月球车的研制是探月工程的重要组成部分,而导航与控制又是月球车研制的核心技术之一。在不确定的非结构化的月面环境下,实现月球车安全导航面临的一个关键问题是路径规划。月球车路径规划不仅要考虑行程的优化,还需要考虑地形的可通行性、障碍的不确定性等因素。考虑到人机智能融合对于提高月球车导航性能的意义,本文重点对基于人机协同的多约束多目标优化的路径规划方法进行了研究。本文完成的成果和创新点为:1)提出了一种基于人机协同的三层递阶式导航控制系统结构。该结构采用了慎思与反应相结合的导航控制策略。建立了多种人机协同机制,将人的规划能力和反应能力融入到地面协同规划层,并通过遥控命令作用到车载导航系统,实现了人机智能的有机结合,提高了月球车运行的安全性和环境适应性。2)提出了一种基于人机协同的多约束路径规划的环境建模方法。该方法综合考虑了四个方面的因素:针对月面地形的可通行性,利用月面数字高程模型,结合月球车的通过性约束,实现了可通行性分析;针对环境感知的不确定性和控制器执行的不确定性,建立了障碍物的概率分布模型,并引入潜在危险区和危险性度量函数,将不确定性反映到环境建模中;针对规划过程中的人机交互行为,引入了路径导引点和路径导引函数,将人的智能融合到环境建模中;针对月球车运动的平稳性,建立了路径平滑性度量模型。3)提出了一种面向人机协同的多目标路径规划的性能评估方法。以多目标优化理论为基础,建立了多目标路径规划优化模型。在此基础上给出了一种多目标路径规划进化算法,该算法能同时得到各个优化指标相互制衡下的多个非劣解。4)提出了一种基于模糊偏好关系的路径规划参数优选方法,将多目标决策问题转化为符合人的主观意愿的单目标决策问题。研究并实现了一种利用完全一致性约束快速构建模糊偏好关系矩阵的算法,该算法不仅能真实地反映操作员的主观偏好,而且还减小了操作员对各优化目标重要性判断的盲目性。在上述工作的基础上,设计并实现了一个基于人机协同的路径规划系统,并在自行研制的月球车平台上进行了实车试验,验证了以上方法和算法的可行性与有效性。