摘要：水田农业机械导航路径规划与自动控制技术是实现水稻生产智能化的关键。通过集成高精度定位、环境感知与智能决策，可有效解决水田泥泞地表、田块不规则、信号易遮挡等条件下作业重叠、效率低下及多机协同困难等问题。将传统经验依赖模式转变为基于环境模型与优化算法的程序化作业模式，探究水田环境下导航路径规划与自动控制技术的内在原理与应用机制，对推动南方稻作区精准农业实践具有重要的理论与现实意义。

       关键词：水田农业机械；路径规划；自动控制；多源信息融合；自适应控制

       水田机械化作业环境因土壤湿度高、地表平整度差、田块边界不规则，对农机导航与自动控制提出严苛要求。与旱田相比，泥泞地表的土壤附着系数低且分布不均，导致轮速滑移率波动剧烈，使基于运动学模型的路径跟踪面临不确定性。插秧、直播等作业对直线度与接行精度要求达厘米级，路径偏差将直接导致漏播或重播。传统依赖单一卫星导航的方案常因信号遮挡或多路径效应而失效，单纯惯导系统的累积误差又会随作业时间增长使精度快速发散。以江苏省某水稻种植基地 2024 年的测试为例，靠近高大林木区域卫星信号丢失时长平均 12 秒，单纯惯性测量单元递推30 秒横向误差累积达 0.25 米，已超出插秧精度要求 [1]。这种多源干扰叠加的工况要求农机导航系统必须构建融合多种感知手段的鲁棒位姿估计框架，并采用自适应控制策略，以保证导航系统的精度。

       1. 面向水田环境的农机导航与自动控制关键技术原理
       1.1 多源信息融合的鲁棒定位机理

       在水田中，全球导航卫星系统易受遮挡，惯性测量单元积分误差随时间累积，视觉传感器在水面反光或泥浆飞溅条件下成像质量下降。需构建多源信息融合的紧耦合框架，实现从单点脆弱到冗余可靠的转变。该框架的核心在于利用不同传感器的互补特性： GNSS 提供绝对位置基准，IMU 保障高频动态响应，视觉 SLAM 则在卫星信号中断时通过环境特征维持局部定位精度。三者通过误差状态卡尔曼滤波实现松耦合或紧耦合，使系统能够在不同工况下自动选择最优的定位信息来源。

       湖北省潜江市某农场 2024 年晚稻插秧季的实测中，一套融合实时动态差分全球导航卫星系统、惯性测量单元、轮速编码器与视觉同步定位与建图算法的导航系统进行了测试。系统采用误差状态卡尔曼滤波为融合核心，以实时动态差分全球导航卫星系统的高精度位置与速度作为观测更新，对惯性测量单元累积误差周期性修正。同时引入轮速编码器与转向角传感器构建运动学约束，在卫星信号中断时维持位姿递推精度。视觉同步定位与建图算法通过提取田埂边缘、作物行线等稳定特征建立局部地图，进一步约束位姿发散。测试结果表明，无信号遮挡区域横向误差均值为 0.024米；信号丢失区域系统能在 45 秒内将横向递推误差控制在 0.09 米以内，远优于单一惯性测量单元。

       1.2 基于自适应模型预测控制的路径跟踪机理

       土壤湿度的空间变异性导致轮胎与地面附着系数实时变化，使基于固定参数模型的控制器难以维持稳定性能。当农机驶入低附着系数区域，前轮转角与车身航向的响应关系改变，若控制参数不能随之调整，将出现轨迹超调甚至蛇形振荡。传统的 PID 控制或固定参数模型预测控制在面对这种时变特性时，往往需要人工干预调整参数，无法实现真正的无人化作业。

