割草机器人可以自主地、智能地实现割草任务,将人们从单调的、日益繁重的体力劳动中解救出来,越来越受到欢迎,其关键技术也成为了现今的研究热点。因此,本文将对自主定位、边界识别和全区域覆盖路径规划这三项关键技术进行展开研究。首先,割草机器人选用成本较低的UWB、IMU和里程计传感器进行组合定位,对里程计的航位推算原理进行了分析,提出了通过UWB/IMU的单基站定位方式,来对里程计由于打滑等因素引起的非系统误差进行校正,并采用联合卡尔曼滤波算法对这两种定位方式进行信息融合,通过仿真验证了定位算法的可行性,为割草机器人的边界识别和全覆盖路径规划研究奠定了基础。其次,采用无标识工作区域的边界建立和识别方法,在不设置任何辅助标识物的情况下,先引导割草机器人完成草坪边界信息的采集,形成虚拟电子边界地图储存起来,在路径规划过程中,机器人不断地将当前位置坐标与存储在有序线性表中的边界坐标进行查询匹配,从而完成边界信息的识别。然后,将A*算法与往复式算法相结合,并应用到割草机器人的全区域覆盖路径规划中。割草机器人先根据边界建立获得的环境信息来建立栅格地图并划分子区域,接着在各子区域中进行往复式覆盖,当遇到阻塞点时,寻找到附近未被覆盖的栅格,利用A*算法规划出最短衔接路径,并移动到待覆盖栅格处继续工作,克服了单独采用往复式算法遇到阻塞点陷入死区的问题。最后,完成了割草机器人总体方案设计以及实验平台的搭建,主要包括有传感器系统、割草机构以及控制系统,并采用模块化的思想详细设计了硬件电路和软件开发部分。对所提出的UWB/IMU/里程计组合导航定位方法进行实验,并完成了割草机器人的边界识别实验,同时将基于A*算法的往复式全覆盖路径规划方法与随机式和内螺旋式进行对比实验,验证了本文方法的有效性和可靠性。