针对果园植保过程中存在的作业机械需人工辅助驾驶,喷洒的农药易造成果农中毒,农药的过多喷洒,易对地下水造成污染等问题。本课题对植保机器人的整体作业规划、垄行识别及垄行内自主导航等方面的技术进行研究。有助于改善果农的作业条件,提高作业效率及精准度,并最终实现人药分离的目的。本课题首先论述了课题的研究背景及意义,分析了国内外在农业机械的作业规划、垄行识别及垄行内自主导航三个方面的研究进展。针对当前植保机器人相关技术研究中存在的问题,制定了系统的总体设计方案及研究路线。利用GPS/BD模块与数字地图技术结合进行作业规划。首先采用地块测绘技术获取垄行特征点信息。然后,借助于GPRS无线通讯技术将此信息载入百度maps API,构建特征地图,确定植保机器人作业区域的预定作业路线。实现植保机器人垄行内实时定位、轨迹回放等功能。对垄行地头的转向决策进行研究,提出了基于特征点及纯追踪模型的垄行地头转向方式。植保机器人的作业规划实现对整体作业区域预定作业路线的绘制。而当植保机器人在垄行内作业时,GPS/BD模块的信号会受到果树的遮挡,使得信号接收不稳定,与GPS/BD导航模式相比,激光雷达测距仪具有成本比较低,不受外界环境的影响等方面的优点。基于激光雷达扫描测距技术采集垄行环境信息,利用最小二乘法提取垄行两侧边界线及导航中心线。并获取植保机器人相对导航中心线的位姿信息(航向偏差及横向偏差),通过CAN通讯的方式将位姿信息输出。垄行内自主导航控制部分研究,建立植保机器人的运动学模型、纯追踪模型及转向控制模型,将垄行识别中获取的位姿信息及前视距离作为纯追踪模型的输入量,输出植保机器人的理论输出转角信息。将该转角信息转化为植保机器人转向电机的控制信号,实现植保机器人的自主转向控制,并最终实现其在垄行内自主导航控制。为提高运动的稳定性,设计了以前视距离为输出量的模糊控制器,实现植保机器人前视距离的动态调节,保证植保机器人实现精确的路径跟随。最后设计相关实验对垄行识别及运动控制部分的相关研究进行分析验证。主要包括基于激光雷达测距仪的测距稳定性实验,其平均误差为2.2mm;测距误差标定实验,其最大误差为25mm;角度标定实验最大误差率为3.53%,满足垄行识别的基本要求。并设计了USB主机与主控制器之间的CAN通讯实验,实现植保机器人相对垄行位姿等信息的传输。最后,在模拟葡萄架及实际葡萄园进行垄行识别及运动控制实验,进一步说明了垄行识别算法的有效性及可行性。