大数据驱动下的智能农机自主作业路径规划与优化研究  

作　　者：魏铮 

机构地区：[1]山西应用科技学院,山西太原030062

出　　处：《南方农机》2024年第6期96-98,共3页

摘　　要：针对智能农机环境适应性和路径自主决策能力不足的现实难题,提出了基于深度学习和优化算法的环境预测与路径协同优化方法。基于大数据驱动背景,通过构建精细化数字孪生系统,实现对农田环境和作物生长变化规律的主动学习与预测;融合深度学习与优化算法提出路径优化策略,避障模块实时调整路径避障,全局优化模块搜索最优解,实现动态增量规划与全局约束的协同;设计两级路径决策框架,集成深度网络与传统算法,同时兼顾环境约束和全局最优性。仿真结果表明,该方法可以明显提升路径的动态增量性、约束适应性与作业效率。本研究为智能农机厂商打造“数字试验场”奠定了基础,也为构建自主作业机械提供了重要借鉴。

关 键 词：智能农机 路径规划 环境预测 数字农业 

分 类 号：S220.2[农业科学—农业机械化工程]