本研究由Ning Wang、Shunda Li、Jianxing Xiao、Tianhai Wang、Yuxiao Han、Hao Wang、Man Zhang和Han Li*共同完成，作者单位包括中国农业大学教育部智能农业系统集成重点实验室（Key Laboratory of Smart Agriculture System Integration, Ministry of Education, China Agricultural University）、农业农村部农业信息获取技术重点实验室（Key Laboratory of Agricultural Information Acquisition Technology, Ministry of Agriculture and Rural Affairs, China Agricultural University）、北京市农林科学院智能装备研究中心（Research Center of Intelligent Equipment, Beijing Academy of Agriculture and Forestry Sciences）以及农业动力装备国家重点实验室（State Key Laboratory of Intelligent Agricultural Power Equipment）。研究成果发表于《Computers and Electronics in Agriculture》第232卷（2025年），文章标题为《A collaborative scheduling and planning method for multiple machines in harvesting and transportation operations—Part I: Harvester task allocation and sequence optimization》。

学术背景

研究领域为农业机械协同调度与路径规划，属于智能农业（Smart Agriculture）与无人农场（Unmanned Farm）关键技术范畴。中国面临农村劳动力老龄化、技术能力不足等问题，导致农业生产效率低下。北斗导航系统（BDS）的普及为农业机械自动导航提供了基础，但多机协同作业中的任务分配与路径规划仍存在挑战。本研究旨在解决收割机（Harvester）与运粮车（Grain Truck）协同作业中的任务分配问题，通过优化调度模型降低整体作业时间，提升效率。

研究流程与方法

1. 电子农场地图构建

   • 方法：采用拓扑地图法（Topological Map Method）构建农场电子地图，基于河北涿州农场和上海青浦农场的实际地理坐标数据（经纬度），通过距离计算模型（式1）定义节点关系。
   • 创新点：开发了包含21个地块（涿州）和26个地块（青浦）的电子地图，支持路径规划与导航。

2. 多收割机任务分配模型

   • 模型建立：以最小化整体作业时间为目标，构建包含地块任务集、收割机参数（如粮仓容量、作业速度）的数学模型（式2-7）。
     
   • 算法开发：提出基于最近邻启发式（Nearest-Neighbor Heuristic）的贪心最小-最大负载平衡算法（GMM-LB-NNH），通过以下步骤实现：
     
     • 任务分配：将任务分配给当前负载最小的收割机（式8-10）；
       
     • 序列优化：利用最近邻启发式调整任务顺序，平衡负载并缩短转移路径（图5）。
       

3. 全流程路径规划

   • 地块内路径：采用螺旋覆盖（Spiral Coverage）与往复式路径（Reciprocating Path）结合的方法，确定入口点与出口点。
     
   • 地块间路径：基于Dijkstra算法计算最短转移路径（图6-7）。
     

主要结果

1. 算法性能对比

   • 在5、10、15个任务场景下，GMM-LB-NNH算法相比蚁群算法（ACO）和遗传算法（GA）分别平均减少29.8分钟和12.6分钟的整体作业时间，且运行时间缩短15%-32%（表3）。
     
   • 算法稳定性高，任务分配结果一致，而ACO和GA结果波动较大。
     

2. 路径规划验证

   • 单机与多机路径规划实验显示，该方法能有效生成覆盖地块内及转移路径的全流程导航方案（图6-7），实际作业时间显著优化。
     

结论与价值

1. 科学价值：

   • 提出了一种新型协同调度框架，填补了农业机械任务分配与路径规划整合研究的空白。
     
   • GMM-LB-NNH算法在负载平衡与效率优化方面表现优越，为同类研究提供了新思路。
     

2. 应用价值：

   • 可应用于无人农场中的收割机与运粮车协同作业，降低人工依赖，提升作业效率。
     
   • 电子地图与路径规划方法可直接支持农业机械导航系统开发。
     

研究亮点

1. 创新算法：GMM-LB-NNH算法首次将贪心负载平衡与最近邻启发式结合，解决了多机任务分配中的负载不均问题。
   
2. 全流程路径规划：首次将地块内覆盖路径与地块间转移路径整合，形成完整的作业导航方案。
   
3. 实证验证：基于真实农场数据的仿真实验验证了方法的可行性与优越性。
   

其他价值

研究局限性包括未考虑田间障碍物和机械故障等动态因素，未来需进一步优化协同调度模型（如运粮车调度）以适配更复杂场景。