使用果园土壤采样机器人有助于提高作业效率,路径规划作为果园土壤采样机器人的关键技术,其算法的选取将直接影响机器人的工作质量和效率。本文结合果园环境特点,为了使算法规划出最优的安全无碰撞路径,针对基于粒子群算法和蚁群算法进行路径规划的研究。本文针对提高果园机器人在全局静态环境中搜索最优路径的能力,提出一种将粒子群与蚁群这两种算法的优势进行互补的融合算法。改进算法为解决粒子群算法易出现局部极值的问题,采用蚁群算法获取全局最优路径;设置标识栅格,增强路径安全度;同时引入活跃因子增加粒子速度的多样性。通过粒子群算法最优解调配路径上的信息素分布,解决蚁群算法中初始信息素缺乏的问题。使用简化算子对路径做进一步处理,优化路径长度。仿真结果表明,融合算法具有较强的安全性并且提升了算法求解能力。针对栅格地图下,算法规划出的路径存在转折角过大,降低果园机器人运行平稳性等问题。对融合算法进行改进,优化全局信息素更新机制,使用改进的融合算法求解全局最优路径,利用三次B样条曲线对路径尖峰进行平滑处理。仿真结果表明,算法较好的减少了路径尖峰的数量。针对果园机器人能实时规避不确定障碍物,同时能够满足运行路线全局最优的问题,使用混合路径规划方法,让果园机器人根据改进融合算法规划的全局最优路径运行,当果园机器人装备的传感器探测到将与动态障碍物发生碰撞,则通过改进蚁群算法在局部范围内确立目标点,沿着信息素多的方向来搜索一条避障路径;否则,按照全局最优路径到达目标终点。通过实验平台验证,轮式移动机器人能较好的完成路径规划任务。