本发明涉及一种基于卷积神经网络的智能农机静、动态物体检测的路径规划方法，用于解决农机路径规划过程中由于分类效率低，无法对障碍物进行有效判别导致农机路径规划方法有效性、稳定性差的问题，包括训练障碍物分类模块；构建全局地图，完成全局路径规划；农机根据全局路径规划方案行驶，实时检测行驶路径上的障碍物，当检测到障碍物时，利用训练完成的障碍物分类模块对检测到的障碍物进行动静态分类，根据分类结果进行即时局部避障，直到农机走完全局路径。通过使用K‑均值聚类算法把CNN输出的逐点标签矩阵变成被扫描物体的实例标签，提高了分辨效率以及分辨精准性，对障碍物进行动静态分类，并采用不同的避障方法，安全性、稳定性更高。