为大力发展农业车辆自动化,解决谷类作物收获作业过程中农时紧张、收割作业环境恶劣、作业效率低下,且日趋严峻的劳动力短缺等问题对作物生产带来的不便,本文提出了一种基于激光扫描的联合收割机自动导航方法,对小麦的自动化收割作业进行了深入研究,本文的主要研究内容和结论如下:(1)研发了基于激光测距原理的三维激光信息采集装置。分析激光测距技术的优点和局限性,构建了包含激光扫描仪、惯性测量元件以及具有俯仰和回转两个方向自由度的Pan Tilt Unit(PTU)云台的三维信息采集装置;建立了二维信息向三维空间转化的数学模型,实现了采集装置的二维信息向三维空间的转化;提出了一种信息采集装置的自动纠偏方法,根据激光坐标系与其安装平台的固有特征在空间坐标内的位置关系,通过调整PTU云台的回转方向,使激光扫描仪与安装平台的正方向一致。三维激光信息采集装置克服了以往研究中数据采集传感器固定安装对信息采集范围的局限性,实现了激光扫描仪在垂直空间(俯仰)和水平空间(回转)内的旋转和定位,实现了装置初始安装方位误差的自动调整,扩大了激光测距系统的视野范围。(2)提出了基于激光测距技术的作物边缘识别方法。根据激光扫描线上待收割作物的特征,对收割机自动化作业导航基准线的提取进行研究。提出了一种基于改进的线性回归法的粗差点剔除方法,对三维激光点云数据中的粗差点进行预处理,保证了数据的准确性与可靠性;提出了基于邻域均值微分算法和基于类间方差与类内方差比值最大的Otsu算法的作物边界识别方法,并通过对比分析确定本研究采用基于Otsu算法为主进行作物边界识别;通过田间静态试验,将基于Otsu算法检测的作物边缘线与实际作物边缘线进行对比,最大偏差为8.3 cm,平均偏差为5.4 cm,标准差为3 cm。试验结果表明,基于Otsu算法的作物边缘识别方法能够有效的提取出待收割作物与已收割作物间的边缘线。(3)研究了基于激光扫描的收割机的自动导航控制方法。以搭载作物边缘识别装置的洋马AG1100收割机为实际应用对象,建立了双履带收割机的运动学模型,在农田小麦动态收割的情况下,根据导航基准线计算出车辆的横向偏差?和航向偏差?,设计了比例积分控制器,根据预试验调整其修正系数λ1、λ2,并计算出收割机的理论转角;通过已开发的CAN总线将转角信号发送至上位机,收割机的转向机构根据上位机的命令执行相应的转向操作;构建了基于激光测距技术的收割机导航系统的远程监控界面;对搭载了基于激光扫描的作物边缘识别系统的收割机自动导航系统进行小麦收割验证,结果表明,当收割机以1.0 m/s的速度进行收割作业时,其割台行驶轨迹与实际作物边缘的平均偏差为8.0cm,最大偏差为23.4cm,标准差为4.6cm,证明了本文提出的联合收割机导航方法在农业生产中的有效性和可靠性。(4)提出了基于机器视觉的作物边缘线快速提取方法。在激光测距系统边缘识别精度较低的情况下,研究基于激光扫描与机器视觉相结合的导航基准线提取方法。通过逆透视投影变换方法将图像坐标系与车辆坐标系进行匹配,采用激光测距系统快速限定图像处理的感兴趣区域,提高了图像处理的效率;通过图像增强处理算法凸显感兴趣区域内已收割作物与待收割作物间的差别,并对感兴趣区域内待收割作物区域与已收割区域进行二值化分割;采用互相关函数法对二值图像逐行提取作物边界点,拟合出作物边缘线,并在农田环境下设计了多种情况进行验证,结果表明基于视觉的作物边缘识别方法对作物收割边缘线的平均识别率为97.7%,能够稳定输出准确的作物边缘线,为收割机自动化作业提供数据支撑。