随着新兴农业生产模式和技术的发展,农业机器人将成为农业生产的中坚力量。采摘机器人作为农业机器人的重要组成,对加速农业现代化进程、降低人力成本具有重要意义。在复杂果园环境中,采摘机器人的自主移动是完成果实采摘任务的技术基础,多技术融合的采摘机器人场景解析和路径规划已然成为研究热点。为了提高采摘机器人在果园道路下的场景解析和路径规划能力,本文在设计搭建采摘机器人的基础上,进行了采摘机器人的场景解析和路径规划算法的研究。主要内容如下:针对果园环境进行采摘机器人的整体设计,通过设计被动式全向越野运动单元适应果园道路与垄田种植区域的地形,采用双目相机进行实时环境感知,利用全球卫星导航模块与姿态模块获取位置与姿态信息,安装可横向移动的机械手进行果实采摘,使用机载PC与底层控制器进行信息处理。通过对各个模块的进行整合,完成了本文算法研究所需的采摘机器人的搭建。针对采摘机器人在果园道路环境下特征提取困难、实时性差等问题,提出一种多分支金字塔场景解析网络（Mu-PSPNet）。Mu-PSPNet整体网络由编码器和解码器构成,其中编码器采用PSPNet进行特征图提取,利用金字塔池化模块获取丰富多尺度特征,通过引入深度可分离卷积减少网络参数与运算时间。解码器使用多分支的通道注意力模块进行多通道特征融合,通过全局上下文模块进行语义信息补充,提升网络对上下文语义信息的获取能力。实验结果表明Mu-PSPnet在自建果园道路数据集和SSSDC公开数据集上分别获得75.6%和73.4%的MIo U,拥有10FPS的场景解析速度。为了解决果园道路环境下采摘机器人障碍物检测问题,实现融合语义信息的双目立体视觉障碍物检测方法。采用张正友标定法进行双目相机标定,利用Bouguet算法进行双目相机极线校正,使用半全局块匹配算法实现双目立体匹配,进而获得视差图像。对语义标签图进行图像处理,获取不同障碍物的轮廓信息和重心坐标。融合语义信息与视差图,确定障碍物种类与障碍物的距离信息。实验结果表明,障碍物距离测量平均误差为2.52%,满足采摘机器人果园道路障碍物检测的要求。针对采摘机器人在果园道路环境中的路径规划问题,提出基于道路引导线的动态窗口局部路径规划算法。对果园道路区域语义标签图处理获得离散引导点,采用B样条曲线对离散引导点进行拟合,从而获取道路引导线。通过评价函数将引导线信息引入到动态窗口法中进行局部路径规划。开展引导线精度测试,测试结果表明道路引导线提取准确,其相对误差平均为2.25%。进行采摘机器人局部路径规划实验,结果显示基于道路引导线的动态窗口法具备良好的引导线跟随和避障能力。