针对我国当前垄行式作物植保效率低、防治效果差、劳动强度大且机械自动化水平偏低等问题,本文基于ROS操作系统研发了一款针对垄行作业环境的自主作业植保机器人。通过对国内外相关文献资料分析论证,并结合我国垄行作物多为个体种植,地块面积小且分布散的种植特点以及现有植保机械成本高、通用性差的通病,确定了从VSLAM(视觉同步定位与建图)、路径规划以及运动控制三方面入手开展课题的研究工作。相比于激光雷达、GPS等环境感知方式,本文选择了感知信息更加完整、成本更低的视觉相机来感知垄行环境信息。针对垄行特殊的作业环境,植保机器人只需要根据眼前的局部环境进行局部定位及建图,而不是事先走完全部地块获得全局地图再进行路径规划,无需进行特征匹配、回环检测及后端优化。因此,需要对VSLAM整体框架进行解析,在了解视觉里程计、回环检测、后端优化工作机理及节点之间消息的传递关系后,对复杂的VSLAM整体框架进行了简化,直接输出局部三维特征点云地图。虽然三维特征点云地图包含信息更加丰富,但难以用于导航。因此,需要对每帧三维特征点云进行降维处理。针对现有降维方法中,由于三维特征点云判定方法单一,导致三维点云数据冗余且降维后的栅格地图出现大面积冗余障碍栅格,不利于后期的路径规划等问题,提出了一种高度与法向量综合判定的方式,建立了新的三维特征点云判定函数,有效剔除了冗余三维特征点云,使得降维后的栅格地图更加清晰精确,为下一步的路径规划做好了准备。为方便快捷的提取垄行中心线作为导航路径,本文对栅格地图中自由栅格采用了最小二乘法来提取垄行中心线作为植保机器人的导航路径。在获得位姿、栅格地图、导航路径的前提下借助于move_base导航功能包下的DWA局部路径规划算法输出植保机器人下一步动作的期望速度与转角。运动执行机构的精确可控是植保机器人实现精准作业的前提与基础。本文针对植保机器人的工作环境及特点,对线控底盘的转向驱动方案进行了论证,并对其相应的机械结构进行了设计制作。对线控底盘中的线控转向、线控油门、线控刹车三大系统采用了闭环控制策略,采用了改进后的滑模控制算法使得对导航路径的跟踪控制效果更加高效稳定。本论文所有的研发工作全部基于ROS机器人操作系统,借助其强大的开发工具以及开源的导航定位算法,依据自身应用需求修改编写算法功能包,以插件的形式进行替换,完成了对地图降维改进的综合判定方法、垄行边界分类拟合方案、垄行中心线提取方案及针对跟踪控制模型设计的底层控制方案的实验验证。实验结果表明高度与法向量综合判定方法使得冗余障碍物栅格减少了26%;基于角平分线的垄行提取方案,偏距的平均误差为0.64mm,偏航角的平均误差在2.16°,可以满足植保机器人在垄行环境下的自主作业条件。