摘要：农业无人机植保作业路径规划技术是决定植保无人机作业效率、喷洒均匀度和安全性的关键环节。随着中国植保无人机保有量突破12万台、年作业面积超过15亿亩次，路径规划技术从简单的"弓字形"往复飞行发展为融合地形适应、避障策略和喷洒优化的智能化规划方法。本文系统介绍了农业无人机植保作业路径规划的技术体系，涵盖作业区域建模、基础路径生成、地形自适应规划、障碍物避让策略和喷洒参数优化等核心内容。深入分析了不同喷洒模式（全覆盖、边缘加强、变量喷洒）的路径规划方法，以及多机协同作业的路径协调与冲突消解算法。结合时维遥感在无人机植保作业规划中的实践案例，探讨了路径规划从"规则驱动"到"智能优化"的技术发展趋势。
农业无人机植保作业与路径规划的重要性
农业无人机植保是利用无人机搭载喷洒装置进行农作物病虫害防治、叶面施肥和脱叶剂喷洒等作业的现代农业技术。与传统的地面植保机械和有人驾驶飞机相比，植保无人机具有作业效率高（2-10亩/分钟）、地形适应性强（不受泥泞和作物高度限制）、药液利用率高（节约30-50%农药和90%以上用水量）和安全性好（避免人员接触农药）等突出优势。
路径规划是植保无人机作业准备的核心环节，决定了无人机在作业区域内的飞行轨迹、飞行高度、飞行速度和喷洒参数。一个优秀的路径规划方案应满足以下要求：全覆盖——确保作业区域内无遗漏、无重复覆盖；高效率——最小化飞行距离和时间，最大化有效作业面积占比；均匀喷洒——保证药液在目标区域的沉积密度均匀一致；安全避障——自动识别和规避电线杆、树木和建筑物等障碍物；地形适应——根据地形起伏调整飞行高度，保持与冠层的恒定距离。
当前，中国植保无人机市场以大疆农业和极飞科技为主要设备供应商，两家企业均提供了内置的路径规划功能，但对于复杂地形、障碍物密集区和变量喷洒等高级场景，现有规划方案仍有较大的优化空间。专业的路径规划技术研究和应用，正成为提升植保无人机作业质量和效率的关键突破口。
作业区域建模与基础路径生成
作业区域建模是路径规划的起点，需要构建作业区域的地理空间模型，包括地块边界、地形高程、障碍物分布和作物冠层高度等信息。
地块边界提取可采用多种方式：通过RTK-GPS手动打点描绘边界，从遥感影像自动提取田块边界，或导入已有的GIS矢量数据。边界精度直接影响路径规划的面积计算和边界覆盖效果——边界偏差超过1米可能导致边缘漏喷或越界喷洒。
地形高程建模基于DEM数据，对于丘陵和山地农田尤为重要。高精度DEM（分辨率优于1m）可由无人机航测生成，用于后续的地形自适应飞行规划。
障碍物标注需要识别作业区域内的电线杆、信号塔、树木、坟头和建筑物等障碍物，标注其位置和高度。障碍物数据可通过目视标注（在正射影像上手动标记）或自动检测（深度学习目标检测）获取。
基础路径生成通常采用弓字形（boustrophedon）路径，即无人机沿地块长边方向往复飞行，相邻航线间距等于有效喷幅宽度。弓字形路径的生成参数包括：飞行方向（选择与地块长边平行的方向以减少转弯次数）、航线间距（根据喷幅宽度和重叠率计算）和起降点位置（选择地块边缘便于补给的位置）。
弓字形路径的转弯策略是影响作业效率的关键因素。标准转弯采用半圆形轨迹，转弯半径取决于无人机的最小转弯速度和飞行速度。对于窄长地块，U型转弯比圆形转弯节省飞行距离；对于不规则地块，需要在边界处进行自适应转弯路径计算，确保不遗漏边界区域。
地形自适应路径规划
