光伏板上沉积的沙尘会影响光电转化效率,及时有效地清理,可提高其使用寿命和发电效率。目前,主要采用水冲洗的方法来清除其上的粉尘。由于光伏电站大多建在阳光充足的地方,而这些地方往往是缺水、少雨,且风沙和粉尘较大,因此,研究无水除尘设备及其自动化行驶就显得特别重要。本文针对已开发的无水清扫车,从如下两方面开展研究:清扫车在超低速（5-10km/h）情况下的定速控制研究;清扫车沿光伏板下边沿线一定距离定轨行驶控制研究。主要研究工作如下:（1）对超低速光伏电站清扫车的定速控制开展研究。建立了清扫车纵向（前进方向）运动的动力学模型,基于此模型和分层式控制思想,研究了清扫车的纵向控制策略。针对车速低、工作环境特殊等特点,上位控制器采用PID算法进行设计,通过速度偏差对车辆期望加速度进行求解;下位控制器通过动力学模型和发动机模型,逆推出跟踪期望速度所需要的节气门开度,实现超低速的定速控制。（2）行驶轨迹的检测和信号获取研究。为获取清扫车和光伏板下边沿线的位姿关系,本文通过双目测距原理,结合清扫车超低速行驶的特点,采用深度相机D435i获取外部环境信息,搭建基于深度视觉的光伏电站清扫车环境感知系统的软、硬件平台。基于Zhang氏标定法,选用TOOLBOX＿calib工具箱进行相机标定,采用控制变量法对不同尺寸网格标定板和标定物距进行对比实验和分析,以得到较高精度的相机内外参数。采用Bouguet算法进行立体校正,然后,通过半全局立体匹配算法生成视差图,通过实验验证了该视差图能够快速、精准地得到目标点的三维信息。最后,通过对原始图像的预处理、自适应阈值Canny边缘检测和改进Hough变换提取,从而检测出图像中光伏板下边沿线位置,得出清扫车与光伏板的相对位姿关系（距离和角度）。实验结果表明,本文设计基于深度视觉的环境感知系统,在800-1600mm距离范围内,16组数据的平均测距误差为0.84%,平均角度误差为3.75%,系统整体平均耗时为0.469s,结果满足检测的实时性与精度要求,为定轨控制提供了数据信息。（3）清扫车的定轨控制研究。在已获取的光伏板边沿线数据信息的基础上,基于最优预瞄理论和二自由度车辆动力学模型,建立了侧向驾驶员模型,并在该模型下,基于理想横摆角速度,设计了模糊滑模横向控制器。通过Carsim/Simulink进行仿真实验,利用Carsim仿真软件代替环境感知系统,实时地将车辆位姿信息反馈给横向控制器,完成了路径跟踪实验和直线轨迹保持实验,结果表明,所设计的横向控制器控制精度高、稳定性强,当清扫车发生偏离时,控制器能使其驶回并始终保持在最佳轨迹工作,横向位置偏差控制在0.2m以内,航向角控制在2.5°以内。