集装箱货运是现代物流业中很重要的环节，各地的集装箱码头、船运公司采用了各种办法来提高集装箱周转的效率。人们发现，在码头机械上运用自动化控制装置能够极较大的提高集装箱的操作能力，提高集装箱的周转速度。所以世界各地的码头纷纷进行码头自动化的改造，对新购的码头机械直接提出自动化的要求。 集装箱码头有两种主要机械，一是岸边起重机，二是轮胎式龙门起重机(轮胎吊)，后者是在码头堆场中对集装箱进行操作的机械，其工作效率直接影响到码头处理集装箱的能力。现在世界各地的码头采用多种方法提高轮胎吊的工作效率，主要有①采用独立的基于无线电对讲的箱位管理系统；②采用基于编码器推导的箱位管理系统；③运用高精度GPS的轮胎吊自动驾驶和箱位管理系统。前两种主要是进行轮胎吊位置侦测，计算集装箱箱位和进行箱位管理的，第三种方法不但可以进行箱位管理，而且还能对轮胎吊实现自动驾驶控制。由于现在差分GPS的定位精度很高，越来越多的码头采用基于GPS的自动化装置来提高码头的工作效率。 但是目前各地集装箱码头上运用的GPS技术的箱位管理和自动驾驶系统还存在一些缺陷：①过于依赖GPS定位，定位功能和箱位管理的稳定性不高；②在GPS定位数据不稳定时，自动驾驶功能的效果不好；③对环境变化的适应能力较差。这三项缺陷使得目前基于GPS的箱位管理和自动驾驶系统的实用性不高，各码头迫切希望提高此系统的稳定性和实用性。 本文的工作是设计和实现一个基于GPS的轮胎吊自动驾驶系统。该系统是一个嵌入式的工业自动控制应用系统，用于各种集装箱码头，实现码头自动化装卸控制。其研究目的在于提高系统的实用性和可靠性，探寻多种车辆定位和运动的推导算法，在GPS定位不准确时也能推导出车辆的位置和运动趋势；同时设计并试验高性能的嵌入式系统的实现方法。 本文主要研究了GPS技术的应用、嵌入式系统的实现、软硬件的设计和实现等；着重阐述了实时控制软件中的技术难点：程序控制流程、编码器信号采集、编码器和大车运动模型的推导；尝试引入机器学习技术，实现了初步的自学习、自适应功能。 通过本文的研究工作，对实现高性能实时嵌入式应用的基本软硬件设计方法、利用编码器和大车运动模型以及自学习自适应相结合的推导大车运动趋势的方法作了有益的探索。实际应用表明这种推导方法稳定可靠，能连续工作，时间较长，从而降低了系统对GPS数据的依赖性，减少了由于GPS数据不稳定对系统性能造成的破坏性影响。最终实现的系统能够实现高精度的轮胎吊定位、全天候的箱位管理、轮胎吊状态检测和高效的大车自动纠偏、自动驾驶功能。