智能决策系统在联合收割机无人作业中的应用

作者简介：（1985.2-），男，汉族，河北廊坊，大学本科，高级工程师，研究方向：收割机高效脱粒与清选、智能监测与决策、智能化应用。

传统农业机械自动化水平已难以满足精准农业发展需求，联合收割机作为粮食收获核心装备，其智能化升级对保障粮食安全具有重要意义。现有无人作业系统多依赖单一传感器进行环境感知，在杂草覆盖、地形起伏等复杂农田场景中存在感知盲区与决策滞后问题。构建具备自主避障能力的智能决策系统，需突破多源异构数据融合、实时路径规划等关键技术，形成从环境感知到执行控制的全流程闭环解决方案。

1.多传感器融合避障系统总体设计

1.1 系统需求分析

农业作业场景的特殊性要求系统具备三项核心能力：全域环境感知需覆盖 0.5-50 米检测范围，兼顾近地面障碍物与远端地形变化；实时决策响应需在 200 毫秒内完成数据采集、处理到执行的全过程；系统可靠性需达到农业机械安全标准，确保极端天气与复杂光照条件下的稳定运行。

1.2 系统架构设计

采用分层递阶式架构，自底向上划分为感知层、融合层与执行层。感知层部署激光雷达、毫米波雷达与视觉传感器构成异构感知网络，融合层通过数据关联算法实现空间时间对齐，执行层集成转向控制模块与动力分配单元。各层级间通过CAN 总线实现百兆级数据传输，确保指令下达的实时性。

1.3 工作流程设计

系统运行周期划分为四个阶段，初始阶段完成传感器自检与作业区域建模；作业阶段持续采集环境数据并更新障碍物地图；决策阶段基于动态权重分配机制生成避障轨迹；执行阶段通过前馈控制补偿机械响应延迟。各阶段通过状态机实现无缝切换，形成完整的作业循环。

2.多传感器数据融合算法研究

2.1 传感器特性分析与建模

联合收割机作业环境具有典型非结构化特征，这要求所搭载的传感器具备不同的环境适应能力。激光雷达在短距离检测中具有厘米级精度优势，但其点云密度随探测距离增加呈现指数衰减特性，在 50 米探测范围内，点云间距从5厘米扩展至2米，这种特性导致远距离小障碍物容易产生漏检。毫米波雷达对雨雾穿透能力较强，但多普勒频移现象在农机振动工况下会被放大，导致径向速度测量误差达到 0.3 米/秒量级。视觉传感器在正午强光与傍晚低照度环境中的成像质量差异显著，其灰度值动态范围超过120dB 时，传统直方图均衡化方法难以有效改善图像对比度。针对这些特性差异，需要建立描述传感器误差传播规律的数学模型。激光雷达误差模型需考虑入射角、目标反射率与环境湿度参数，毫米波雷达模型应包含农机振动频率与幅值的影响因子，视觉传感器模型则需要建立光照强度与图像信噪比的映射关系[1]。

2.2 数据预处理方法

原始传感器数据存在多重干扰因素，需要设计针对性预处理流程。针对激光雷达点云数据，开发基于局部平面拟合的自适应滤波算法，该算法根据作业速度动态调整法向量估计窗口尺寸，在 3 米/秒作业速度下，可有效滤除距离测量噪声。毫米波雷达数据预处理采用改进型卡尔曼滤波器，通过农机振动频谱分析确定过程噪声协方差矩阵，使速度测量值的标准差从 0.25 米/秒降低至 0.08 米/秒。

2.3 多源数据融合策略

数据融合需要解决三个核心问题——数据关联、状态估计与决策融合，针对农田环境中障碍物分布的稀疏性特点，提出改进型联合概率数据关联算法，该算法通过马尔可夫链蒙特卡洛方法优化关联门限设置，在保证关联正确率的同时，将计算复杂度降低。对于已关联的测量数据，采用分层融合架构进行处理：静态障碍物信息通过扩展卡尔曼滤波进行轨迹预测，动态目标则运用交互式多模型算法实现机动检测与状态估计。特别设计融合权重动态调整机制，该机制根据传感器置信度自动分配数据权重，置信度评估模型包含信噪比、数据更新频率和历史误差记录三个维度。当激光雷达点云密度低于阈值时，系统自动降低其数据权重，转而增强毫米波雷达的决策影响力。为保证融合结果的时空连续性，设计滑动窗口融合策略，窗口长度根据农机行驶速度动态调整，在保证实时性的前提下，有效抑制单帧数据异常带来的决策振荡[2]。

3.智能避障控制算法设计

3.1 控制策略选择

联合收割机作业场景的特殊性要求避障控制系统具备双重适应能力，既要符合农业机械低速重载的运动特性，又要满足田间复杂环境的实时响应需求。传统纯反应式控制策略在应对突发障碍时存在决策震荡风险，而完全基于全局路径规划的方案又难以处理动态出现的田间障碍物。针对这种矛盾，混合控制架构成为更合理的解决方案。全局规划层采用改进型 A^* 算法构建作业区域拓扑地图，通过将农田划分为规则网格并赋予不同通行成本，生成覆盖整个作业区域的最优参考轨迹。这种规划方式充分考虑了作物行分布特征，使收割机能够沿自然地形特征保持高效推进[3]。

3.2 局部避障算法

针对农业机械特有的低速大惯性运动特性，局部避障算法设计需重点解决三个关键问题：动态障碍物的运动预测、控制指令的平滑过渡以及作业效率的维持。基于速度障碍法的改进算法被用于解决前两个问题，该算法通过构建包含收割机动力学约束的运动预测模型，将二维平面内的相对速度关系映射到三维速度空间，从而在考虑自身运动能力限制的前提下，生成所有可能导致碰撞的速度组合。通过引入虚拟力场概念，将障碍物威胁转化为方向引导力，使避障决策过程转化为力平衡问题求解。这种处理方式天然具备决策平滑性，有效避免了传统避障算法中常见的路径震荡现象。为维持作业效率，算法特别设计效率维持模块，通过实时评估避障动作对作业覆盖率的影响，动态调整安全距离阈值。

3.3 安全机制设计

作为农业机械自动化系统的核心安全保障，避障系统的可靠性设计需要贯穿硬件、软件到执行机构的全链条。在硬件层面，采用主从式传感器冗余配置方案，关键感知单元均部署双套独立设备，通过空间分立安装避免单点故障导致的感知失效。数据融合层引入交叉验证机制，当主备传感器输出差异超过预设门限时，自动触发降级运行模式并记录异常日志。软件层面构建双通道控制流，主控单元与监控单元通过心跳包保持实时状态同步，监控单元持续验证主控指令的合理性边界，在检测到非法指令时立即接管控制权限。

4.结论

本文提出的智能决策系统通过多传感器深度融合与分层控制架构，有效解决了联合收割机无人作业中的环境感知与自主避障难题。后续研究将聚焦作物行间导航与产量预测的协同优化，推动智能农业装备向全流程自主化方向发展。

【参考文献】

[1]李邦国 王辉 宋杨 任志伟 刘跃华 徐乐程.基于无人驾驶小麦收割机立体视觉感知系统[J].中国机化学报， 2024， 45（9）：244-249.

[2]徐纪洋.设施大棚蔬菜收割机无人驾驶系统的设计与实现[J].农业技术与装备， 2025（5）.

[3]无.用于收割小麦的谷物联合收割机质量调查情况[J].农机质量与监督， 2023（3）：26-27.