摘" 要：在現(xiàn)代農(nóng)業(yè)中，尤其是在水稻種植領域中，農(nóng)用植保無人機的應用展現(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、智能算法及先進的路徑規(guī)劃技術，無人機實現(xiàn)了高效、安全、精準的作業(yè)?？焖贁U展隨機樹（RRT）算法及其動態(tài)路徑調整機制，通過環(huán)境建模、數(shù)據(jù)預處理、實時信息獲取與處理，實現(xiàn)了在復雜田間環(huán)境中的高效作業(yè)。多樹生成、路徑再規(guī)劃、局部優(yōu)化等技術手段，使無人機能夠靈活應對突發(fā)狀況，提高作業(yè)效率，減少能耗，推動農(nóng)業(yè)生產(chǎn)向智能化方向發(fā)展，為未來農(nóng)業(yè)發(fā)展提供強有力的技術支持。

關鍵詞：RRT森林算法；農(nóng)用；植保無人機；動態(tài)路徑

中圖分類號：S252" " " " " " " " " " " " " " " " "文獻標志碼：A文章編號：1673-6737（2025）02-0130-03

在水稻種植領域中，農(nóng)用植保無人機憑借其高效、精準、安全的作業(yè)能力，解決了傳統(tǒng)種植方法中的諸多難題，通過高精度環(huán)境建模、智能路徑規(guī)劃和動態(tài)路徑調整機制，無人機不僅提高了作業(yè)效率，還顯著減少了環(huán)境污染，避免了資源浪費。本文通過探討RRT森林算法在無人機路徑規(guī)劃中的應用，闡述了其在復雜田間環(huán)境中實時路徑調整和優(yōu)化的創(chuàng)新方法，為推動農(nóng)業(yè)現(xiàn)代化提供了新的思路。

1" 農(nóng)用植保無人機的發(fā)展現(xiàn)狀

在水稻種植實踐中，農(nóng)用植保無人機顯現(xiàn)了其不可替代的優(yōu)勢。相較于傳統(tǒng)病蟲害防治方法，依賴人工噴灑和機械設備，植保無人機通過空中作業(yè)，有效規(guī)避了田間障礙，減少了農(nóng)藥浪費及對作物的損害，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，植保無人機還引領了農(nóng)業(yè)生產(chǎn)管理模式的革新，打破了傳統(tǒng)依賴經(jīng)驗和手工操作的模式，推動農(nóng)業(yè)向精細化、智能化邁進。

2" 農(nóng)用植保無人機的路徑規(guī)劃需求分析

農(nóng)用植保無人機在水稻種植中的路徑規(guī)劃需求至關重要，主要源于其獨特的作業(yè)特點及所面臨的復雜飛行環(huán)境，對路徑規(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，以進行科學且合理的路徑規(guī)劃。植保無人機在水稻田間的作業(yè)展現(xiàn)出了極高的精確性和效率，其顯著特點在于，能夠在錯綜復雜的田間環(huán)境中執(zhí)行精細化操作，借助高精度的全球定位系統(tǒng)（GPS）及多樣化的傳感器，無人機能夠實現(xiàn)精確的定位及實時的數(shù)據(jù)反饋，確保在水稻田中的作業(yè)精度達到厘米級[1]。這種卓越的作業(yè)能力不僅大幅減少了農(nóng)藥的浪費，提升了利用率，更避免了對水稻作物的損傷，為水稻的健康生長提供了堅實保障。然而，飛行環(huán)境的錯綜復雜是植保無人機在水稻田作業(yè)中所面臨的一項巨大挑戰(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)境會隨之發(fā)生顯著變化，也會對無人機的飛行路徑產(chǎn)生影響。風速和風向等氣象條件也是不容忽視的影響因素，面對復雜的飛行環(huán)境，無人機必須具備出色的環(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，從而進行高效作業(yè)。

