我国正处在从传统农业向现代农业快速推进的过程中,现代农业生产的各个环节都迫切需要智能化升级。农业智能化已成为我国农业发展的新方向,发展智慧农业已成为国家发展的必经之路。无人驾驶拖拉机有助于提高生产效率、减轻劳动强度、保证作业精度,符合我国现代农业的发展需求。路径跟踪控制作为无人驾驶拖拉机的核心技术之一,因此成为农业智能化领域的研究热点。本文以东方红LF1104-C拖拉机为试验平台,以路径跟踪控制为研究对象,搭建了控制系统的软硬件平台,实现了拖拉机的路径跟踪。主要研究内容如下:（1）为了满足路径跟踪对速度检测精度的要求,深入分析不同种类测速传感器的优缺点,综合考虑成本和实用性的基础上设计了多传感器信息融合测速方法。采用扩展卡尔曼滤波（EKF）算法,融合全球导航卫星系统（GNSS）系统和机械惯性测量单元（IMU）数据,对拖拉机作业速度进行准确测量,解决了单一传感器测速的局限性。试验结果表明该方法可以有效减少测速误差,测速精度满足田间作业的需求。（2）针对固定时域的模型预测控制无法适应复杂作业工况的问题,提出了基于自适应时域MPC的路径跟踪控制算法。根据拖拉机当前速度和参考路径曲率,通过模糊控制算法确定优化后的预测时域和控制时域,结合MPC算法控制拖拉机跟踪参考路径。利用Casim和Simulink搭建了联合仿真平台,并进行仿真验证。结果表明:所设计的控制器应对不同工况都能保证横向误差在5 cm以内,横向误差绝对值均值不超过1.5 cm;而且不需要控制器保持较大的预测时域和控制时域,提高了计算速度。（3）针对路径跟踪误差较大时拖拉机上线速度较慢的问题,设计了自适应前馈控制器。基于改进粒子群优化（PSO）算法,根据拖拉机当前速度和横向误差确定前轮补偿转角。利用联合仿真平台对自适应前馈控制器进行仿真试验,试验结果表明,相比较MPC控制器,带自适应前馈的MPC控制器跟踪参考路径收敛所用时间至少减少18%。（4）将东方红LF1104-C拖拉机电动化改造,并搭建无人驾驶控制系统的软硬件平台。针对田间作业要求,设计了相关试验工况,并进行实车田间试验。由试验数据可知:拖拉机路径跟踪横向误差绝对值均值小于3 cm;直线段横向误差可以保持在±7 cm以内;跨行曲线段横向误差绝对值最大不超过15 cm;与基于MPC的路径跟踪系统相比,本文所设计的路径跟踪系统可以使得拖拉机跟踪参考路径的上线速度提高至少12%。试验结果表明,所设计的路径跟踪控制器能够保证拖拉机准确快速的跟踪预先设置的参考路径。