)靠近。為確保所得路徑的實(shí)用性與安全性，算法在每一步的拓展過(guò)程中，均會(huì)審慎核查新節(jié)點(diǎn)是否不慎落入障礙物區(qū)域。一旦核查結(jié)果為真，便會(huì)果斷舍棄該節(jié)點(diǎn)。反之，則會(huì)欣然將其納入樹(shù)中，通過(guò)培育多棵樹(shù)木并推動(dòng)其茁壯成長(zhǎng)，得以有效提升路徑搜索的多元性與成功率。路徑搜索的公式可表述為：

其中，Ti表示第i棵隨機(jī)樹(shù)，xnew表示新生成的節(jié)點(diǎn)。

路徑優(yōu)化策略致力于對(duì)生成的路徑進(jìn)行精細(xì)平滑與調(diào)整，從而進(jìn)一步提升路徑的品質(zhì)與實(shí)用性，在錯(cuò)綜復(fù)雜的水稻田環(huán)境中，路徑優(yōu)化尤為關(guān)鍵，需兼顧飛行的穩(wěn)定性與能耗的最小化。常用的優(yōu)化手段包括路徑平滑與曲率最小化，路徑平滑技術(shù)常借助貝塞爾曲線或樣條曲線進(jìn)行擬合，使路徑呈現(xiàn)出更為連續(xù)、順滑的形態(tài)。曲率最小化則通過(guò)微調(diào)路徑上的關(guān)鍵節(jié)點(diǎn)，有效縮減轉(zhuǎn)彎半徑，進(jìn)而增強(qiáng)飛行的穩(wěn)固性與效率。路徑優(yōu)化的公式可表示為：

其中，POPT表示優(yōu)化后的路徑，k（s）表示路徑曲率，L表示路徑長(zhǎng)度，λ表示平滑參數(shù)，xi表示路徑上的關(guān)鍵節(jié)點(diǎn)。

針對(duì)水稻種植的特殊需求，RRT森林算法在路徑規(guī)劃方面展現(xiàn)出卓越的靈活性。在實(shí)際操作中，憑借高精度的環(huán)境建模與實(shí)時(shí)的數(shù)據(jù)反饋，該算法能夠在錯(cuò)綜復(fù)雜的田間環(huán)境中迅速生成既安全又高效的飛行路徑。在無(wú)人機(jī)執(zhí)行作業(yè)任務(wù)時(shí)，還可以根據(jù)實(shí)際情況實(shí)時(shí)調(diào)整飛行路徑，以巧妙避開(kāi)障礙物和高風(fēng)險(xiǎn)區(qū)域，從而確保作業(yè)過(guò)程的順暢與穩(wěn)定。此外，RRT森林算法獨(dú)特的多樹(shù)生成與擴(kuò)展機(jī)制，使得無(wú)人機(jī)在大片水稻田中能夠高效地覆蓋各個(gè)區(qū)域，進(jìn)而顯著提升作業(yè)效率。

3.3nbsp; 動(dòng)態(tài)路徑調(diào)整機(jī)制

動(dòng)態(tài)路徑調(diào)整機(jī)制的核心在于實(shí)時(shí)獲取并精準(zhǔn)處理環(huán)境信息。鑒于水稻田環(huán)境的復(fù)雜性，及時(shí)獲取實(shí)時(shí)環(huán)境信息對(duì)于路徑的動(dòng)態(tài)規(guī)劃調(diào)整具有舉足輕重的作用，無(wú)人機(jī)通過(guò)配備先進(jìn)的高精度傳感器和遙感裝置，能夠?qū)崟r(shí)捕捉田間的多維環(huán)境數(shù)據(jù)，涵蓋地形特征、障礙物分布、作物生長(zhǎng)狀況及氣象條件等關(guān)鍵要素。數(shù)據(jù)通過(guò)無(wú)線通信技術(shù)實(shí)時(shí)回傳至地面控制中心或云平臺(tái)，進(jìn)行深入的數(shù)據(jù)處理與綜合分析，借助先進(jìn)的機(jī)器學(xué)習(xí)和圖像處理技術(shù)，可以對(duì)傳感器采集的原始數(shù)據(jù)進(jìn)行精確分類和特征提取，迅速識(shí)別出環(huán)境中的關(guān)鍵變化，如新生障礙物的出現(xiàn)、風(fēng)速風(fēng)向的改變等。環(huán)境信息的獲取與處理過(guò)程公式可表示為：

