温室是高度集约化管理的生产系统，劳动强度大，消耗劳动力多，需要专业化的作业机械。日常管理和收获阶段都涉及到搬运工作，搬运工程尤其消耗劳动力，基于视觉导航的温室搬运机器人有着广阔的应用前景。本论文以江苏大学农业工程研究院的智能搬运小车为实验平台，在江苏大学试验温室内以温室番茄采摘搬运为应用方向，对温室搬运机器人视觉导航基准线的提取和控制策略进行了研究。主要研究工作为：　　 在温室搬运机器人视觉导航参数的提取方面，选取IMAQ Vision和LabVIEW作为视觉软件开发平台，选取江苏大学试验温室作为试验场地，构建了温室搬运机器人软硬件系统。　　 针对所采集的图像颜色特征，利用敏感区域ROI窗口和图像边缘检测法实现了导航基准线的提取。试验从天气条件和加热管被遮挡率两个因素角度进行分析，其中，在多云天气和正对光晴天天气情况下的视觉导航基准线识别率为90％，正确提取出视觉导航基准线的识别率均为60％；在阴天天气和逆光晴天天气情况下的视觉导航基准线识别率为100％，在阴天天气情况下的正确识别率为50％，在逆光晴天天气情况下的正确识别率为60％。加热管被遮挡率在[20％，40％]和[40％，60％]区间范围内的处理效果最好，在加热管被遮挡率[0，20％]和[60％，100％]区间范围内的导航基准线精度误差有所增大。试验表明，提出的导航基准线算法具有适用性。平均每幅图像的处理时间小于70ms，能够满足导航实时性要求。　　 应用传统两步法建立了摄像机标定模型，利用最小二乘法求解摄像机内外参数方程组，并对标定误差进行了初步研究。所得偏差较小，能满足导航需要。　　 针对其运行环境的不确定性和难以建立精确的车体本身动力性能数学模型，应用模糊控制技术，对控制策略进行研究，设计了基于视觉导航的模糊控制器并进行了分析研究，结果表明当实际位姿和设定位姿偏差比较小时，可以采用较小的反方向纠偏量使其尽快回复到设定位姿附近；当实际位姿和设定位姿偏差比较大时，可以采用较大的反方向纠偏量使其尽快回复到设定位姿附近的经验是一致的，所设计的模糊控制器适用于导航控制策略。