地形自适应路径规划是丘陵和山地植保作业的核心技术难题。在起伏地形中，若无人机保持恒定的海拔高度飞行，则与作物冠层的距离随地形变化而变化——山顶处距离过近可能导致药液浓度过高，山谷处距离过远则喷洒不到目标。
仿地飞行是地形自适应路径规划的基本策略，要求无人机根据地形起伏实时调整飞行高度，保持与作物冠层的恒定相对高度（通常2-3m）。仿地飞行的实现需要实时获取无人机下方的冠层高度信息，这可通过以下方式实现：预加载高精度DEM数据进行前瞻式高度规划；利用无人机搭载的超声波/激光测距仪实时测量相对高度；结合两种方式实现前馈-反馈混合控制。
地形自适应路径规划的高度平滑处理是关键——原始DEM数据中可能包含噪声和突变，直接用于飞行高度控制会导致无人机频繁急速升降，影响飞行安全和喷洒均匀度。需要对DEM进行低通滤波和坡度限制处理，确保高度变化率不超过安全阈值（通常<3m/s），坡度不超过30°。
坡地喷洒修正是地形适应的另一重要方面。在坡地上，喷头的雾滴受重力影响沿坡面向下漂移，导致坡面上方沉积量偏少、下方偏多。路径规划需要根据坡度和坡向调整喷头流量和飞行偏移量，补偿坡面效应造成的沉积不均匀。
障碍物避让路径规划
障碍物避让是保障植保无人机飞行安全和避免喷洒药液漂移至非目标区域的重要功能。农田中的典型障碍物包括电线杆、信号塔、田间树木、坟头和水井等。
全局避让在路径规划阶段将障碍物信息纳入规划空间，生成绕避障碍物的完整飞行路径。常用方法包括可视图法（visibility graph）和快速扩展随机树法（RRT）。可视图法将障碍物顶点与起终点连线构成可视图，在图上搜索最短绕避路径；RRT通过随机采样和碰撞检测扩展搜索树，适用于复杂障碍物环境。
局部避让在飞行过程中利用机载传感器（如毫米波雷达、立体视觉）实时检测未预知的障碍物，执行紧急避让动作。局部避让算法通常采用人工势场法或动态窗口法，在保持目标航向的同时规避障碍物。
缓冲区策略是农田障碍物避让的实用方法。为每个障碍物设定一个安全缓冲区（通常外扩3-5m），路径规划时将缓冲区视为不可飞越区域，无人机在缓冲区边界外绕行并关闭喷洒，避免药液漂移至障碍物（如电线杆）和周围非目标区域。飞越缓冲区后重新开启喷洒，但需补偿缓冲区内漏喷区域的药液量。
时维遥感在某果园无人机植保路径规划项目中，利用无人机航测生成的正射影像和三维点云，自动检测和标注了果园内200余棵果树的精确位置和冠幅，生成绕树飞行的定制化路径，实现了果树冠层的全方位覆盖喷洒，药液沉积均匀度提升了约25% 。
变量喷洒路径规划
变量喷洒是根据农田内部病虫害分布或作物长势的空间差异，对不同区域施加差异化施药量的精准植保策略。与均匀喷洒相比，变量喷洒可减少农药用量20-40% ，降低环境残留和防治成本。
变量喷洒路径规划需要两类输入数据：处方图和喷洒参数映射关系。处方图由遥感影像或地面调查数据生成，标注各区域的施药量等级（如正常量的50%、75%、100%、125%）。喷洒参数映射关系定义了施药量与飞行速度、喷头流量和雾化参数的对应关系。
速度变量路径是最简单的变量喷洒实现方式——保持喷头流量不变，通过调整飞行速度改变单位面积施药量。飞行速度越慢，药液沉积密度越高。速度变量方式的优点是实现简单，只需在路径规划中标注各航线段的飞行速度即可；缺点是速度变化范围受无人机性能限制，且高速段和低速段的雾滴粒径和穿透性存在差异。
