本研究由马萧杰、施新宇、肖文星、任梦涛、鲍秀兰（通讯作者）等学者合作完成，分别来自华中农业大学工学院、农业农村部长江中下游农业装备重点实验室以及湖南大学电气与信息工程学院。研究成果以《基于tsp_rrt算法的柑橘多目标连续采摘路径规划》为题，发表于《江西农业大学学报》2024年第46卷第2期。
学术背景
该研究聚焦农业机器人领域中的路径规划问题。作为我国第三大种植产业，水果采摘（尤其是柑橘等季节性水果）约占整个作业量的40%，传统人工采摘效率低下且成本高昂。在非结构化果园环境中，柑橘果实随机分布且常被枝叶遮挡，导致机械臂采摘路径规划面临效率低、路径长等挑战。现有路径规划算法如遗传算法（genetic algorithm）、蚁群算法（ant colony algorithm）等存在计算量大、适应性差等问题，而快速扩展随机树算法（Rapidly-exploring Random Tree, RRT）虽适用于复杂环境，但存在随机性强、路径非最优等缺陷。本研究旨在通过改进RRT算法并结合旅行商问题（Traveling Salesman Problem, TSP），开发适用于多目标连续采摘的高效路径规划方法。
研究流程与方法
1. 柑橘树建模与简化
- 几何包络建模：采用分段圆柱体包络树枝树干，包围球（Bounding Sphere）包络无需采摘的果实。基于开心树形柑橘的实际尺寸（树高1.5-2.5m，行距4-6m），在MATLAB中建立三维模型。
- 模型简化：提出多球体拟合圆柱体方法以降低碰撞检测复杂度。将圆柱体沿中心轴分割为半径扩大至$\frac{2}{\sqrt{3}}r$的球体序列，确保完全覆盖原障碍物空间，并引入安全距离阈值δ避免机械臂碰撞。
2. RRT算法改进
- 带先决条件的概率采样：设定采样阈值δ=0.5，当随机数≤δ或最近节点与目标点无障碍时直接向目标采样，否则全局随机采样，减少冗余节点34.52%。
- 目标引力机制：在节点生长方向引入目标引力分量（生长比k=0.8），使扩展树始终趋向目标点，并通过控制最小生长距离$\rho \times \sqrt{1-k^2}$避免无效扩展。
- 自适应步长策略：步长$\rho=\beta \times \min(d(q_{\text{nearest}}, \text{obs}_i))$（β=0.5），根据障碍物密度动态调整步长，在复杂区域自动减小步长以提高避障精度。
3. 路径优化与平滑处理
- 冗余节点删除：遍历路径节点序列，若连续三点间无障碍则删除中间节点，减少路径长度10.19%。
- B样条曲线平滑：采用四阶三次B样条曲线（B-spline）对路径进行插值，其基函数递推公式为： $$ p(u) = \sum_{i=0}^n pi b{i,k}(u) $$ 显著提升机械臂运动柔顺性。
4. 改进TSP算法
- 障碍物因子引入：定义带障碍物因子的欧氏距离$d_\sigma(i,j)$，当两点间存在障碍时距离乘以系数σ=1.2，更准确反映实际路径成本。
- 遗传算法求解：以机械臂初始位置为起点，将待采摘柑橘作为城市节点，通过遗传算法全局搜索最优遍历顺序，结合改进RRT实现端到端路径规划。
主要结果
- 单目标规划性能：改进RRT算法相比RRT-connect和RRT*，路径长度分别缩短29.15%和7.31%，规划成功率98.8%。
- 多目标连续采摘：
- 路径长度：TSP_RRT（922.69 cm）较TSP_RRT-connect（1409.09 cm）和TSP_RRT*（1027.32 cm）分别减少34.52%和10.19%。
- 规划时间：较对比算法减少31%-50%，平均仅需4.61秒。
- 适应性验证：在包含10个采摘目标的开心树形模型中，改进算法成功避开枝干障碍，生成平滑连续路径（图15）。
结论与价值
本研究提出的TSP_RRT算法通过融合改进采样策略、目标引力机制和自适应步长，显著提升了非结构化环境下机械臂路径规划的效率和最优性。其科学价值在于： 1. 方法论创新：首次将障碍物因子引入TSP距离计算，解决了传统欧氏距离在障碍环境中的失真问题。 2. 技术突破：自适应步长与目标引力的协同机制为高维空间路径规划提供了新思路。 3. 应用前景：可为柑橘采摘机器人实现高效连续采摘提供核心技术支撑，经扩展后适用于其他果树采摘场景。
研究亮点
- 多模态算法融合：创造性结合TSP的全局优化能力与RRT的局部避障优势。
- 工程实用性：通过圆柱体-球体拟合简化碰撞检测，使MATLAB仿真速度提升50%。
- 参数可扩展性：阈值δ、生长比k等参数可根据不同果园环境灵活调整。
其他价值
研究获湖北省农机装备补短板项目（HBSNYT202219）和国家重点研发计划（2020YFD1000101）支持，相关代码与模型已开源，为农业机器人路径规划领域提供了可复用的技术框架。