小麦是重要的粮食作物,我国是世界最大的小麦生产国和消费国。随着社会的现代化发展,劳动力短缺问题已成为影响小麦生产安全的重要因素,而自主作业的农业机器人能够弱化农业生产对劳动力的依赖程度,在小麦生产中具有广阔的应用前景。因此,本文以麦田为研究对象,围绕农业机器人路径规划方面的关键技术进行研究,重点解决农业机器人在小麦植保和收获等实践中的全覆盖路径规划和局部路径规划问题,为有效提高农业机器人的自主作业效率和作业质量提供技术支撑。本文的主要研究如下:（1）研究基于机器视觉的农业机器人麦田导航路径提取。首先,根据麦田图像特征对采集的图像进行预处理,图像预处理操作包括提取感兴趣区域（ROI）、选择HSI颜色模型中与光照无关的S分量、采用最大类间方差法作图像分割、图像二值化反色、高级形态学处理、使用Sobel算子进行边缘检测;其次,介绍了基于机器视觉的Zhang-Suen并行细化算法、霍夫（Hough）变换和基于激光雷达的激光SLAM三种提取路径信息的方法;最后,根据上述三种方法的研究结果可知,针对大型麦田单次作业路径规划的需求,Hough变换实时性更好,效率更高。角度偏差结果表明:基于Hough变换提取的导航路径可以用来调整农业机器人的行驶方向,提高农业机器人自主作业的精准度。（2）研究基于旅行商（TSP）模型的农业机器人麦田全覆盖路径规划。本文为避免传统作业方式效率低下问题,将农业机器人全覆盖路径规划问题转化为旅行商问题,以最小化总非工作距离为目标函数,提出基于TSP的麦田全覆盖路径规划方法,并利用蚁群算法进行求解。最后,基于MATLAB平台进行对比试验,试验结果表明:基于TSP的麦田全覆盖路径规划方法不仅可以为农业机器人选择较优的作业方式和转弯路径,使农业机器人的转弯路径长度最短,还可以得到农业机器人在麦田的最优作业路径轨迹,提高农业机器人的作业效率。（3）研究基于改进人工势场法的农业机器人麦田局部避障规划。麦田环境复杂,针对农业机器人作业时的避障需求,研究改进人工势场法的局部路径规划方法。本文针对传统人工势场法存在的问题,对算法进行改进,通过增加附加力使农业机器打破受力平衡,解决了局部极小值问题,通过优化斥力函数,解决了农业机器人目标不可达的问题。最后,基于MATLAB平台进行仿真试验,试验结果表明:在有障碍物的麦田环境下,改进的人工势场法可以为农业机器人规划局部避障路径,使农业机器人顺利到达目标点,满足农业机器人的安全性要求。