田间道路运输作业自动化、智能化已成为田间道路运输作业的必然发展趋势。本文针对丘陵山区田间道路狭窄、曲折、起伏频繁的特点,基于履带式运载小车平台,以实现履带式运载小车在田间道路上的自动行驶为目标,采用多传感器信息融合技术,研究以全球导航卫星系统(GNSS,GlobalNavigationSatelliteSystem)/惯性导航系统(INS,InertialNavigationSystem)/计算机视觉(ComputerVisual)多传感器组合导航定位方法,以实现运输车辆的自动行驶。在此基础上搭建导航系统平台,并进行田间道路定位跟踪试验。主要研究内容包括:(1)履带式运载小车定位导航系统构建。根据田间运输场景,确认自主导航系统架构及其软硬件方案。根据系统应用场景,选择以NRTK-GNSS/INS/Visual构建多传感器信息融合组合导航系统。在此基础上,进行硬件传感器选型,并对各传感器性能进行测试,确认其基本性能参数,为后续数据融合提供基础。(2)运载小车基于误差状态卡尔曼滤波的GNSS/INS融合状态估计。针对单一传感器状态估计的缺陷,采用误差状态卡尔曼滤波算法(ESKF,ErrorStateKalmanfilter),通过推导基于ESKF的组合导航系统状态预测方程和状态更新方程,建立GNSS/INS的融合状态估计体系。并通过MATLAB以及离线数据集进行仿真试验。结果表明,基于ESKF的融合位姿估计方法能够有效提高系统位姿精度,并持续稳定的输出融合定位结果,满足田间道路的导航定位要求。(3)运载小车在GNSS异常情况下的Visual/INS融合状态估计。针对GNSS信号丢失的情况,采用视觉惯导里程计(VIO,Visual-InertialOdometry)技术实现在GNSS异常情况下的全局定位估计。并针对田间道路环境特征不明显的弊端,提出人工标记方法来增加特征,以提高角点检测的稳定性和位姿估计精度。最后通过数据集离线试验进行验证。结果表明,基于Visual/INS信息融合的定位估计方法对线性运动定位估计效果较好,转弯估计效果较差,但能够满足田间道路短时间GNSS异常时的位姿估计需求。(4)运载小车路径跟踪控制策略。通过多传感器融合状态估计结果,获取当前系统位姿状态,进行路径动态预瞄。选择以系统当前状态、预瞄点偏差状态作为输入,小车行驶速度和角速度为输出,设计并行双PI控制器。并在MATLAB/Simulink中搭建控制器模型和运载小车模型,进行路径跟踪控制仿真,并于超出进行路径跟踪控制试验。结果表明,相对于纯跟踪控制,PI控制器具有更好的跟踪控制效果。(5)田间道路试验验证。为验证本文构建的履带式运载小车田间自主导航系统的有效性和可行性,搭建履带式运载小车自主导航软硬件系统,并在田间道路进行实地试验。试验结果表明,履带式运载小车能够实现在田间道路上正常自动行驶,其综合偏差控制在0.15m以内,平均偏差0.07m,东北天单方向最大偏差分别为0.13m、0.23m、0.04m,平均偏差分别为0.05m、0.04m、0.02m,满足田间自动行驶要求。在短期GNSS信号异常的情况下,以VIO实现的航位推算方法具有较好的位姿估计精度,50m运动估计误差控制在0.5m以内,满足短距离的定位导航要求。