近年国家中央一号文件聚焦三农,强调发展“精准农业”,自动驾驶控制技术是现代农业智能化的重要组成部分。农机自动驾驶系统在作业环境中,具有复杂性及不确定性,精准快速的控制农机自动驾驶作业是“精准农业”的重要要求。本文以农机为研究对象,从多数据融合获取农机位置姿态、基于纯追踪模型的直线路径追踪、模糊免疫PID算法控制农机液压转向三个方面,实现对农机自动驾驶控制关键技术的研究,并搭建智能车模型进行实验试验。本文针对农机在环境干扰情况下BDS失调、INS单独导航误差大的不足,以BDS/INS两者间位置、速度差值为模型,提出蜂群算法优化BP神经网络辅助卡尔曼滤波的算法组合导航,精准定位农机位置速度信息。BDS有效时,BDS/INS组合导航结合卡尔曼滤波,校正INS的位置、速度偏差,BP神经网络进行训练模式;BDS失调时,BP神经网络转化为预测模式,代替BDS对INS进行校正反馈,输出精确位置信息。同时,本文改进人工蜂群的搜寻方式与选择概率,采用改进的蜂群算法优化BP神经网络,实现对农机位置速度的精准定位。本文使用纯追踪算法跟踪农机直线行进路线,得到前视距离与横向位置差、航向偏差的非线性关系。论文采用模糊控制的思想,结合横向偏差值、航向偏差值得到农机与目标期望路径的偏差角度值。同时,本文提出免疫模糊PID算法,将模糊PID算法与免疫理论相结合,模糊算法优化PID的IK、DK,免疫理论优化PID的PK,应用于液压转向技术实现农机的路径控制。经过仿真实验,证明免疫模糊PID算法反应速度快,调整时间短,稳定效果好。最后,本文搭建农机自动驾驶实验平台,设计系统核心控制模块、BDS/INS高精度组合定位模块及转向电路,搭建智能模型车,对自动驾驶的精准定位及直线路径追踪控制进行实验验证。