1.基于GPS的农业机械导航的多传感器信息融合方法，其特征在于所述方法包括以下步骤：

1)采用导航传感器组合测量得到农业机械在WGS-84坐标系下的原始纬度、经度、高度坐标和前进速度，并测量得到农业机械的原始横滚角度、俯仰角度、横摆角速度和前进方向加速度；

2)将WGS-84坐标系下的原始纬度、经度和高度坐标转换到NEU大地导航坐标系下得到初步导航定位位置值，将横摆角速度经积分后转换为航向角度测量值；

3)采用改进的卡尔曼滤波器对步骤1)获得的横滚角度、俯仰角度、前进速度和前进方向加速度，以及对步骤2)获得的初步定位位置值和航向角度测量值进行融合处理，获得农业机械定位和航向角度信息的精确估计。

2.根据权利要求1所述的基于GPS的农业机械导航的多传感器信息融合方法，其特征在于：步骤1)所述导航传感器组合包括OEM GPS板卡和微型姿态航向参考系统，其中农业机械在WGS-84坐标系下的原始纬度、经度、高度坐标和前进速度采用OEM GPS板卡测量，农业机械的原始横滚角度、俯仰角度、横摆角速度和前进方向加速度采用微型姿态航向参考系统测量。

3.根据权利要求1所述的基于GPS的农业机械导航的多传感器信息融合方法，其特征在于：步骤2)所述将WGS-84坐标系下的原始纬度、经度和高度坐标转换到NEU大地导航坐标系下得到初步导航定位位置值采用高斯投影变换或切平面法实现。

4.根据权利要求2所述的基于GPS的农业机械导航的多传感器信息融合方法，其特征在于：步骤3)所述卡尔曼滤波器的模型中，状态向量为农业机械导航控制点位置的平面坐标(xc，yc)、速度偏差εy、加速度偏差εa和航向角偏差εψ；测量向量为GPS天线位置的平面坐标(xg，yg)。

5.根据权利要求2所述的基于GPS的农业机械导航的多传感器信息融合方法，其特征在于：步骤3)所述卡尔曼滤波器的模型中，状态转移方程是基于位置、速度和加速度的航位推算原理构建的；测量方程是基于车体坐标系和大地导航坐标系的坐标转换公式构建的。

6.根据权利要求5所述的基于GPS的农业机械导航的多传感器信息融合方法，其特征在于：步骤3)所述卡尔曼滤波器的模型中，状态转移矩阵和测量矩阵根据步骤1)获得的农业机械的原始横滚角度、俯仰角度、前进速度、前进方向加速度信息和由横摆角速度累积得到的航向角度，进行实时更新；测量噪声方差矩阵根据OEM GPS板卡的定位质量标识gps_flag自适应调节。

7.根据权利要求1所述的基于GPS的农业机械导航的多传感器信息融合方法，其特征在于所述方法还包括：

若步骤2)获得的航向角度测量值与步骤3)经过卡尔曼滤波后的航向角度精确估计值的差值超过设定阈值，则采用卡尔曼滤波后的航向角度精确估计值更新横摆角速率的积分初值，以防止积分发散，同时重新初始化卡尔曼滤波器。