随着人工智能技术在军事上的广泛应用,无人作战平台在未来的军事斗争中的地位越来越重要。无人作战平台需要不断提高自身的的自主性以及智能化程度,以适应各种复杂的任务类型和战场环境。在无人作战平台规划决策过程中引入领域知识,不仅增强了平台对态势的理解,也支持平台对突发情况做出决策。本文针对地面无人作战领域,首先提出并构建了地面无人作战领域知识图谱模式层本体模型,用于形式化建模领域知识;其次,设计并构建了任务推理系统,处理无人平台规划决策过程中的不确定信息;最后,将领域知识图谱、任务推理支持系统与规划系统集成,设计并构建了基于领域知识的智能规划系统,支持无人平台自主生成完整的作战行动序列。本文主要工作及贡献如下:（1）提出并构建了地面无人作战领域知识图谱模式层本体模型。从地面无人作战领域出发,根据领域知识的特点,构建基于OWL（Web Ontology Language）的地面无人作战领域本体;其次,为了表示地面无人作战领域内知识的不确定性,对构建的领域本体进行概率扩展,使其支持对不确定知识的表示,以概率值的形式定量描述知识的不确定程度。（2）设计并构建了基于MEBN的任务推理支持系统（Task Reasoning Support System,TRSS）。为了处理地面无人平台在任务规划执行中的不确定情况,在地面无人作战领域本体的基础上,构建不确定知识推理框架。TRSS基于领域知识和环境感知的信息,采用精确推理算法,进行自主决策,并将决策结果以任务的形式交由规划系统。仿真实验表明:构建的TRSS能够对无人作战平台遇到的多种突发情况做出正确决策。（3）设计并构建了基于领域知识图谱的智能规划系统。首先概述了现有的基于知识的智能规划系统框架,分析了现有的框架存在的问题,进而提出本文的基于领域知识的智能规划系统框架;然后,本文提出了一种新的OWL2PDDL转化算法,自动将知识图谱中的领域知识转换成规划器所需的PDDL领域文件;规划系统接收来自TRSS的决策结果,调整规划方案。针对地面无人作战场景想定,开展仿真实验。以无人战车执行定点火力打击任务为例,设置实验过程中的突发情况,同时记录推理和规划所需的时间,验证了本文设计的基于领域知识图谱的智能规划系统的时效性。