La planificación de rutas de cobertura completa (CCPP) es una tecnología clave en el campo de los robots agrícolas y tiene una gran importancia para mejorar la eficiencia y calidad de la labranza, fertilización, cosecha y otras operaciones de robots agrícolas, así como para reducir el consumo de energía en las operaciones. Los métodos de CCPP basados en boustrophedon o algoritmos de búsqueda heurística, al enfrentarse a campos con límites irregulares, obstáculos y otros entornos complejos, aún enfrentan muchos problemas y desafíos, como grandes áreas de trabajo repetidas, múltiples giros o giros en U, baja eficiencia operativa y propensión a óptimos locales. Para resolver los problemas mencionados, se propuso en este artículo un método de CCPP basado en un algoritmo genético mejorado, que extiende de manera innovadora los cromosomas del algoritmo genético tradicional y la mutación de un solo punto en pares de cromosomas y mutación de múltiples puntos, y propone una función de aptitud de equilibrio multiobjetivo. Los resultados de simulación y experimentales en campos regulares simples mostraron que el método de CCPP basado en un algoritmo genético mejorado logró un rendimiento comparable con el método de CCPP basado en boustrophedon tradicional. Sin embargo, en campos irregulares complejos, el método de CCPP propuesto reduce un 38.54% del área de operación repetida y un 35.00% del número de giros en U, y puede ahorrar un 7.82% de consumo de energía en promedio. Esto demostró que el método de CCPP propuesto tiene una fuerte capacidad de adaptación al entorno y tiene un valor práctico de aplicación en la mejora de la eficiencia y calidad de las operaciones de maquinaria agrícola, así como en la reducción del consumo de energía.