城市的绿化水平近年来不断提高,而绿化草坪的维护需要耗费大量人力资源,故以智能割草机代替人工维护的方式越来越受到市场的欢迎。但是在目前市场上大多数具备定位功能的智能割草机中存在如下缺点:智能割草机的室外定位精度不高,易受到多径效应和NLOS的影响导致定位稳定性较差;且通常采用单一的随机路径规划进行割草作业,其割草作业耗时较长且容易存在部分区域漏割的问题。本文设计了一种基于超带宽定位的智能割草机系统,其系统是采用ARM Cortex-M3内核的主控模块,在此基础上加入相应的驱动模块、传感器模块、电源模块等子模块来实现智能割草机相应的割草作业、实时定位及路径规划等功能需求,并通过无线通信模块将智能割草机的相关数据连接到云平台和手机APP,实现智能割草机的远程控制和管理。针对在当前市场上具有定位功能的智能割草机中,通常采用超带宽定位技术中基于TOF的超带宽定位方法,其方法存在定位精度较低和稳定性较差的问题。本文设计了一种基于双次双程TOF的超带宽定位方案,通过双次双程测距方法获取测距值,然后利用卡尔曼滤波算法对测距值进行滤波处理,以减弱多径效应和非视距误差对测距的影响,最后通过Chan算法根据测距值计算出定位值。经过测试表明,设定在400平方米面积的草坪上,智能割草机的测距精度能达到11cm,其动态定位精度能够达到25cm,相比于传统基于TOF的超带宽定位方法在定位精度上提高了20%。针对目前市场上大多数智能割草机采用传统的随机路径规划算法进行割草,其存在时效性差、覆盖率增长速度较慢的问题,设计了一种基于往复式的随机路径规划算法,在实时定位基础上通过栅格化方式构建地图,并根据实时定位数据和传感器信息确定地图边界和障碍物范围,最后智能割草机通过基于往复式的随机路径规划对工作区域进行全覆盖割草作业。经测试表明,本文所设计的基于往复式的随机路径规划算法相比于传统的随机路径规划算法的时效性上提高了20.1%。