轮式联合收获机使用范围较广,但操作复杂程度较高,因此实现收获机的自主导航能够有效提高收获效率。目前收获机导航技术主要有差分定位技术、机器视觉与惯性导航等。随着收获机导航性能要求的提高,单一导航技术已无法满足收获机在田间的作业需求,例如视觉导航技术的实时性相对较低。本文在充分分析轮式联合收获机收获特性的基础上,融合机器视觉与惯性导航技术,研究轮式联合收获机低成本、高精度的导航方法,对提高收获效率、促进联合收获机导航系统的发展具有重要意义。本文主要研究内容如下:1.轮式联合收获机导航总体方案设计。根据联合收获机田间作业的工作方式与性能要求,设计收获机导航总体方案。根据总体方案进行相关硬件选型,主要包括视觉、惯性、激光测距、角度传感器和转向机构、嵌入式处理器等。其中,视觉传感器安装在联合收获机驾驶室的右上方,以获取田间作业图像,并通过调整其角度使得作业边界线尽可能在图像中间;惯性传感器安装在收获机驾驶室,安装平面与水平面平行,以获得收获机位姿信息;激光传感器通过支架安装在分禾器前端,用于直接测量横向偏差距离;角度传感器安装在转向轮的转动轴上,以获取反馈角度;转向机构采用电动方向盘,以电机带动方向盘转动,实现收获机方向控制;处理器用于将传感器采集信息进行处理。2.基于消失点提取的横向偏差测量。根据田间纹理特征来动态检测消失点,依据消失点位置估算相机俯仰角和偏航角,从而建立联合收获机的逆透视方程;对田间图像进行预处理操作,包括图像增强、颜色通道分析与选取、未收获区域分割等,提高边界提取成功率;通过边缘提取算法检测收获区域边界,并通过改进概率霍夫变换算法来获取导航边界线;最后结合逆透视方程,将收获边界的图像坐标转换为空间坐标,获得导航横向偏差信息。3.惯性传感器导航信息分析与处理。研究惯性导航系统的原理与构成,对惯性传感器进行安装与标定,并针对惯性传感器的通讯格式进行数据解算;研究分析陀螺仪静态温度漂移现象,基于最小二乘法建立传感器的温度补偿模型,对传感器采集数据进行温度补偿,从而减小系统误差、提高数据精度。4.基于卡尔曼滤波的导航信息融合方法研究与转向控制器设计。从相机与惯性单元获取导航位姿信息,建立联合收获机系统状态及量测方程;研究卡尔曼滤波（Kalman Filtering）和其变种,分析各算法优劣,选用无迹卡尔曼（Unscented Kalman Filter）作为融合算法;对联合收获机转向控制器进行设计,首先对联合收获机运动学模型进行分析,研究导航系统的纯追踪模型,然后基于模糊控制算法设计收获机转向控制器。5.视觉与惯导融合算法及导航控制器仿真和导航试验分析。首先采用MATLAB对扩展卡尔曼和无迹卡尔曼滤波算法进行仿真,分析其在估计联合收获机位姿时的精度;然后对导航控制器进行仿真分析,对比不同速度、不同控制方法下的控制精度。最后,对导航控制器的控制效果进行模拟试验与田间试验验证,结论是在速度为1.2m/s时,经遗传算法优化后,联合收获机的平均横向偏差为0.68cm,最大横向偏差为5.5cm,达到了预期目标,能够满足联合收获机的导航需求。