无人驾驶碾压是提高工程碾压质量和效率的重要技术手段,其中高精度的轨迹跟踪控制是保证其作业品质的关键。区别于传统无人驾驶车辆,无人碾压机经常运行在高强度振动模式下,给轨迹跟踪控制带来了较大影响。本文针对钢轮振动造成的无人碾压机循迹品质恶化问题,探究了钢轮振动对无人碾压机循迹品质的影响规律和影响机理并设计了滑移观测算法。首先,针对单钢轮无人驾驶碾压机,在三种不同路面上,试验研究了碾压钢轮的不同振动模式对轨迹跟踪精度的影响规律,并分析了其主要原因。结果表明:相对于非振动模式,碾压机轨迹跟踪误差随着振动幅度和路面石块粒径的增大而增大,增大幅度最高可达1.9倍;传统的距离误差与航向误差并联的轨迹跟踪控制结构,难以实现高精度控制,其主要原因是钢轮振动会造成传感器测量噪声增加和钢轮滑移速度的增加（分别达29.6倍和19.2倍）;主动抑制测量噪声,并补偿钢轮横向滑动,是提升无人碾压机轨迹跟踪品质的关键。其次,开发滑移观测算法力争提高无人驾驶碾压机在振碾模式下的循迹品质。鉴于无人碾压机的传感器测量噪声具有时变性,开发基于自适应卡尔曼的多传感器滤波算法来对碾压机的位姿信息进行去噪处理,提高定位信息的准确性;根据前钢轮的滑移角在碾压机换向过程会出现阶跃变化的特性,开发基于变遗忘因子递推最小二乘的滑移角估计算法,对滑移进行实时观测和补偿。最后,利用Simulink仿真平台和无人驾驶碾压机试验平台,对传感器去噪算法和滑移估计算法的有效性及其对循迹品质的改善程度进行了全面的验证和分析。基于实车数据的仿真试验表明,自适应EKF可以分别滤除94.2%和89.7%的北向坐标和铰接角测量噪声。根据实车试验的数据分析,相较于定遗忘因子滑移估计,变遗忘因子滑移估计可以提高25.6%估计速度和32.7%的估计偏差,并减小由于滑移突变引起的无人碾压机最大横向轨迹偏差,达19.5%;路面振动碾压试验表明,较无滑移主动观测,滑移估计模块对循迹过程中绝对距离误差平均值的改善效果达15.9%。综上所述,所提出的滑移观测模块在精确估计前钢轮的滑移角的基础之上,可以抑制钢轮侧滑对轨迹跟踪的影响,有效提高了无人碾压机在振碾模式下的循迹品质,提升了无人碾压机的工程应用价值。