       国内某农机装备企业 2024 年在其 6 行高速插秧机上搭载自适应模型预测控制系统，在湖南省益阳市水田中进行对比测试。自适应机制体现在代价函数权重矩阵的在线调整：当横向偏差持续增大，系统判定控制参数不匹配当前路面条件，随即增大位置误差项权重；反之当航向角波动剧烈时，增大控制增量项权重，抑制转向机构频繁动作。这种基于运行状态的自适应机制，本质上是将参数整定从“离线标定”转变为“在线优化”，使控制器能够实时适应环境变化。对比测试显示，自适应模型预测控制器的平均横向跟踪误差为 0 . 031 米，最大为 0 . 087 米，而传统固定参数控制器分别为 0 . 058 米和 0 . 142 米。地头转弯区域自适应控制器的路径超调量较传统控制器减少约 55 %[2]。

       1.3 融合全局优化与局部避障的路径规划机理

       水田环境中田块边界不规则、临时障碍物随机分布、土壤承载力不均，使路径规划需在作业覆盖完整性与通行安全性之间取得平衡。单一层次的规划方法难以同时满足这两方面需求：全局规划虽能保证作业覆盖率，但无法应对突发障碍；局部规划虽然响应快速，却容易陷入局部最优导致作业遗漏。

       融合全局搜索与局部反应式的双层架构可有效应对。全局规划层基于农田地理信息系统数据，采用改进的 A* 算法搜索最优路径，将土壤承载力分布作为通行代价的权重因子，使算法自动避开高风险区域。局部反应层采用动态窗口法处理实时感知的障碍物信息，当检测到临时障碍物时，在当前速度空间内采样多组线速度与角速度组合，选择满足安全性且偏离原始路径最小的速度指令执行。这种融合机制通过时间尺度分离实现规划效率与响应速度的统一，使系统既能从宏观上保证作业完整性，又能在微观上应对环境不确定性。

       2. 农机导航与自动控制技术在水田作业中应用的实施路径

       2.1 面向典型水田机型的系统化应用验证

       水田作业场景多样，插秧机、直播机、植保机等机型在作业速度、转弯半径、农艺要求上存在显著差异，同一套导航控制参数难以在所有机型上获得同等性能。插秧机对直线度要求极高，植保机对动态响应要求更高，直播机对航向保持与路径衔接要求最严。

       在江西省南昌市某水稻种植合作社 2024 年的实际应用中，搭载双层规划系统的插秧机在面积为 15亩的不规则田块中作业，田块内分布有 3 处临时沟渠和 2 处田埂凸起。系统在全局规划阶段自动绕过土壤含水率过高的西南角，在作业过程中成功避让所有临时障碍物，全程仅发生 1 次人工干预，而此前使用传统预设路径系统时，平均需要 4 次人工干预。基于此，建议在典型水田作业区域，如黑龙江农垦建三江管理局、江苏省农垦集团所属农场等地，建立导航系统应用验证基地，系统开展多机型、多工况的适应性测试。对于插秧机，重点验证导航系统在不同泥脚深度下的直线度保持能力，采集至少 50 个作业行程的横向偏差数据。对于植保机，重点测试地头转弯阶段的路径衔接精度与避障响应时间。对于直播机，综合评估直线段与转弯段整体的作业覆盖率与重漏播率。通过这种系统化应用验证，逐步建立不同机型、不同工况下的最优传感器配置与控制参数整定数据库。例如， 2024 年完成的针对 6 款主流插秧机型的测试中，验证基地累计采集超过 300 组作业数据，形成了包含泥脚深度、作业速度、横向偏差三者关系的经验模型，为产品化推广提供了可靠支撑 [3]。

       2.2 基于仿真与试验协同的算法优化策略

       水田环境的强非线性与时变特性，使单纯依赖理论推导的控制参数难以在全工况下保持最优。同时，直接在田间调试控制参数成本高、周期长，且存在损坏农机与田块的风险。此外， 田间试验的可重复性差，同一工况难以复现，给算法对比评估带来了客观困难。

