在智能机器人领域中,实时避障是实现高端智能机器人的核心技术之一。割草机器人实时避障主要研究局部路径规划和路径跟踪,采用人工势场法（Artificial Potential Field,APF）进行路径规划,并结合模型预测控制（Model Predictive Control,MPC）进行路径跟踪控制。路径规划和跟踪技术的研究对机器人领域的发展成熟发挥着至关重要的作用,无论是在理论研究还是工程应用中,都具有十分重要的理论价值和工程意义。为了实现割草机器人能够在障碍物环境或未知环境下高效实时避障的目的,设计并搭建了四轮独立驱动割草机器人平台,通过环境感知传感器对机器人周围环境进行感知,GPS/IMU组合定位导航为机器人提供自身位姿信息,采用改进人工势场法（Improved Artificial Potential Field,IAPF）算法进行路径规划和MPC算法进行路径跟踪,充分结合二者的优点,使割草机器人能够快速准确生成避障路径和跟踪路径。本文首先对路径规划控制基本理论进行了阐述,针对以往APF存在的缺点和不足进行改进,分别对引力势场和斥力势场进行改进,推导并建立了IAPF模型,也建立了路径规划评价模型对规划路径质量进行评价,并且设计了路径规划控制器并与其他方法进行对比试验。结果证明了所设计方法不仅解决了机器人在障碍物附近目标不可达、在障碍物附近容易产生振荡和机器人易陷入局部极小值问题;并根据路径规划评价模型得到该方法使整个路径规划质量更优,提高了机器人的运行效率,使得改进的算法更具有实用性和高效性。然后,针对割草机器人实时避障的控制任务,建立了基于MPC算法的路径跟踪控制器。从MPC算法基本理论出发,根据实际需求采用线性时变模型预测控制,将割草机器人运动学模型作为路径跟踪控制器的预测模型,接着设计目标函数和约束条件并对优化问题进行求解,最后,设置三种典型的参考路径进行了基于MPC的路径跟踪控制器仿真分析。实验结果表明,所设计控制器即使在机器人存在一定初始误差的情况下也能够快速消除误差并最终达到稳定状态,实现了对参考路径准确地跟踪控制。最后,对所设计的割草机器人及控制器进行仿真和实车验证与分析。基于所搭建的割草机器人平台进行仿真和实车实验设计,仿真结果表明,基于IAPF和MPC所设计的控制器可以控制机器人平稳跟踪规划的路径,跟踪路径与参考路径之间最大误差不超过7cm;实车实验表明,跟踪路径与参考路径之间最大误差始终控制在±21cm以内,但该偏差在控制器误差允许范围内,说明了割草机器人能够实现对参考路径的有效跟踪,符合机器人的控制要求。由此证明了割草机器人能够准确高效地实现实时避障,并完成指定的工作任务,也证明了所设计的控制器在实车环境下的可行性和有效性。