园艺电动拖拉机的精确定位是实现自主作业的前提,定位精度将直接影响园艺电动拖拉机行驶的安全性和可靠性。路径规划是实现自主作业的关键,算法好坏影响作业的效果。基于此,论文以提高园艺电动拖拉机定位精度和作业性能为目标,研究园艺电动拖拉机自主作业路径规划算法。首先,论文分析了各种定位方法和定位数据融合方法的特点,确定了园艺电动拖拉机GPS和陀螺仪的组合定位方法,建立了园艺电动拖拉机的运动学模型,通过最小二乘法对陀螺仪的误差进行动态修正,结合卡尔曼滤波算法实现精确定位,通过MATLAB编写了基于GPS和陀螺仪的组合定位算法,并进行了算法验证。结果表明:论文提出的组合定位算法可以较好实现拖拉机定位,定位精度高,定位误差小,定位误差为8.63cm。其次,论文分析了园艺电动拖拉机行驶能量消耗问题,构造了最低行驶能耗的Hopfield神经网络的能量函数并组建了神经网络,编写了基于能耗最低的园艺电动拖拉机多作业点路径规划算法,并进行了仿真验证。仿真结果表明:论文提出的多作业点路径规划算法可以有效的降低拖拉机行驶过程中的能量消耗,延长园艺电动拖拉机持续作业时间。然后,论文建立了全覆盖路径规划算法评价指标,研究了无障碍规则区域全覆盖路径规划算法行驶规则,对无障碍不规则区域提出了虚拟边界障碍物的概念,在栅格地图内将不规则的区域使用障碍物进行填充。通过栅格法和改进遗传算法相结合研究了无障碍不规则区域和有障碍区域全覆盖路径规划算法,建立了遗传算法转向次数和路径长度双目标适应度函数,改进了遗传算法交叉算子和变异算子,降低路径重复率,并进行了仿真实验。仿真结果表明:无障碍区域全覆盖路径规划可按照设定规则行驶,无障碍不规则区域和有障碍区域通过基于改进遗传算法的全覆盖路径规划实现全覆盖行驶,路径重复率低,行驶能量消耗低。最后,论文分析了园艺电动拖拉机信息采集平台的功能需求和总体结构,对各模块传感器进行选型和程序设计,搭建了园艺电动拖拉机信息采集平台。