随着人工智能和计算机技术的不断深入发展,无人驾驶技术在军用和民用领域如日方升。智能车辆的无人驾驶应用场景也从简单的结构化环境逐渐转向森林草原、战场、矿区等非结构化野外环境中。野外环境下的路径规划的研究是推动智能车辆野外无人自主作业的重要环节,路径规划的质量直接影响车辆执行作业任务的效率和成本。分析研究野外环境下的路径规划的现状及使用的规划算法的基础上,结合本次研究的需求和目标,明确以RRT算法作为研究重点,围绕野外环境下的三维路径规划任务展开,以快速寻找到更贴近实际车辆行驶的无碰撞的平滑路径为目标。建立研究所需要的地图环境模型,以此作为野外路径规划工作的基础。区别于传统的简单二维地图的建模方式,本文采用更为形象的三维地图模型来表征野外环境的地形。对野外环境地形进行简化抽象,将稀疏的地形数据矩阵经三维扩展,曲面平滑,地图初始化设定等步骤实现二维到三维DEM地图模型的构建。本文建立了两种地形起伏不同、高程信息量不同的DEM地图模型作为算法性能验证的基础。研究RRT算法的基本原理、实现过程及优缺点,选择并分析算法的部分参数对算法的影响,明确改进的方向和策略。基于大量对比仿真实验分析,寻找优化的算法参数组合。仿真结果表明:采用优化的参数组合的算法,路径规划的效果优于基本算法,搜索时间、路径长度和收敛于路径解所需的迭代次数均达到参数组合中仿真数据的综合最低值。基于三维的DEM地图环境模型,进行改进RRT算法的三维路径规划研究。针对算法三维环境应用的改进方向,提出本文算法的维度扩展改进策略并搭建改进算法的流程,详细的论述了改进设计中所应用的目标偏向采样策略、三维度量函数、三维碰撞检测方式等的实现步骤。针对三维地图模型规划出的路径中不利于行驶的转折点等情况,本文的路径轨迹后处理选择剪枝处理和B样条曲线法进行,并用仿真示意轨迹后处理方式的效果达到了车辆实际行驶的需求。对本文提出的改进算法在三维空间内的应用是否有效可行进行对比仿真实验。在建立好的三维DEM地图中,进行三组不同的对比仿真。从不同地图环境模型、与基本RRT算法,A*算法进行规划过程的性能对比,分别验证了改进的RRT算法进行野外环境三维路径规划的可行性、高效性和优越性。结果表明该算法仿真规划出的路径更符合实际行驶情况,对保证智能车辆野外环境下高效、安全、经济的自主作业有一定的指导意义。