农业机械自动导航技术已广泛应用于土地耕整、播种、施肥、植保和收获等农业生产环节,国内外的实践证明,采用农业机械自动导航技术能显著提高农业生产的作业效率和作业质量,降低劳动强度和生产成本,是农业自动化、智能化生产的关键技术之一。华南农业大学南方农业机械与装备关键技术教育部重点实验室研制成功基于GNSS的拖拉机自动导航系统,作业精度达到2.5cm,操作简单,工作可靠,已经在新疆地区大规模推广应用。在拖拉机自动导航推广应用和实际生产过程中,传统的连杆式角度传感器安装困难、连杆易松动和变形,影响导航系统的稳定性,增加了导航系统的维护成本。为此,本文提出了基于GNSS/MEMS陀螺信息融合的前轮转向角度测量方案,以代替传统的连杆式角度传感器测量方案。田间试验表明,该方案导航直线路径跟踪效果好,满足拖拉机自动导航的作业需求。本文创新点及主要研究内容和成果如下:（1）设计了基于AR模型的陀螺随机漂移Kalman滤波器。基于时间序列分析法的基本原理,对CRS03原始漂移数据进行了平稳性分析,并基于自回归模型（AR模型）对其建模,利用AIC准则确定模型阶数,通过最小二乘法计算自回归系数,建立了自回归数学模型。基于该模型设计了Kalman滤波器对CRS03陀螺随机漂移进行滤波,试验结果表明,滤波前原始漂移观测数据的标准差为0.38?/s,滤波后标准差为0.05?/s,效果明显,表明该方案能有效抑制陀螺随机漂移。（2）设计了基于GNSS/MEMS陀螺信息融合计算前轮转向角度的Kalman滤波器。将MEMS陀螺安装在拖拉机左前轮转向轴上和拖拉机车体座椅正下方,计算轮轴上MEMS陀螺输出值与车体上MEMS陀螺输出值之差,对计算结果进行积分得到转向角度;构建Kalman滤波器,利用二轮拖拉机运动学模型计算的前轮转角值作为Kalman滤波器的观测值,校准陀螺积分计算转角的零位偏差。仿真试验表明,直线行驶情况下,角度测量平均误差为0.12°,曲线行驶下,前轮转向角度测量平均误差为0.25°,该滤波器滤波效果好,满足导航系统对角度精度的要求。（3）设计了基于角加速度不变模型的车身航向角速率自适应Kalman滤波器。为解决双天线航向微分计算的车身角速率噪声大的问题,根据拖拉机自动导航直线行驶时航向角度变化较小的实际情况,提出了基于角加速度不变模型的Kalman滤波器对航向微分计算值滤波的方法。考虑到在拖拉机自动导航上线过程时该模型失配,本研究建立了位置偏差与协方差矩阵Q的数学关系式,设计了基于位置偏差大小变协方差矩阵Q的自适应Kalman滤波器。仿真试验结果表明,直线行驶时,角速率平均误差由滤波前0.91?/s降低为滤波后的0.59?/s,曲线行驶时,角速率平均误差均值由滤波前的1.57?/s降低为滤波后的1.38?/s,滤波器有效滤除了噪声,滤波效果满足车身角速率的测量需求。（4）以雷沃M904-D拖拉机为试验平台进行了田间试验。考虑拖拉机自动导航不同的应用场景和成本控制,设计2种前轮转向角度测量试验方案,方案一为基于GNSS板卡位置信息、前轮转向轴MEMS陀螺和拖拉机车身MEMS陀螺信息的测量方案,方案二为基于GNSS板卡位置、航向信息和前轮转向轴MEMS陀螺信息的测量方案。在2.5m和1.5m距离下的上线试验时,方案一试验角度测量平均误差分别为0.43°和0.26°,上线时间分别为17.9s和16.2s,方案二试验角度测量平均误差为1.13°和0.87°,上线时间分别为29.4和23.5s。在4km/h、7km/h和10km/h的直线导航试验下,方案一角度测量平均误差分别为0.31°、0.35°和0.41°,横向位置平均偏差为1.2cm、1.2cm和1.6cm。方案二角度测量平均误差分别为0.44°、0.49°和0.74°,横向位置平均偏差为1.8cm、2.5cm和3.8cm。方案一上线时间稳定可靠,且未发生振荡,方案二上线时间较长,但在可接受范围内,满足导航作业的需要。