辣椒产业的发展为我国农民带来了十分大的社会和经济效益,但因其采摘作业仍以手工为主,存在效率低、人力成本高、工作环境恶劣等问题。本文从目标识别与定位技术、移动底盘的自主行走等方面着手,开发了一种基于ROS和YOLOv5的辣椒自主移动采摘平台,满足了当前农业无人化、智能化采摘需求,其主要研究内容如下:（1）充分调研了辣椒田间各种环境参数（垄距、垄宽、行距、株距）,以及果梗物理特性和生物特性（果梗几何参数、果梗折断力、果梗拉断力、茎秆折断力等）,依据调研结果选定二指型电控夹爪以及轻量型六轴机械臂作为采摘机构,并对采摘平台的整机方案做了初步设计。（2）针对田间环境复杂,辣椒与茎秆、枝叶等背景颜色相近导致目标难以识别等问题,采用YOLOv5目标检测算法对辣椒做深层次特征提取和识别;为了准确理解不同环境因素对算法识别效果的影响,研究了在不同光照强度、补光位置以及不同遮挡和重叠程度下该算法的识别性能,结果表明:①补光位置位于正面90°时识别效果最好,算法平均精度均值mAP达0.973;②不同光强场景试验中,算法的mAP值由高到低分别为白天0.972,傍晚0.919和夜间0.594,光强低于300LUX时需补光;③在枝叶遮挡和重叠实验中,mAP由高到低分别为:轻微遮挡0.967、严重遮挡0.931、轻微重叠0.748和严重重叠0.639。（3）结合realsense深度相机开发了辣椒精准识别与定位系统,实现了辣椒空间三维坐标的精确提取,并按照通信协议将目标位置信息发送给机械臂下位机,实现了其智能化采摘功能。（4）结合激光和视觉SLAM开发了基于ROS的自主移动底盘,并在实验室场景下完成了建图和导航实验,结果表明:底盘在karto算法建立的环境地图中进行路径规划能避开障碍物完成自主行走,为后期辣椒采摘平台智能化、无人化作业提供了重要的技术支撑。