挖掘机是一种常见的重型工程机械,其在建筑等基础建设领域发挥着极其重要的作用。考虑到挖掘机的工作场景恶劣、危险系数高等因素,挖掘机的自动化、自主化作业需求日益增加。众多科研机构和企业也针对挖掘机的智能化作业做了大量的研究工作。挖掘机定位和挖掘机下车机构运动轨迹的控制是实现挖掘机自动化、自主化作业的基础。本文以履带式液压挖掘机的精确定位和行走轨迹的精确控制为研究目标。首先,对挖掘机下车机构相关的液压系统和挖掘机行走时的动力学、运动学进行了理论分析。然后基于双目相机和惯导设备IMU进行了传感器数据融合,实现了更精度的挖掘机定位。最后,基于双目相机和IMU融合定位的结果,对运动过程中的相关参数进行辨识,搭建了基于实际运动学的轨迹跟踪控制器,并进行实车实验,实现了挖掘机行走轨迹的精确控制。本文主要研究内容分为以下几个部分:(1)对下车行走装置进行了液压系统建模,整个液压系统模型分为电液比例减压阀模型、三位六通开中心比例换向阀模型、阀控液压马达系统模型。考虑运动过程中各种干扰因素的影响,建立了挖掘机运动过程中的运动学和动力学模型。(2)对IMU设备进行了误差分析,建立了IMU导航定位模型;对相机成像模型、标定原理、常用特征提取算法、光流跟踪算法进行了理论分析和介绍;对图像角点进行均匀化提取,解决了工地场景中角点冗余的问题;在普通光流跟踪算法的基础上,引入图像金字塔,以满足大尺度运动的需求;同时基于英伟达的CUDA(Compute Unified Device Architecture)模型,使用GPU对光流跟踪算法进行加速;以此为基础建立了双目定位模型。最后,分别进行了纯IMU的惯性导航定位实验、双目相机标定实验、双目相机定位实验;通过实验分析了双目视觉SLAM(Simultaneous Localization and Mapping)定位与惯性导航定位的优缺点,论证了进行传感器数据融合定位的必要性。(3)将双目相机和IMU的传感器信息进行融合。研究了基于图像特征点和IMU测量信息的紧耦合技术,充分考虑了加速度计和角速度计的各种测量噪声以及测量偏差值,并将加速度计、加速度计的偏差作为优化状态量的一部分,为防止在后端非线性优化过程中对IMU测量信息的反复积分,研究了IMU的预积分技术,提高了计算效率。最后,在良好环境下进行了单条直线定位实验、直角转弯定位实验,在恶劣环境条件下进行了闭合区域定位实验;实验结果表明,该融合定位设备的定位精度在1.4%左右,基本满足挖掘机的定位需求。(4)基于融合定位结果设计履带式车辆在行走过程中的实际运动学模型增广系数的辨识模型,设计了一种扩展卡尔曼滤波器,对行走过程中的增广系数进行辨识。基于辨识结果设计了一种实际模型轨迹跟踪控制器。为快速跟踪轨迹跟踪控制器输出的目标速度和角速度,设计了一种模糊自适应PID控制器,并进行了基于模糊自适应PID的速度控制实验。最后,使用实际模型轨迹跟踪控制器和理想模型轨迹跟踪控制器,分别进行了模型增广系数辨识实验和轨迹跟踪实验,通过两种控制器实验结果的对比,证明了实际模型轨迹跟踪控制器的有效性和性能优越性。