因城乡建设进程的逐步推进与环保理念日益深入人心,绿化面积也在逐年递增,进而会耗费掉大量的资源来完成绿化修剪整理任务。智能割草机器人的问世,必将使广大劳动人员摆脱高重复、繁琐无味的除草任务,这已然成为社会发展进步的必然趋势。视觉识别及路径规划技术为该领域的重中之重,其中智能图像处理是视觉识别技术的关键,全遍历覆盖是路径规划技术的核心。智能割草机是将外部环境信息获取、视觉识别、路径规划以及障碍规避相结合的完整体系。以优化产品结构设计、减少人工参与、满足市场需求为宗旨,在对智能割草机控制系统基础环境进行初步搭建的前提下,着重于草坪视觉图像边界识别、新型混合路径规划等方面进一步探究。为保证割草机能够达到预定水准,完成控制系统基础环境搭建任务。其中上层控制系统将树莓派作为核心处理器,主要负责环境地图建立、整体路径规划等任务。底层控制系统将STM32F407作为核心处理器,主要负责底层运动控制与传感器数据信息处理等任务。利用模块结构化思想对软件部分予以详细设计,主要指定时器模块配置、预警模块配置及相应调试结果,对后续边界识别实验与路径规划的调试提供软硬件协同工作条件。在智能割草机的图像边界识别方面,对自适应阈值分割算法进行研究,对于两种不同的工作场景,相应的采用阈值分割下的图像二值法和转换颜色空间的阈值分割方法将图像进行分割,经加权最小二乘法对二值化后的图像进行边缘线的提取,最后将所获取的全部样本图像逐个进行分析测试来检验算法的稳定可靠性能和时效性能。在己提取草坪边界线的基础上,利用构建的外部环境地图,结合栅格法与全局路线算法进行构建并规划整个环境下的路径,提出了由A星寻路与内螺旋算法构成的新型混合路径模式以规划割草机的行走路线。具体为先采取内螺旋模式确定作业沦陷点,再使用A星寻路算法找到未除草范围中的最近位置,在最近位置处仍保持内螺旋状态进行移动,这样可以进一步减小遍历重割程度,能够实现智能割草机以100%的遍历覆盖率与6.76%的遍历重割率完成外部环境地图的自主路径规划任务。