我国是一个农业生产大国,随着城镇化稳步发展、老龄化程度加深,青壮年从事农业劳动意愿低,劳动力倾向第二三产业,造成农村劳动力匮乏,人工成本高;另外,农时集中且农机手操作水平参差不齐,以及农场规模化建设,无人农机发展是必然趋势。目前,无人农机作业覆盖耕种管收各生产环节,精准作业能降本增效,路径跟踪控制算法直接影响作业效果,故开展有关路径跟踪控制方法研究意义重大。其中纯追踪方法的控制参数少,实用性强,合适的前视距离是跟踪性能的关键和前提,但目前前视距离自适应尚未研究突破。农机作业时,因作业环境复杂及空间差异性,在未知外部干扰下,车辆容易发生滑移,影响跟踪效果。而稳定可靠的控制系统是实现验证控制方法的前提和精准高效作业的保障。故针对上述问题分析,对原有无人插秧机控制系统进行了改进设计,并围绕解决纯追踪算法前视距离无法自适应和跟踪控制中存在外部扰动等核心问题开展研究。主要研究内容如下:（1）农机控制系统软硬件平台改进设计。对原有无人插秧机控制系统的硬件平台进行改进,包括前轮转角测量系统、转向控制系统、底层控制硬件。为满足转向角度的高精度测量和实现转向电机实时位置和状态判断,分别设计了一种轮式车辆主动轮转角测量装置和一个内置多圈绝对式编码器的齿轮箱;为提高集成度和可靠性,进行了底层控制硬件改进,包括远程遥控系统、底层控制器,增加串口屏等。同时进行了软件开发,包括源程序移植、新增功能子程序。（2）基于PSO-RBFNN的纯追踪路径跟踪控制方法研究。针对前视距离无法自适应的问题,提出一种基于PSO-RBFNN的纯追踪控制方法。通过276组水泥路面试验,采用拉丁超立方抽样获取1104组高质量样本;以偏差程度绝对值和速度为输入,前视距离为输出,PSO优化RBFNN关键参数,对904组训练集训练,并基于训练模型对200组测试集进行预测,PSO-RBFNN模型的MSE为0.0033 m,优于GD-RBFNN和BPNN模型的0.0074 m和0.0060 m;导出RBFNN的最佳参数固化于底层控制器。为了验证自适应前视距离的有效性,建立了3组水泥路面对比试验;并通过水田作业试验,结果表明整体横向偏差的RMSE为3.17 cm,MAE为2.67 cm。（3）基于干扰观测器的改进型终端滑模控制方法研究。针对实际作业环境中未知干扰,建立了包含滑移的扩展运动学模型,在此基础上,引入横向和航向的复合干扰,设计非线性干扰观测器避免抖振,提出采用快速非奇异终端滑模面和变指数幂次趋近律设计的控制器削弱干扰。在MATLAB仿真平台进行了无干扰和有干扰的模型对比仿真,证明了该方法的可行性。为了验证该方法的鲁棒性和可靠性,进行了湿滑水泥面、松软土地和水田环境的路径跟踪对比试验;通过400 m的直线路径水田作业试验,结果表明整体横向偏差的RMSE为2.91 cm,MAE为2.38 cm。