我国是一个农业大国,随着秸秆禁烧这一严令的推广,作物秸秆处理成为了急需解决的一个重要难题,打捆机作为秸秆离田的重要农用机具,打捆机的自动化作业可以极大程度的增大劳动效率,节约人力成本。局部路径规划和路径跟踪是实现打捆机自动作业的重要功能,是支撑农机在状况多变的农田环境中安全稳定地完成田间作业的基础。在此背景下,本课题基于打捆机前放驱动拖拉机作为实验平台,开展自动驾驶的相关研究。主要研究内容如下:1)结合课题研究背景,了解了农机的避障规划和运动控制的相关技术,分析比较了国内外无人驾驶技术中的路径规划与运动控制系统的架构和实现形式。在感知部分利用传感器来获取农机位置和周围环境的实时信息,并结合农机特性建立了运动学模型。2)提出了一种基于快速搜索随机树（RRT）的改进算法,实现在农田中的避障规划,在改进的RRT路径规划算法中,首先结合车辆在路径跟踪过程中的跟踪误差做障碍物扩充,其次去除RRT算法生成的路径点中多余的拐点,最后采用B样条曲线对剩余的路径点做拟合处理,使得规划的路径更平滑,便于农机在农田环境中行走。并通过实验验证该算法的有效性。3)提出了一种基于BP神经网络的路径跟踪控制方法,该方法根据车辆速度动态调整前视距离,由此确定目标点,并将BP神经网络输出的最优控制量作为转向角的控制系数,进而由车辆当前位置和目标点的位置关系确定最终转向角。通过前轮转向角来控制农机完成精准循迹。在车辆纵向速度控制方面,采用传统PID控制算法使车辆达到期望速度。经过不同路径跟踪算法的仿真分析,证明了所提出算法的有效性。4)开展了直线与弯道的验证性实验,包括细化平台设备、通讯协议、数据处理方式等实验条件,通过拖拉机在田间的路径跟踪实验,验证了所提算法的稳定性和可应用性,为实现田间作业的自动化打下基础。