在农业机械化、自动化过程中，果实采摘机器人逐渐成为研究热点。目前，利用GPS定位技术进行农业机器人自主导航研究变得越来越广泛、成熟。本文以博创“旅行家IV”移动机器人作为苹果采摘机器人导航研究平台，将GPS与姿态方位参考系统(AHRS)相结合，以提高导航精度与控制精度为研究重点，对苹果采摘机器人自主导航进行相关研究。通过对自适应卡尔曼滤波与变结构抗饱和PID控制进行分析，解决了模型不确定性、过饱和与干扰等问题。　　本文首先对GPS和AHRS组成的导航系统做了详细分析，进而对自适应卡尔曼滤波与抗饱和PID控制相关技术进行了深入研究。GPS精度、AHRS精度与PID控制器共同决定了系统导航精度与控制精度。其中，探讨分析了一种使用严格收敛判据条件，结合Sage_ Husa自适应滤波(SHAKF)与强跟踪卡尔曼滤波的经过改进的自适应卡尔曼滤波技术，具有较好的滤波精度与较强的自适应能力，有效抑制滤波发散，且解决了数学模型和噪声统计模型不确定问题。利用实际估计误差与理论预计误差作为判定依据，进行自适应调整，减少计算量，保证实时性与稳定性，拥有很好的滤波精度。其次，利用变结构切换方法来解决PID控制器积分饱和现象，是一种采用自适应变化率实现自适应调整积分项的PID控制算法，有效抑制了控制器过饱和问题。由于控制系统受客观环境影响，外界干扰长期存在，影响系统的稳定。将改进的自适应滤波(ISHAKF)与抗饱和变结构PID控制(VSPID)相结合，既能有效抑制控制干扰，又能实现抗饱和作用，从而达到提高系统稳定性与控制精度的目的。　　文中，第二章对GPS、AHRS和地图组成的导航方案进行了介绍，并详细分析了AHRS的工作原理、磁场干扰以及AHRS校正原理与方法。第三章分析了在工程背景下，卡尔曼滤波在导航技术中的应用;对GPS数据进行了卡尔曼滤波、强跟踪滤波与自适应滤波仿真分析，经过改进的自适应滤波提高了GPS精度，解决了模型不确定性问题。第四章对抗饱和PID控制器，及与改进的自适应滤波器相结合进行了研究，解决了系统在大信号输入时可能出现的大超调，增强了系统抗干扰能力，提高了导航精度与控制精度，用仿真与试验进行了验证。