基于ACO-A^(＊)APF算法的莲蓬采摘末端执行器路径规划研究.pdfVIP

第５２卷第３期拖拉机与农用运输车Ｖｏｌ．５２Ｎｏ．３

２０２５年６月Ｔｒａｃｔｏｒ＆ＦａｒｍＴｒａｎｓｐｏｒｔｅｒＪｕｎ．，２０２５



基于ＡＣＯ－ＡＡＰＦ算法的莲蓬采摘末端执行器

路径规划研究

１２１１

郑伟，杨东山，范万鹏，马婕

（１．江苏大学电气信息与工程学院，江苏镇江２１２０１３；２．智能农业动力装备全国重点实验室，河南洛阳４７１０３９）

摘要：为解决莲蓬采摘过程中障碍物众多，导致采摘路径长、采摘效率低、避障困难等问题，提出一种基于视觉

感知信息的莲蓬采摘末端执行器路径规划方法。首先，构建基于ＹＯＬＯｖ５ｓ模型的成熟莲蓬目标与障碍物（幼蓬和荷

花）的目标检测模型。基于荷塘实景图像，获得成熟莲蓬与障碍物的类别和位置信息，构建荷塘环境的栅格地图模



型。基于ＡＣＯ（蚁群算法），Ａ和ＡＰＦ（人工势场法），提出ＡＣＯ－ＡＡＰＦ算法构建多莲蓬采摘路径规划模型。其中，



通过引入奖惩函数改进ＡＣＯ的转移概率函数构建采摘点次序规划模型；采用Ａ产生关键节点作为ＡＰＦ的虚拟目

标点，并在引力势场函数中引入引力偏航系数，构建目标点之间的局部路径规划模型，有效解决了陷入局部陷阱的



问题。仿真实验结果有效验证了基于ＡＣＯ－ＡＡＰＦ算法的采摘路径规划方法的有效性。为研发莲蓬智能采摘装备

提供了有利依据。



关键词：莲蓬采摘；视觉感知；ＹＯＬＯｖ５算法；路径规划；ＡＣＯ－ＡＡＰＦ算法

中图分类号：Ｓ２３；ＴＰ２４２文献标志码：Ａ文章编号：１００６－０００６（２０２５）０３－０１０２－０６

ＰａｔｈＰｌａｎｎｉｎｇｏｆｅｎｄＥｆｆｅｃｔｏｒｆｏｒＬｏｔｕｓＳｅｅｄＰｉｃｋｉｎｇ



ＢａｓｅｄｏｎＡＣＯ－ＡＡＰＦＡｌｇｏｒｉｔｈｍ

１２１１

ＺＨＥＮＧＷｅｉ，ＹＡＮＧＤｏｎｇｓｈａｎ，ＦＡＮＷａｎｐｅｎｇ，ＭＡＪｉｅ

（１．ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＩｎｆｏｒｍａｔｉｏｎａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｚｈｅｎｊｉａｎｇ２１２０１３，Ｃｈｉｎａ；

２．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｌｌｉｇｅｎｔＡｇｒｉｃｕｌｔｕｒａｌＰｏｗｅｒＥｑｕｉｐｍｅｎｔ，Ｌｕｏｙａｎｇ４７１０３９，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｓｕｃｈａｓｌｏｎｇｐｉｃｋｉｎｇｐａｔｈ，ｌｏｗｐｉｃｋｉｎｇｅｆｆｉｃｉｅｎｃｙａｎｄｄｉｆｆｉｃｕｌｔｙｉｎａｖｏｉｄｉｎｇ

ｏｂｓｔａｃｌｅｓｃａｕｓｅｄｂｙｎｕｍｅｒｏｕｓｏｂｓｔａｃｌｅｓｉｎｔｈｅｐｉｃｋｉｎｇｐｒｏｃｅｓｓｏｆｌｏｔｕｓｓｅｅｄ，ａｐａｔｈｐｌａｎｎｉｎｇｍｅｔｈｏｄｏｆｅｎｄｅｆｆｅｃｔｏｒｆｏｒｌｏｔｕｓ

ｓｅｅｄｐｉｃｋｉｎｇｂａｓｅｄｏｎｖｉｓｕａｌｐｅｒｃｅｐｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｗａｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ｔｈｅｏｂｊｅｃｔ