草莓作为一种价值高的经济作物目前在全国各地大面积种植,不同地区环境气候不一致,因此多数地方均因地制宜建设各种不同的草莓温室大棚进行种植。机器人在草莓温室大棚中能承担检视、运送和采摘等工作,可以很好的降低人工成本,同时提高生产效率。但目前根据任务要求,机器人很难适应多种环境,同时自主规划最优路径自主导航到达任务指定位置也是机器人在草莓大棚温室环境应用中需要重点解决的问题。针对以上问题,本文所做工作如下:选用自主移动机器人为研究平台;根据应用所需的精度,对获取环境深度信息的传感器进行改造;针对移动道路自由度高、面积大的复杂草莓温室,对机器人导航功能包中的全局路径规划算法进行重点研究。硬件及硬件改造:本文采用蓝鲸智能机器人公司型号为XQ-mini的小强机器人,在考虑尽量降低机器人设备成本的条件下,选择价格低于激光雷达但精度达到任务需求的Kinect作为获取环境深度信息的传感器;同时,为使获取的信息能用于gmapping建图功能包,对信息进行转换;并且通过建立机器人与Kinect的坐标关系构建草莓温室大棚环境和机器人位置关系。算法改进:首先,对Dijkstra算法在移动道路自由度高、面积大的草莓温室大棚环境下路径搜索效率低的原因进行分析。接着,对使用最佳优先搜索算法来提高路径搜索效率的方案进行仿真,分析发现该算法虽然能提高路径搜索的效率但不一定能搜索到最短的路径。然后,为了保证在搜索到最短路径的前提下提高路径搜索的效率,选择A~*算法来搜索路径。在对A~*算法使用时出现的“路径非最优”,“路径欠平滑”和“路径搜索效率低”的问题分别进行分析并改进,并将最终改进的算法进行MATLAB仿真,结果表明相比于A~*算法,改进后的算法搜索路径的效率更高,路径更短,更圆滑。最后本文用改进的算法替换机器人原导航功能包中的全局路径规划算法,并通过实验验证,证明采用本文改造后的小强机器人执行改进的路径规划算法能在不同草莓温室大棚环境下优化路径规划自主导航到任务指定位置。提高机器人在草莓温室大棚环境下的路径搜索效率,不仅能够提高草莓温室大棚种植的工作效率,降低人工成本,提高生产率,同时本文研究成果还能为机器人在其它类似农业生产场景中的应用提供一定的思路和方法,也能为机器人复杂环境路径优化和自主导航提供思路。