随着物联网技术与农业生产紧密结合,拥有自主导航能力的智能车在农业生产中发挥着越来越重要的作用。研究从实际应用需求出发,以实现自主导航为设计目标,通过对智能车导航系统的软硬件设计,基本满足了智能车在农业温室环境下的自主导航工作。首先,在系统硬件架构方面,分析温室环境的实际情况,搭建出一台以阿克曼为转向结构,由多传感器融合的温室智能车。上位机平台采用ROS(Route Operation System,ROS)操作系统,完成地图的创建、定位和导航等工作,下位机采用32位的STM(ST Microelectronics,STM)芯片实现对智能车的运动控制。其次,在软件成图方面,针对基于粒子滤波的RBPF(Rao-Blackwellized Particle Filters,RBPF)算法中存在粒子数繁多和频繁重采样问题,提出了使用Gmapping＿SLAM算法创建环境地图。在温室环境中实验,实现环境地图的创建工作。实验结果表明:Gmapping＿SLAM建图算法可将温室环境信息完整的显示在地图中,得到与真实环境一致的栅格地图。在定位导航方面,采用AMCL(Adaptive Monte Carlo Localization,AMCL)定位算法在已建立的地图上进行实验。实验结果表明:KLD(Kullback-Leibler Divergense,KLD)采样可以控制粒子数目的冗余,取得稳定的定位效果。在分析全局路径规划的A*算法和局部路径规划的TEB(Timed-ElasticBand,TEB)算法后,建立Stage仿真环境进行导航仿真实验。实验结果表明:智能车可以无碰撞地到达目的地,完成路径规划任务,为智能车在真实温室环境下的导航提供了技术保障。最后,在实际环境中进行导航实验,结合激光雷达数据获取的环境信息,开展直线导航、弯道导航和避障导航实验。实验结果表明:自主搭建的智能车在路径规划算法下可实现在温室环境内自主行走,并能够自主分析出障碍物的位置,并完成规避动作。