流量变量路径通过调整喷头流量实现变量喷洒，保持飞行速度恒定。流量调节通过变频泵或脉宽调制（PWM）阀实现，响应速度快且雾化质量稳定。流量变量路径需要在航线规划中标注各段的流量设定值，并对喷头开启和关闭的过渡区进行精细控制，避免流量阶跃变化导致的沉积不均匀。
速度-流量联合变量同时调整飞行速度和喷头流量，可实现更大范围的施药量调节，但控制复杂度更高，需确保速度和流量的协同匹配。
多机协同作业路径规划
多机协同作业是大面积农田高效植保的必然选择。多架无人机同时作业可将单次作业时间缩短数倍，但路径规划面临任务分配、路径协调和冲突消解三大挑战。
任务分配将整个作业区域划分为若干子区域，分配给各架无人机。理想的任务分配应使各架无人机的作业量均衡（避免部分飞机过早完成任务而闲置）且总飞行距离最短。常用的任务分配方法包括Voronoi图划分法、K-means聚类法和拍卖算法。Voronoi图划分法以各飞机初始位置为种子点生成Voronoi多边形，每个多边形内的区域分配给对应飞机，方法简单直观但未考虑区域形状对路径效率的影响。
路径协调确保多架无人机的飞行路径不发生交叉冲突。同一架无人机在不同时间经过同一位置不构成冲突，但两架无人机在同一时间经过相邻区域可能因药液漂移而产生重叠喷洒或干扰。路径协调需要在时间维度上对各飞机的飞行计划进行同步调度，设定安全间距（通常>10m）。
冲突消解处理任务执行中出现的实时冲突，如某架无人机因故障延误导致其任务区域与后续航线交叉。冲突消解策略包括航路调整（修改冲突航线绕行）、速度调整（调整飞行速度错开通行时间）和任务重分配（将冲突区域临时分配给其他飞机）。
时维遥感在大型农场多机协同植保项目中，开发了基于拍卖算法的动态任务分配和基于时空A算法的路径协调系统，支持8架无人机同时作业，任务完成时间比单机缩短了约6倍，区域覆盖重叠率控制在3%以下。
路径规划评价指标与优化
路径规划方案的质量评价需要建立系统化的指标体系：
覆盖率——作业区域被有效喷洒覆盖的比例，目标值应>98% 。覆盖率不足意味着存在遗漏区域，病虫害可能在该区域继续发展。
重复率——被多次覆盖的面积占总面积的比例，目标值应<5% 。重复喷洒导致药液浪费和局部药害风险。
转弯率——转弯距离（或时间）占总飞行距离（或时间）的比例。转弯期间无人机减速、偏航和加速，喷洒均匀度低于直线飞行段。转弯率越低，有效喷洒比例越高。
飞行效率——有效喷洒飞行距离（或时间）占总飞行距离（或时间）的比例，反映了路径规划的紧凑程度。
能耗效率——单位面积作业的电池消耗量，与飞行距离、速度变化和转弯次数相关。
路径优化是在满足覆盖约束条件下最小化特定目标函数（如总飞行距离、总作业时间或总能耗）的优化问题。常用优化算法包括遗传算法、粒子群优化和蚁群算法等元启发式方法。这些算法可以在复杂约束条件下搜索近似最优路径方案，但计算耗时较长，适用于作业前离线规划。
结语
农业无人机植保作业路径规划技术从简单的弓字形往复飞行发展为融合地形适应、障碍物避让、变量喷洒和多机协同的智能化规划体系。高质量路径规划方案的覆盖率、均匀度和效率指标均显著优于传统规划方法，直接提升了植保作业的质量和经济效益。时维遥感将持续推进无人机植保路径规划技术的创新与应用，推动从"人工规划"到"智能优化"、从"单机作业"到"多机协同"的技术升级，为中国农业现代化和植保智能化贡献力量。
