1.1.1 国外研究现状

美国伊利诺伊大学的Noquchi课题组研究人员基于RTK-GPS技术、GDS传感器、机器视觉技术等，研发了车辆自动导航控制系统。该系统采用扩展卡尔曼滤波方法和二维概率密度函数方法，将多传感器获取的信息进行数据融合处理。同时将3种传感器技术进行不同组合导航，设计了4种导航路径规划控制策略，试验结果表明，基于GDS传感器和RTK-GPS技术组合导航获得了满意的控制效果，导航横向偏差不大于7.4cm（Qiu H C，2002）。

美国斯坦福大学的Thomas Bell等以John Deere 7800拖拉机为研究对象，在驾驶室顶部安装了4个卫星接收天线，采用CP-DGPS技术开展农业车辆自动导航技术的应用研究，根据导航卫星相对于每个GPS接收天线的方向角和高程的不同，通过测量各GPS天线相对卫星的角度和GPS信号相位差，来推算车辆的姿态信息。试验结果表明，该方法可以比较精确地得到车辆位置，以CP-DGPS获得的路径与理想路径间的误差均值小于5cm，方差在10cm以内（Thomas Bell，2009）。

美国东伦敦综合技术学院采用激光导航装置，成功研制了一种激光导航拖拉机，该激光导航系统能够准确测定拖拉机所在位置及航向信息，横向位置测量偏差不大于25cm，并且可以根据输入的农场计算机中心作业处方数据，得到该位置土壤的水分含量、养分信息、地理信息等，并能准确推算出所需播种数量、肥料、农药量等，从而实施最佳种植作业策略。

美国卡内基梅隆大学的Carl Wellington课题组人员以John Deere 6410拖拉机为试验平台，在该平台上装有三轴陀螺仪、差分GPS接收机、多普勒雷达测速传感器、车轮转速传感器、前轮转角传感器、两个测距雷达传感器和一个高清摄像头，采取多传感器感知作业环境信息、农机位置及姿态信息，从而实现拖拉机自动导航与避障功能。

日本是研究拖拉机自动导航技术起步较早，也是研究比较深入的国家之一，有些导航技术已经应用到了实际农业生产中。日本北海道大学基于机器视觉技术，进行了无人驾驶拖拉机的研究，在拖拉机上安装线性图像传感器和图像处理装置，并进行了田间无人驾驶试验研究，试验结果表明当拖拉机以0.26m/s的速度行走时，横向偏差为4cm。东京大学研究人员将CCD摄像机安装在拖拉机上，设计了彩色HIS变换算法进行导航路径规划，试验结果表明，当拖拉机以0.25m/s的速度行走时，横向偏差为2cm。日本北海道农业研究中心将GPS、陀螺仪等传感器组合使用，实现了拖拉机的自动导航，并开发了一套拖拉机自动驾驶系统，开展了田间旋耕作业的自动驾驶试验研究。该系统将GPS接收机位置信息作为基本导航信息，同时利用陀螺仪获取偏移信息，采用卡尔曼（Kalman）滤波方法进行估计，进一步提高了拖拉机的航向和横向位置精度，试验结果表明该系统可以达到拖拉机按设定路径自动行驶的目的。

韩国科研人员采用机器视觉与图像处理技术，开发了视觉导航拖拉机，利用超声波非接触探测方法进行避障研究，设计了模糊算法及导航控制器，使拖拉机沿预定路径行走，并应用于果园农药的喷洒作业导航任务中。

荷兰农业和环境工程研究所（IMAG-DLO）的R.P.Van Zuydam将RTK-GPS技术与农田电子地图相结合，实现了拖拉机自动导航控制。试验结果表明该系统田间试验最大横向偏差为12cm，水泥路面试验最大偏差为2cm。

丹麦奥尔堡大学的K.M.Nielse等基于机器视觉技术开发了作物中杂草自动识别的自动导航农机，该农机利用GPS与陀螺仪组合进行导航控制，主要用于精准农业中定点除草、施肥、喷药等作业。

丹麦皇家兽医和农业学院的Simon Blackmore等以轮式拖拉机为研究对象，建立了拖拉机自动驾驶试验平台，开展了路径规划、跟踪控制、自动避障、农机具控制系统等方面的研究工作。

国外高端农机配备有自动导航系统、故障监测与报警系统、悬挂力位自动调节系统、动力换挡系统，豪华驾驶室内触摸屏控制计算机和多功能操作手柄，标准的接口可以与不同的农具组合使用。上述技术提高了机器的操控性和机动性，驾驶员可以舒适地操作农具，实现了精准高效作业。约翰迪尔开发的AutoTrac驾驶系统和JDLink故障诊断系统可实现实时导航和故障诊断，导航精度为±2.5cm。克拉斯XERION系列拖拉机配备自动导航转向系统、多功能手柄和CEBIS电子信息显示系统，操控自如，安装有ISOBUS数据总线。爱科全球系列F1004-C拖拉机，采用电控四驱，豪华驾驶室配备多功能仪表盘，具有多个报警功能；可以接入爱科开发的“爱·农”农机车辆网系统。图1-2所示的凯斯的Magnum系列拖拉机安装了全程控制AFS AccuGuideTM自动导航系统的AFS Pro 600型彩色监视器，可实现自动耕深调节，能够连接AFS远程信息管理系统。