农业机器人工作环境大多为开放、复杂、非结构化的农田环境,造成了机器视觉导航在农业应用中的复杂性与难度。如何从农田运行环境中提取可用的导航信息,已成为机器视觉在农业机具自动导航和应用领域的瓶颈。特别是在水田环境中,水面反光的影响导致导航信息的提取难度更大。本文针对水田环境田间苗列图像的特点进行了分析,开展了视觉导航系统研究,主要的研究内容包括:(1)针对获取的田间苗列图像特征提取受水田水面反光影响的问题,通过对比分析RGB、HIS、YUV颜色模型下各分量灰度结果,提出一种可去除光照影响的苗列基准线提取方法。通过实际对比验证了YUV颜色模型的U分量作为图像灰度化最优分量的可行性。针对因摄像机图像获取时存在的视角限制,导致苗列表现出渐远相交的不规则性,无法获取苗列实际走向信息的问题,本文提出了一种利用改进后的IPM变换公式进行逆投影变换,得到苗列图像的垂直俯视图的方法,从而还原苗列实际田间走向。仿真试验结果表明,在处理时间几乎相同的前提下,改进后的IPM公式能有效地消除因摄像机近区域弯曲造成的较大误差。提出了一种基于图像傅里叶变换的结构元生成算法,应用该方法对苗列图像进行二值化形态学处理能较好的提取出苗列轮廓。针对提取的苗列轮廓特征点存在偏差的问题,为提高拟合直线的准确性,提出采用聚类算法对不同苗列特征点进行了聚类。最后利用基于已知点的Hough变换法提取苗列的导航线。(2)构建了机器人试验平台多个坐标系,并设计了模糊控制器。在准确提取苗列导航线的基础上,本文通过各坐标系间的几何关系解算出机器人试验平台的位姿参数,选取位姿参数作为输入量设计了模糊控制器。建立了机器人试验平台的系统传递函数与状态空间方程,并利用MATLAB仿真验证了模糊控制算法的有效性。(3)对机器人试验平台的视觉导航系统进行了模拟试验,主要包括:一方面在机器人试验平台静止时对横向位置偏差和航向角偏差进行了测量,并与解算偏差值进行了对比,结果表明,位置偏差、航向角偏差解算值与对应实际测量偏差值的误差标准差分别为1.55cm和42.0°。另一方面对机器人试验平台自主导航系统进行了模拟试验,通过对不同苗列进行自主跟踪导航,分别得到10组位置偏差与航向角偏差数据,对比分析表明,苗列跟踪导航过程中横向位置偏差波动范围在[-2cm,2cm],航向角偏差波动范围在[-10°,10°]。试验结果表明,本文所设计的机器人试验平台的导航控制算法可适用于田间苗列自主行走控制,包括水田环境,本文所开发的视觉导航系统可准确的识别苗列,并提取苗列的导航线,同时也能稳定的跟踪导航线。