基于历史经验复用的蔬果采摘云机器人路径规划方法及系统

本发明提供了一种基于历史经验复用的蔬果采摘云机器人路径规划方法及系统，未积累大量经验时，多台机器人在新环境中采摘作业同时生成历史经验，在边缘端对场景进行栅格化建模，通过分层协同规划算法计算出可行路径并下发给机器人端执行，采摘作业完成后，将场景信息与可行路径关联一条历史经验存储在云端数据库；当积累大量历史经验后，机器人遇到新环境时，在云端历史场景数据库中检索与当前场景最相似的历史场景，获取对应的历史经验，以此为启发在边缘端进行新场景下的路径规划，找到可行路径，下发给机器人执行完成采摘作业。本发明能有效提高蔬果采摘机器人在农业复杂场景下的路径规划速度和质量。