近日，我校计算机学院樊攀博士团队在农业工程领域国际顶级期刊Computers and Electronics in Agriculture（影响因子10.3，SCI一区TOP）发表题为“Physics-Informed Hybrid Path Planning for Standardized Orchard Navigation: A Parameter Space Learning Paradigm via Dual-Head Networks”的研究论文。该论文第一作者为我校计算机学院2024级软件工程专业研究生杜宇航，通讯作者为樊攀博士，我校为第一完成单位。
该研究针对标准化果园狭窄行距、半结构化环境中的自主导航难题，创新提出一种物理信息融合的混合路径规划框架。该方法通过双头网络架构将全局路径引导与局部避障解耦，使神经网络预测人工势场法的关键物理参数，最终由基于物理的执行器生成轨迹，兼顾了学习方法的适应性与模型规划的可解释性。在400余张基准地图上的测试实现了100%的导航成功率，轨迹平滑度指标平均加速度低至0.0072 rad，并在真实果园环境中验证了其部署潜力。
樊攀博士另一研究成果“Configuration Optimization and Field Validation of a Multi-Joint Pneumatic Soft Gripper for Robotic Apple Harvesting”发表于国际期刊Agriculture（影响因子4.8，SCI二区）。该论文共同第一作者为我校计算机学院2025级软件工程专业研究生康乐和于嘉钰，通讯作者为樊攀博士，我校为第一完成单位和通讯单位。
该研究聚焦智能机器人柔顺感知与无损操作需求，设计了一种多关节气动柔性夹爪，通过遗传算法优化手指构型，并结合刚柔耦合仿真验证了其抗滑移稳定性。现场试验中，该夹爪操作成功率达83.98%，经72小时储存后未见表面损伤，验证了其低损伤作业性能。
此项工作得到了陕西省教育厅青年创新团队研究项目（23JP004）、陕西省青年科技新星项目（2024ZC-KJJXX-008）和计算机学院具身智能多模态共生体导学团队的支持。（研究生院、科研管理处、计算机学院 文/刘月 图/杜宇航 审核/王肖烨、胡登卫、李亚峰）
原文链接：
https://doi.org/10.1016/j.compag.2026.112151
https://doi.org/10.3390/agriculture16131393
