农业机械自主导航是农业自动化和农业现代化发展的一个重要方向,也是实现精准农业和智慧农业的重要内容,是解决农村劳动和农业技术人员缺乏问题的重要途径。现如今计算机技术、大数据、云计算和5G技术的发展应用和普及,为其发展提供了有利条件。农业机械自主导航技术包括农机定位、作业路径规划以及路径跟踪控制,本文针对团块类作物田间导航系统进行了设计和研究,具体研究内容如下:(1)根据丘陵地区田间作业条件和系统功能需求,对团块类作物田间导航系统进行了总体方案设计,系统采用机器视觉和全球卫星定位系统相结合的组合导航方式。系统主要由视觉导航系统、全球卫星导航系统、底盘及传感器、底盘控制模块和系统软件组成。根据导航系统的需求进行系统底盘设计,确定了底盘的轮系数量及布置、动力驱动及传动结构、转向方式及转向机构等进行了设计。选择增程式发动机加锂电池为系统动力源,无刷直流电机驱动的前轮偏转转向的底盘结构作为导航系统的载体。以简化的二轮车模型对底盘进行了运动学分析,建立了底盘运动学模型,并对底盘转向机构进行了运动学分析,得到底盘实际前轮转角和运动学模型中前轮转角的对应关系。(2)对相机进行了参数标定,建立了像素坐标系、图像坐标系、相机坐标系、以及世界坐标系,并通过ZED提供的calibration模块对相机内参进行标定,得到视觉系统图像上的点到导航坐标系上的点的映射关系。针对团块类作物,设计了作业路径拟合算法,利用2G-R-B颜色空间对导航系统采集的作物图像进行灰度化,并通过OSTU自动阈值将灰度图像二值化,对二值图像进行先闭运算再开运算的形态学滤波;根据作物种植特点、相机安装参数和相机自身参数设计了轮廓面积自动阈值,对图像进行连通域处理。对预处理后的图像求矩进而在v方向对图像轮廓进行分割,找出第一排作物的数量和位置,并将图像按列划分区域,将轮廓面积作为权重对每个区域的轮廓质心点进行加权最小二乘拟合,获取作物行的位置和方向。(3)选择北东地坐标系作为导航坐标系,将农机底盘后轮中心点的横坐标、纵坐标及航向角的增量作为状态量,底盘运行速度和前轮转角作为控制量,利用扩展卡尔曼滤波设计了系统的滤波器。输入或采集地块边界路径,通过作业路径的弯度、底盘当前速度确定纯追踪算法的前视距离,并对边界路径进行跟踪,调整相机角度并采集地块所有作物行位置和方向信息。以牛耕法进行作物地块的作业路径规划,根据作物行间距P及底盘转向半径R的关系选择半圆形转弯、弓形转弯、梨形转弯三种转弯方式作为作物行与行之间过渡路径生成方法,生成作物地块的作业路径。(4)基于Microsoft visual studio 2017平台,结合opencv视觉库和MFC,利用C语言、C++、JavaScript进行混合编程,完成了系统软件的开发,设计了人机交互界面。利用高德地图JavaScript API编写了系统网页脚本,并设计了CWebBrowser2类,将底盘实时位置通过地图方式显示在人机交互界面上。设计了Vision类对视觉系统采集到的图像进行预处理、形态学滤波以及作业路径拟合。设计了Navigation类进行作业路径规划及跟踪,Serialport类进行与底盘控制模块的串口通讯。利用STM32公司提供的Keil5 SDK完成了底盘控制模块的软件设计。(5)搭建并调试导航系统,在6m×10m的矩形地块进行了系统的田间试验。以5km/h的速度对地块边界路径跟踪,平均跟踪误差为0.07m,最大跟踪误差为0.2m。采集作物行信息并进行了作业路径规划,以5km/h的速度对作业路径跟踪,平均跟踪误差为0.08m,最大跟踪误差为0.14m。本文设计的导航系统实现了团块类作物的自主导航,导航误差满足作业要求。