其中，E（t）表示時(shí)間t的環(huán)境信息，S（t）表示傳感器數(shù)據(jù)，θ表示傳感器的參數(shù)，h表示環(huán)境信息處理函數(shù)。

RRT森林算法的動(dòng)態(tài)調(diào)整涵蓋路徑再規(guī)劃與局部路徑優(yōu)化兩大方面。路徑再規(guī)劃是指在環(huán)境出現(xiàn)顯著變化，如新增障礙物時(shí)，系統(tǒng)會(huì)重新計(jì)算并生成一條從當(dāng)前位置到目的地的最優(yōu)飛行路徑。局部路徑優(yōu)化則更側(cè)重于對(duì)路徑中的特定段落進(jìn)行調(diào)整，旨在規(guī)避小范圍內(nèi)的障礙物或更好地適應(yīng)環(huán)境變化。路徑再規(guī)劃的公式可表示為：

其中，Pnew表示重新規(guī)劃的路徑，xcurrent表示當(dāng)前節(jié)點(diǎn)，xgoal表示目標(biāo)節(jié)點(diǎn)，E（t）表示時(shí)間t的環(huán)境信息。

局部路徑優(yōu)化的公式可以表示為：

其中，Popt表示優(yōu)化后的路徑，Pcurrent表示當(dāng)前路徑，δ表示優(yōu)化步長(zhǎng)。

結(jié)合水稻種植的實(shí)際需求，動(dòng)態(tài)路徑調(diào)整機(jī)制在實(shí)際作業(yè)過(guò)程中展現(xiàn)出卓越的靈活性。在水稻田進(jìn)行作業(yè)時(shí)，無(wú)人機(jī)能夠?qū)崟r(shí)捕捉并處理環(huán)境信息，從而動(dòng)態(tài)地調(diào)整其飛行路徑，以規(guī)避障礙物和高風(fēng)險(xiǎn)區(qū)域，確保作業(yè)既高效又安全。

4" 結(jié)語(yǔ)

農(nóng)用植保無(wú)人機(jī)的快速發(fā)展，標(biāo)志著現(xiàn)代農(nóng)業(yè)向智能化和精細(xì)化方向邁出重要一步。RRT森林算法及其動(dòng)態(tài)路徑調(diào)整機(jī)制，通過(guò)創(chuàng)新路徑規(guī)劃和實(shí)時(shí)優(yōu)化技術(shù)，實(shí)現(xiàn)了無(wú)人機(jī)在水稻種植中的高效、安全作業(yè)。未來(lái)，隨著技術(shù)的不斷進(jìn)步和應(yīng)用的深入，農(nóng)用植保無(wú)人機(jī)將在更廣泛的農(nóng)業(yè)領(lǐng)域發(fā)揮更大作用。

參考文獻(xiàn)：

[1] 王雨蝶，楊松，鄒海龍，等.農(nóng)用植保無(wú)人機(jī)與施藥技術(shù)[J].農(nóng)業(yè)工程技術(shù)，2024，44（7）：60-61.

[2] 周高寧，朱黎青.淺談農(nóng)用植保無(wú)人機(jī)在昆山市稻麥生產(chǎn)上的應(yīng)用[J].上海農(nóng)業(yè)科技，2023（6）：137-138.

[3] 邱興榮.農(nóng)用植保無(wú)人機(jī)的應(yīng)用與發(fā)展建議：以福建省邵武市為例[J].河北農(nóng)機(jī)，2023（14）：18-20.