针对主干形梨树在非结构化环境中自动化整形修剪存在的避障困难、路径冗余等问题，文章提出了一种融合机器视觉与运动学约束的混合路径规划算法:通过点云骨架化提取与农艺参数驱动的自动化整形修剪决策模型，自动生成修剪目标位姿;针对树冠内狭窄空间的避障难题，设计改进Bi-RRT*算法，引入势场导引的自造应步长与目标偏置采样策略，实现无碰撞灵巧规划。田间试验结果表明:改进算法规划效率提升43.4%，系统避障成功率达96.5%，单枝修剪周期4.2S，剪口平整度满足农艺要求，可为果园智能化作业装备研发提供算法支撑。
随着梨树栽培向省力化、机械化的主干形转变修剪成为劳动强度最大、技术门槛最高的环节。尽管工业机器人在结构化环境中已应用成熟，但直接移植至果园面临巨大挑战:树枝生长具有随机性与非结构化特征，光照变化干扰视觉感知，密集枝叶对机械臂构成复杂障碍物环境。
当前机器人路径规划多集中于二维平面或静态刚体，针对果树“刚柔耦合”特性的三维路径规划研究不足。传统人工势场法易陷入局部极小值，而快速扩展随机树(Rapidly-exploringRandomTree,RRT)生成的路径通常曲折冗余，难以满足修剪对姿态精度与动作流畅性的要求。为此，本文旨在建立一套完整的主干形梨树自动化整形修剪技术体系，重点攻克高维构型空间下的无碰撞路径规划难题，以实现机械臂在复杂树冠内的灵巧作业。