1. 课程导入
欢迎进入《农机车路协同与作业调度工程》课程。本课程面向智慧农业、智能农机、车联网与农业工程交叉领域，围绕“农机如何在田间道路与作业地块之间安全、高效、协同地运行”这一核心问题展开。它既不是单纯的自动驾驶课程，也不是传统的农机运用课程，而是把车辆、道路、通信、任务、调度五个要素放在同一个系统中研究。
一句话理解本课程：让农机在正确的时间、正确的地点，以正确的状态完成正确的作业任务，并让多台农机、道路设施与云端调度平台之间保持信息互通与协同决策。
1.1 什么是农机车路协同
农机车路协同，简称农机V2X（Vehicle-to-Everything）在农业场景中的落地形态。它通过车载传感器、路侧单元、无线通信网络和云端平台，实现农机与农机（V2V）、农机与路侧设施（V2I）、农机与行人/移动终端（V2P）、农机与网络（V2N）之间的信息交互。其目标不是简单“联网”，而是让农机具备超视距感知、协同决策和群体作业能力。
在田间场景中，车路协同要解决几个特殊问题：地块边界不规则、道路与田埂混杂、GNSS信号受遮挡、机具宽度动态变化、多机作业冲突频繁、农时窗口短。因此，农机车路协同比乘用车车路协同更强调作业语义和任务约束。
1.2 什么是农机作业调度
农机作业调度是指根据地块任务、机具资源、天气窗口、燃油/电量、机手状态和道路通行条件，对多台农机的作业顺序、路径、时间与协作方式进行优化分配。它回答四个问题：
- 谁去做：哪台农机、配什么机具、由谁操作；
- 去哪里做：目标地块、入口、作业区域和道路路径；
- 什么时候做：开始时间、作业时长、转场时间和截止窗口；
- 怎么协同：多机避让、会车、编队、补给和故障替换。
调度不是静态排班，而是随天气、产量、故障和道路状态动态调整的闭环过程。车路协同为调度提供实时状态，调度又反过来指导农机的路径与速度。
1.3 发展背景：从单机作业到群体智能
农机作业经历了四个阶段：
| 阶段 | 典型特征 | 核心问题 |
|---|---|---|
| 人工畜力阶段 | 人、畜、农具直接配合 | 效率低、依赖经验 |
| 机械化阶段 | 拖拉机、联合收割机普及 | 单机效率提升，但调度靠电话与经验 |
| 信息化阶段 | GPS导航、远程监控、作业统计 | 有数据但协同弱，信息孤岛 |
| 车路协同与智能调度阶段 | V2X、边缘计算、云端调度、多机协同 | 系统复杂、标准不一、安全与实时性要求高 |
推动这一演进的力量包括：农村劳动力短缺、土地规模化经营、精准农业要求提高、5G与北斗覆盖增强、新能源农机发展，以及农业对减损、节本、增效的持续追求。
1.4 核心原理：感知—通信—决策—执行闭环
本课程的知识主线可以概括为一个闭环：农机通过传感器感知自身、机具、地块和障碍物；通过通信网络把状态上传到路侧或云端；调度平台结合任务约束进行决策；决策结果下发到农机或机手；农机执行后再把结果反馈回系统。这个闭环不断滚动，形成动态协同。
1.5 方法流程：从任务到执行的六步法
在实际工程中，一个完整的调度流程通常包括以下步骤：
- 任务建模：把农艺要求转化为可计算的任务，包括地块、面积、机具幅宽、速度、时限和优先级。
- 资源建模：描述每台农机的类型、功率、机具、油耗/电量、当前位置和可用时间。
- 环境建模：整合道路网络、田埂入口、障碍物、天气和GNSS遮挡区域。
- 初始调度：用规则算法或启发式算法生成任务分配与路径方案。
- 协同执行：通过V2X和云端下发指令，处理会车、避让和编队。
- 动态重调度：根据故障、天气变化和进度偏差实时调整。
# 调度任务输入示例（简化）
task:
id: T2024-001
field: F-07
area_ha: 12.6
operation: 播种
deadline: 2024-05-18T18:00
priority: 高
machine:
id: M-03
type: 拖拉机
width_m: 3.0
speed_kmh: 8
fuel_pct: 72
position: [116.42, 39.91]
constraint:
weather_window: 6h
road_passable: true
gnss_quality: 良好
1.6 案例场景：麦收季的多机调度
以华北某小麦种植区为例，连续阴雨前有48小时抢收窗口。平台接入12台联合收割机、6台运粮车和3个烘干点。车路协同系统实时上报每台收割机的位置、粮仓容量和地块产量；调度平台根据道路拥堵、烘干点排队和天气雷达，动态分配收割顺序与运粮路线。结果是：平均转场时间下降18%，收割机等待运粮车的时间下降25%，抢在降雨前完成了核心地块收获。
关键启示：调度效果不仅取决于算法，还取决于感知数据的完整性、通信链路的稳定性和农机手的执行配合。车路协同是调度的“眼睛”和“神经”，调度是车路协同的“大脑”。
1.7 常见误区与复盘
- 误区一：把车路协同等同于自动驾驶。车路协同强调协同感知与协同决策，自动驾驶只是其中一种执行形态。
- 误区二：只关注单车智能，忽视调度。单机再强，多机冲突和转场浪费仍会拖垮整体效率。
- 误区三：忽视通信时延与断连。田间网络不稳定，调度算法必须具备降级运行能力。
- 误区四：用城市V2X标准直接套用农机。农机速度低、机具宽、道路窄、作业语义强，需要专门适配。
复盘要点：任何调度方案都要回答“如果通信断了怎么办、如果农机故障怎么办、如果天气突变怎么办”。鲁棒性设计应贯穿课程始终。
1.8 学习目标与整体知识框架
完成本课程后，学习者应能够：
- 解释农机车路协同与作业调度的基本概念、系统边界和关键指标；
- 搭建包含感知、通信、决策、执行四层的系统架构；
- 设计多机作业调度模型，并选择合适的求解方法；
- 分析通信时延、定位误差和故障对调度的影响；
- 完成典型场景下的方案设计、测试验证与复盘优化。
课程后续将沿着“概念—技术—算法—系统—案例”的路径展开，逐步深入到V2X通信、协同感知、任务分配、路径规划、动态调度、平台集成与工程实践。本章作为导入，重点是建立全局视角：农机车路协同提供实时、可靠、协同的信息基础，作业调度在此基础上实现资源优化与任务闭环，两者共同构成智慧农业中“机—路—云—人”协同的核心能力。