3" 基于RRT森林算法的農(nóng)用植保無人機動態(tài)路徑規(guī)劃方法

3.1" 環(huán)境建模與數(shù)據(jù)預處理

基于RRT森林算法的無人機動態(tài)路徑規(guī)劃方法在水稻種植領域的應用，彰顯了現(xiàn)代農(nóng)業(yè)科技的智能化與精細化水平。通過環(huán)境建模與數(shù)據(jù)預處理，該方法成功構建了作業(yè)區(qū)域的數(shù)字地圖，并實現(xiàn)了對障礙物的精準識別與標記，從而為無人機在錯綜復雜的田間環(huán)境中的高效作業(yè)提供了堅實的技術支撐[2]。在環(huán)境建模方面，構建高精度數(shù)字地圖是無人機動態(tài)路徑規(guī)劃的基礎。為了實現(xiàn)這一目標，應利用無人機及遙感設備對水稻種植區(qū)域進行全方位的掃描與數(shù)據(jù)采集，進而生成詳盡的三維點云數(shù)據(jù)。借助高精度的GPS系統(tǒng)，對這些點云數(shù)據(jù)進行地理坐標標定，從而制作出作業(yè)區(qū)域的數(shù)字化模型。此外，通過運用先進的圖像處理和機器學習技術，對點云數(shù)據(jù)進行細致分類與過濾，成功提取出水稻田的關鍵地形特征，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)字地圖的構建公式可以表示為：

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

障礙物識別與標記對于確保無人機安全飛行和提升作業(yè)效率至關重要。在水稻種植環(huán)境中，障礙物既可能包括固定的田埂、農(nóng)田設施，也可能涉及動態(tài)的人或動物等元素。通過運用深度學習和計算機視覺技術，能夠實時分析作業(yè)區(qū)域的圖像數(shù)據(jù)，精確地識別和標記各類障礙物，這一過程主要依賴訓練有素的卷積神經(jīng)網(wǎng)絡（CNN），能夠從海量的圖像數(shù)據(jù)中學習并提取關鍵特征，進而實現(xiàn)對障礙物的準確分類與定位[3]。在障礙物標記方面，采用二進制圖像標記法，清晰地在數(shù)字地圖上標注出障礙物的具體位置，為路徑規(guī)劃算法提供有力支持。簡而言之，障礙物識別的核心公式可表達為，通過CNN處理圖像數(shù)據(jù)，輸出障礙物的分類與定位信息，再利用二進制標記法在數(shù)字地圖上進行精確標注。具體公式可以表示為：

其中，O表示識別出的障礙物位置集合，I表示輸入的圖像數(shù)據(jù)， W表示訓練好的卷積神經(jīng)網(wǎng)絡權重，g表示障礙物識別函數(shù)。

基于前述環(huán)境建模與障礙物識別的詳盡數(shù)據(jù)，RRT森林算法得以在錯綜復雜的水稻田環(huán)境中大展身手，進行精準的動態(tài)路徑規(guī)劃，該算法通過隨機采樣與樹狀結構的靈活擴展，構建出多棵RRT。隨后，在這些樹間進行路徑的深入搜索與優(yōu)化，從而確保無人機能夠實現(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，隨機選定一個起始點，并據(jù)此點作為根節(jié)點，精心培育出第一棵RRT。從當前樹木的末梢節(jié)點出發(fā)，隨機探尋一個方向，并向外延伸一定長度，從而誕生嶄新的節(jié)點。倘若此新節(jié)點并未侵入障礙物領地，便欣然將其納入樹中，如若不然，則毅然舍棄。周而復始地執(zhí)行樹擴展的儀式，培育出郁郁蔥蔥的RRT樹林。在此過程中，應確保每棵樹木各自守護一方疆土，從而提高路徑規(guī)劃的多元性與堅韌性。在枝繁葉茂的RRT森林中，開啟一場尋路之旅，探尋從起始點至終點的最佳路徑。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運的技藝。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，實現(xiàn)了高效的無人機動態(tài)路徑規(guī)劃，通過精準的環(huán)境建模與數(shù)據(jù)預處理，成功構建起作業(yè)區(qū)域的高精度數(shù)字地圖。同時，對障礙物進行準確識別和標記，使無人機能夠在復雜多變的水稻田環(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)劃中的應用

通過構建眾多隨機樹，RRT森林算法實現(xiàn)了對路徑的深入搜索與精細優(yōu)化，為無人機在田間作業(yè)提供了科學指導與技術支撐。在實施RRT森林算法之初，首要任務是進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和目標點，并確立路徑規(guī)劃的基礎參數(shù)。具體而言，起始點往往是無人機起飛的位置，目標點則代表預定的作業(yè)完成點或下一任務目的地。為充分適應水稻田的錯綜復雜環(huán)境，必須精心設置擴展步長、隨機采樣范圍及樹的數(shù)量等關鍵參數(shù)，從而確保算法的高效性與穩(wěn)健性，擴展步長決定每次擴展的距離，隨機采樣范圍則影響隨機樹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，xgoal表示目標點，δ表示擴展步長，R表示隨機采樣范圍，N表示樹的數(shù)量。