       构建高保真的水田环境数字孪生平台，是实现算法快速迭代的有效途径。该平台应包含水田环境模型、农机动力学模型、传感器噪声模型三个核心模块。水田环境模型需准确描述土壤含水率分布、地面不平度谱特性及田埂障碍物布局。农机动力学模型需反映轮速滑移率与土壤附着系数的非线性关系。传感器噪声模型需模拟全球导航卫星系统信号衰减、惯性测量单元漂移等实际工况。在仿真平台完成算法初步优化后，再通过田间试验验证与修正。以某研究团队 2024 年的工作为例，他们先在数字孪生平台中对自适应模型预测控制算法进行 200 组仿真寻优，将算法迭代周期从传统的 3 个月缩短至 3 周，随后在田间试验中仅用2 周完成最终参数的微调与验证。这种仿真与试验协同的策略，能将算法迭代周期从数月缩短至数周，同时降低实地测试成本与风险。

       2.3 构建适应水田作业的标准化系统架构

       构建模块化、标准化的导航控制系统通用架构，是促进技术推广与生态建设的关键。系统架构需明确划分感知层、决策层、控制层与交互层的功能边界与接口标准。标准化不仅有利于降低系统集成难度，还能促进不同厂商设备间的互联互通，避免形成技术孤岛。

       感知层统一输出符合标准格式的环境感知结果。决策层接收标准化的作业任务与农田地理信息数据，输出规划路径与速度指令，接口格式需兼容主流农机控制器的通信协议。控制层负责将指令转换为执行机构驱动信号，需预留参数在线标定接口。交互层提供统一的人机界面，显示系统状态、跟踪误差、故障报警等信息。在防护设计方面，采用工业级防水防尘连接器，所有外露接口均达到 IP67 防护等级，车载通信网络选用 CAN 总线与车载以太网并行的方案，确保系统在水田高湿、泥浆飞溅环境下长期稳定运行 [4]。通过这种标准化架构设计，不同厂家生产的导航控制器、传感器与执行机构可实现即插即用与互联互通，降低系统集成难度与维护成本，为技术规模化应用提供基础保障。

       3. 总结

       导航路径规划与自动控制技术对于推动农业机械向自主化、智能化与集群化作业方向发展具有核心作用。水田作业环境因其特殊性，对导航系统的鲁棒定位、自适应跟踪与动态规划能力提出了更高要求。通过构建多源信息融合的紧耦合定位框架、采用参数自适应的模型预测控制策略、设计融合全局优化与局部避障的双层规划架构，可有效应对水田复杂工况。在江苏、湖北、湖南、江西等地的实际应用中，上述技术方案已使插秧机的平均横向跟踪误差控制在 0.035米以内，地头转弯阶段的作业中断时间减少超过60%，导航系统在卫星信号短暂丢失情况下的有效推算时间延长至 45 秒以上。在此基础上，开展面向典型水田机型的系统化应用验证、建立仿真与试验协同的算法优化平台、构建适应水田环境的标准化系统架构，将为技术的深入应用提供坚实支撑。未来随着5G 与北斗卫星导航系统的深度融合，水田农业机械导航系统有望在远程运维、多机协同作业以及全流程无人化操作等方面实现进一步突破。

参考文献：

[1] 黄小毛 , 王绍帅 , 石逸泽 , 等 . 稻油轮作无人化农场农机作业路径规划算法与移动端软件研究 [J]. 农业机械学报 ,2025,56(02):73-82.

[2] 王绍帅 . 面向稻油轮作无人化农场的农机作业路径规划算法及软件开发 [D]. 华中农业大学 ,2023.

[3] 张智刚 , 殷珍 , 吴潇 , 等 . 农业机械自动导航技术研究进展 [J]. 农业工程学报 ,2025,41(23):1-13.

[4] 郭建军 , 曹彦 , 梅雪 , 等 . 自动驾驶技术在农业机械中应用 [J]. 农业工程 ,2023,13(11):32-36.