农业物联网将现代化的高新技术带入农业生产中,使得农业生产更加自动化、智能化,在近年来得到广泛的研究和应用。传统的农业物联网需要铺设大量的传感器节点,形成大规模无线传感器网络对农业环境进行监控,但这种方式很难对农作物的生长状况进行全方位监测。本文考虑采用农业机器人来对农业生长环境进行巡检监测,以更高效地了解农作物的生长状况。首先,为了实现机器人在温室中自主地巡检监测,需要明确机器人在温室中的位置。针对具体的温室环境,本文设计基于卡尔曼滤波融合的UWB/IMU组合定位方法,并在融合前对UWB定位信号进行异常值检测。若存在异常值则只进行IMU更新,否之,进行卡尔曼滤波融合。仿真实验验证了该方法的有效性。其次,由于作业行道地面不平整,会导致农业机器人在运动中出现打滑抖动从而偏离行道。针对这个问题,本文通过构造理想的偏航角速度函数,将复杂路径跟随问题简化为简单的角速度跟踪问题。当实际偏航角速度趋向于理想的偏航角速度时,该函数的横向偏差与航向偏差收敛为零。为系统设计自抗扰控制器跟踪角速度这个量,并通过设计线性扩张观测器来估计系统输入及未知扰动。仿真验证表明,本文设计的控制器具有较好跟踪性能与扰动抑制能力。最后,由于温室为半室外环境,传感器采集的农业环境数据存在比较严重的噪声干扰,会影响用户对数据进行分析和理解的效果。为此,结合环境数据的时序特性,本文采用基于RBF神经网络的时间序列对农业数据进行预处理以降低噪声干扰的影响。通过实验比较,该时间序列模型对农业数据具有更准确的描述性能。