本研究作业环境为玉米大田,针对农村劳动力短缺以及化学除草剂覆盖式喷洒问题,提出了针对玉米3-5叶期、5-8叶期的导航基准线识别方法,以及基于玉米行线位置的玉米行间杂草的识别策略,为实现农业机器人自主导航以及变量喷施化学除草剂奠定了基础,具体研究内容如下:（1）针对基于视觉导航的农业机器人在玉米幼苗期导航基准线提取易受杂草、缺苗干扰的问题,提出一种在玉米3-5叶期条件下高效获取导航基准线的方法。采用超绿色灰度法以及Otsu法实现绿色植物信息的获取。利用平行四边形模拟作物行长度、像素、走向特点,实现作物行位置初步定位;通过梯形模拟作物行在图像中呈现的上窄下宽的形状特征,实现作物行位置的最终定位。利用Hough变换统计特性实现作物行直线检测,并将当前帧导航基准线与上一帧导航基准线做夹角偏差对比（第一帧图像不做对比）,偏差超出一定范围则继承上一帧导航基准线。根据试验分析结果,处理一帧农田信息图像平均耗时78ms,导航基准线的提取准确率在94%左右,能够为农业机器人在玉米3-5叶期的自主导航提供一种实时性好、抗干扰能力强的导航方法。（2）针对基于视觉导航的农业机器人在玉米5-8叶期导航基准线提取易受玉米子叶以及杂草干扰的问题,提出一种鲁棒性较强的基于导航趋势线的玉米根茎导航线识别方法。采用归一化的超绿特征2G-R-B算法进行灰度化处理,在选取最大类间方差法（Qtsu算法）实现图像的二值化之前,应用线性拉伸方法增强图像对比度。应用垂直投影法进行玉米行定位生成玉米根茎候选定位点,引入动态变尺寸窗口完成对玉米根茎候选定位点的第一次剔除,根据相对导航趋势线偏移量对玉米根茎候选定位点进行二次剔除,提高了玉米根茎定位点提取精度。利用最小二乘法对筛选后的根茎定位点进行直线拟合,获取玉米行线。最后采用向量加法求取两玉米行线的角平分线作为导航基准线。试验数据表明,此作业环境下,处理一张640*480像素的图像时间在100ms左右,玉米行线与玉米根茎拟合效果较好,该算法所提取导航基准线准确率在91.3%左右,能够为农业机器人在玉米大田中行驶提供可靠的视觉导航算法。（3）实现变量喷施化学除草剂需解决的首要问题是如何将杂草与作物快速准确的区分开来。杂草种类繁多,而针对玉米大田而言,作物信息相对单一,本研究提出首先基于玉米行线完成玉米行间区域的框选定位,以达到区分玉米作物与杂草的目的;为避免玉米子叶对识别算法的干扰,以杂草连通区域重心距离玉米行线距离的远近判定杂草图像信息。（4）针对传统PID算法在整定时需建立被控对象精准数学模型的弊端,提出基于模糊控制的农业机器人导航控制策略。基于前文研究内容设计了以偏距、偏角为输入,电压为输出的模糊控制器,并利用Matlab软件中的Simulink模块组建仿真模型并对其进行仿真分析,仿真过程中,分别保持偏距、偏角其中一参数为0值,在某一时刻对另一参数进行跃变,观察输出曲线震荡幅度以及路径追踪效果,试验结果表明偏距跃变时将带动偏角的大幅震荡,而偏角跃变时对偏距的震荡幅度影响较小,同时试验数据还表明该模糊控制系统具有快速纠偏能力以及较强的鲁棒性,适用于农业机器人在玉米田间的导航控制,达到了预期设计目标。