连栋温室移动平台自主导航是实现设施农业无人化作业的重要环节,但是连栋温室属于半结构化透明环境,种植环境在空间维度上存在时变性,路面状况复杂多样,信号传输弱,传统导航技术难以适用。SLAM（Simultaneous Localization and Mapping）技术是解决复杂场景下机器人自主导航的重要方法,本课题针对连栋温室移动平台自主导航存在的问题,结合SLAM导航的技术特点,旨在实现移动平台在连栋温室多场景和变路面条件下的自主作业,主要研究内容如下:（1）连栋温室移动作业平台系统设计。针对目前连栋温室移动平台换轨困难的问题,首先对连栋温室结构布局,种植环境进行分析,总结连栋温室内自主导航存在的难点,确定移动平台自主导航的整体目标和技术方案。具体设计了可以“一台多用”的移动平台,重点针对移动平台换轨问题,提出一种仿形直驱式悬挂装置,然后采用上位机（计算机）+下位机（ECU）的主从控制结构,搭载激光雷达、IMU等传感器,实现了连栋温室试验平台的搭建。（2）连栋温室移动作业平台多场景SLAM建图方法研究。分析连栋温室不同场景的种植环境特点,确定建图方法,然后对连栋温室种植环境进行物理建模,并采用栅格地图作为连栋温室的环境地图,接下来对基于图优化的Cartographer算法进行原理推导,并在仿真环境下对Gmapping算法、Hector-SLAM算法和Cartographer算法进行实验对比,最后分别在连栋温室的不同种植棚进行建图测试,并对番茄棚的建图精度进行分析,结果表明,Cartographer算法创建的栅格地图偏差最大为5.5cm,最小偏差为2.lcm,平均偏差为3.2cm,满足连栋温室自主导航需求。（3）连栋温室移动作业平台定位与路径规划方法研究。选择航迹推算和AMCL算法作为移动平台的局部定位和全局定位算法,分别以0.2m/s、0.5m/s和0.8m/s的速度使移动平台沿着固定路线移动,测试航迹推算和AMCL算法的定位精度,结果表明:航迹推算的标准差不超过5cm,但是最大定位偏差可达17.8cm,而AMCL算法的最大标准差为6.8cm,但是最大定位偏差为10.8cm。分别选择A*算法和DWA算法作为移动平台的路径规划算法,结合连栋温室环境中移动平台的运动流程,采用固定路径点的分段导航方法,在种植棚内针对每条轨道分别设置一个换轨点和对轨点,移动平台进入种植棚后首先根据曼哈顿启发公式找到到达目标轨道的最优路径点,然后根据这路径点分段导航,进入轨道后关闭路径规划模块,采用位置PID控制器控制移动平台导航。最后在模拟温室环境中进行仿真实验,验证移动平台自主上轨、换轨方法的可行性。（4）连栋温室移动平台变路面自主导航测试。针对移动平台的变路面行驶性能首先采用遥控控制移动平台分别以0.2m/s、0.5m/s和0.8m/s的速度并以不同偏距和偏角进行上轨误差测试,每一组测试50次,结果表明当速度不大于0.5m/s时,移动平台的最大容忍上轨误差为12cm或6°。然后以上述速度进行移动平台的变路面自主导航性能测试,并与视觉色带导航结果进行对比,然后测量自主导航上轨后的纵向误差,每组测试50次,结果表明:当速度不大于0.5m/s时,在种植棚的自主上轨成功率为93%,按照整体作业流程自主上轨的成功率为91%,种植区的自主换轨成功率为87%,与视觉色带导航的成功率相差不大,此时上轨后的最大纵向偏差为18.3cm,满足本文提出的自主导航系统的性能指标。连栋温室作为一种半封闭种植场景,存在水泥路面、透水砖路面、压实土壤路面和人工架设轨道等多种类型的行驶路面,同时由于施工和长久使用,路面也存在凸凹不平等问题,对移动平台的平稳行驶提出了较大挑战。本论文设计了一种复用仿形直驱式悬挂装置,结构紧凑,可自适应路面情况调节轮系高度,在满足移动平台驱动要求的同时,实现了不平整路面和上下轨道的连续、平稳作业,满足了跨场景、多路面、室内外等不同作业条件的需求。此外连栋温室面积较大,作业场景随时间、种植作物的不同存在时变性,本论文采用多传感器融合方法,综合里程计、IMU和激光扫描信息,提出一种特征点辅助的A*路径规划算法,用于连栋温室多路面导航和路径规划,实现了大场景、多路面、高时变的连栋温室复杂路径规划,满足温室SLAM需求。