翟卫欣团队针对起伏坡地农田里自动驾驶农机容易跑偏、速度不稳、作业深浅不一致的痛点开展研究,核心就是农田三维建图和地形扰动控制这套技术,平地农机导航方案放到丘陵、坡地农田很容易失效,坡度变化带来的重力扰动、地面起伏颠簸,会让播种、施肥、植保作业质量参差不齐,而这套技术先用激光雷达、北斗、视觉传感器完成农田三维地形建图,提前获取地块坡度、高程、障碍物信息,再设计前馈扰动补偿控制算法,实时抵消上坡减速、下坡加速带来的干扰,让农机在起伏地块也能保持匀速、直线稳定作业,目前已经在国内试验田以及塔吉克斯坦山地农田开展实地测试,属于国家重点研发计划自动驾驶农机导航方向的关键技术,适合国内大量丘陵坡地农田的无人化改造。
核心研究内容
1、起伏农田三维建图技术
- 感知组合:激光雷达 + 北斗定位 + 视觉相机多源融合采集数据
- 建图输出:生成农田 DEM 高程地形图、作物点云地图,标记坡度、坑洼、田埂、石块障碍物
- 解决问题:普通二维地图看不到高低起伏,三维地图可以提前预判前方坡度变化,给控制模块提供预瞄数据
- 技术特点:加入作物语义特征,减少田间植被、动态杂草带来的建图漂移,地图精度满足农机作业导航要求
2、地形扰动稳速控制技术
- 扰动来源:上坡阻力变大、下坡惯性加速、地面颠簸、土壤软硬变化
- 控制方案:坡度前馈补偿模型,提前根据三维地图里的坡度信息修正目标车速
- 配套软件:坡地无人车辆协同恒速控制系统、农机三维路径规划软件
- 作业收益:播种深度均匀、植保喷药流量稳定,不会因为下坡速度变快造成漏喷、重喷
3、落地试验场景
- 国内:山东无人农场、烟台果园坡地试验田,开展拖拉机、植保无人车测试
- 海外:塔吉克斯坦山地农田,适配 “一带一路” 山地农业场景,做技术示范
- 适配农机:拖拉机、植保无人车、收割机等主流自动驾驶农机平台
技术实施流程
- 地块测绘:自动驾驶农机搭载感知设备,沿地块走一遍,采集点云、高程、定位数据
- 三维地图生成:后台解算生成带坡度信息的农田三维地图,标注障碍物、作业边界
- 路径预规划:基于三维地形生成适配坡地的作业路径,设置速度预瞄参数
- 田间自主作业:农机运行时,实时读取三维地图坡度信息,扰动控制器动态补偿车速
- 数据回传优化:采集轨迹偏差、作业质量数据,迭代优化控制参数,提升后续地块稳定性
研究难点清单
- 难点 1:农田植被遮挡地面,激光雷达容易被作物遮挡,造成地面高程识别不准,影响三维建图精度
- 难点 2:坡度连续变化,扰动是动态的,固定参数的控制器很难同时适配上坡、下坡、平缓区域
- 难点 3:松软农田土壤打滑,单纯靠地形补偿还会叠加滑移误差,需要额外结合轮速、姿态信息修正
- 难点 4:不同地块土壤质地不一样,黏土、沙土的阻力差异大,控制模型需要具备一定自适应能力
【常见问题】
问题 1:翟卫欣自动驾驶农机研究里,起伏农田三维建图主要解决什么问题?
回答 1:翟卫欣自动驾驶农机研究中的起伏农田三维建图,主要是获取农田高程、坡度、障碍物地形信息,解决二维地图无法识别坡地起伏的短板,为后续扰动控制提供预瞄数据,避免农机在坡地导航跑偏。
问题 2:翟卫欣自动驾驶农机研究的扰动控制,是怎么应对起伏农田坡度干扰的?
回答 2:翟卫欣自动驾驶农机研究的扰动控制采用坡度前馈补偿算法,依托三维建图提前拿到前方坡度,预判上坡、下坡带来的速度扰动,提前调整油门和车速,维持农机作业速度稳定,保障播种、植保作业均匀。
问题 3:翟卫欣自动驾驶农机研究这套三维建图与扰动控制,适合哪些农田和农机?
回答 3:翟卫欣自动驾驶农机研究这套三维建图与扰动控制,主要面向丘陵、坡地、起伏果园农田,适配自动驾驶拖拉机、植保无人车、收割机,不只是平整大田,专门解决山地农田无人作业难题。
问题 4:翟卫欣自动驾驶农机研究的起伏农田方案,和普通平地农机导航有什么区别?
回答 4:翟卫欣自动驾驶农机研究方案增加三维地形感知和坡度扰动补偿,平地导航只需要维持直线轨迹,起伏农田方案要同时处理高程变化带来的速度扰动,对地图和控制算法要求更高。
【参考资料】
[2026-11-02](具身智能沙龙:翟卫欣分享自动驾驶农机山地导航成果)北京科技报
[2026-03-30](翟卫欣出访塔吉克斯坦国立农业大学交流自动驾驶农机)中国农业大学信息与电气工程学院
[2025-06-22](中农北斗团队无人农机全场景导航成果演示)中国农业大学信息与电气工程学院
[2024-10-01](基于 DEM 的无人驾驶拖拉机前馈稳速控制)农业工程学报
【免责声明】
本文仅为翟卫欣自动驾驶农机起伏农田三维建图与扰动控制研究内容科普解读,相关技术指标、试验效果、适用场景以中国农业大学官方论文、项目成果、试验报告为准;技术落地效果受地块地形、土壤、传感器配置、农机型号影响,不构成商业化采购、改造方案承诺。