路徑搜索與優(yōu)化策略構成RRT森林算法的核心框架。在路徑搜索環(huán)節(jié)，算法通過在作業(yè)區(qū)域內(nèi)精心生成眾多隨機節(jié)點，逐步拓展出樹狀結構，并持續(xù)向目標點靠近。為確保所得路徑的實用性與安全性，算法在每一步的拓展過程中，均會審慎核查新節(jié)點是否不慎落入障礙物區(qū)域。一旦核查結果為真，便會果斷舍棄該節(jié)點。反之，則會欣然將其納入樹中，通過培育多棵樹木并推動其茁壯成長，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棵隨機樹，xnew表示新生成的節(jié)點。

路徑優(yōu)化策略致力于對生成的路徑進行精細平滑與調整，從而進一步提升路徑的品質與實用性，在錯綜復雜的水稻田環(huán)境中，路徑優(yōu)化尤為關鍵，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，路徑平滑技術常借助貝塞爾曲線或樣條曲線進行擬合，使路徑呈現(xiàn)出更為連續(xù)、順滑的形態(tài)。曲率最小化則通過微調路徑上的關鍵節(jié)點，有效縮減轉彎半徑，進而增強飛行的穩(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表示路徑長度，λ表示平滑參數(shù)，xi表示路徑上的關鍵節(jié)點。

針對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。在實際操作中，憑借高精度的環(huán)境建模與實時的數(shù)據(jù)反饋，該算法能夠在錯綜復雜的田間環(huán)境中迅速生成既安全又高效的飛行路徑。在無人機執(zhí)行作業(yè)任務時，還可以根據(jù)實際情況實時調整飛行路徑，以巧妙避開障礙物和高風險區(qū)域，從而確保作業(yè)過程的順暢與穩(wěn)定。此外，RRT森林算法獨特的多樹生成與擴展機制，使得無人機在大片水稻田中能夠高效地覆蓋各個區(qū)域，進而顯著提升作業(yè)效率。

3.3nbsp; 動態(tài)路徑調整機制

動態(tài)路徑調整機制的核心在于實時獲取并精準處理環(huán)境信息。鑒于水稻田環(huán)境的復雜性，及時獲取實時環(huán)境信息對于路徑的動態(tài)規(guī)劃調整具有舉足輕重的作用，無人機通過配備先進的高精度傳感器和遙感裝置，能夠實時捕捉田間的多維環(huán)境數(shù)據(jù)，涵蓋地形特征、障礙物分布、作物生長狀況及氣象條件等關鍵要素。數(shù)據(jù)通過無線通信技術實時回傳至地面控制中心或云平臺，進行深入的數(shù)據(jù)處理與綜合分析，借助先進的機器學習和圖像處理技術，可以對傳感器采集的原始數(shù)據(jù)進行精確分類和特征提取，迅速識別出環(huán)境中的關鍵變化，如新生障礙物的出現(xiàn)、風速風向的改變等。環(huán)境信息的獲取與處理過程公式可表示為：

其中，E（t）表示時間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森林算法的動態(tài)調整涵蓋路徑再規(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，系統(tǒng)會重新計算并生成一條從當前位置到目的地的最優(yōu)飛行路徑。局部路徑優(yōu)化則更側重于對路徑中的特定段落進行調整，旨在規(guī)避小范圍內(nèi)的障礙物或更好地適應環(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表示當前節(jié)點，xgoal表示目標節(jié)點，E（t）表示時間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表示當前路徑，δ表示優(yōu)化步長。

結合水稻種植的實際需求，動態(tài)路徑調整機制在實際作業(yè)過程中展現(xiàn)出卓越的靈活性。在水稻田進行作業(yè)時，無人機能夠實時捕捉并處理環(huán)境信息，從而動態(tài)地調整其飛行路徑，以規(guī)避障礙物和高風險區(qū)域，確保作業(yè)既高效又安全。

4" 結語

農(nóng)用植保無人機的快速發(fā)展，標志著現(xiàn)代農(nóng)業(yè)向智能化和精細化方向邁出重要一步。RRT森林算法及其動態(tài)路徑調整機制，通過創(chuàng)新路徑規(guī)劃和實時優(yōu)化技術，實現(xiàn)了無人機在水稻種植中的高效、安全作業(yè)。未來，隨著技術的不斷進步和應用的深入，農(nóng)用植保無人機將在更廣泛的農(nóng)業(yè)領域發(fā)揮更大作用。

參考文獻：

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

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

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