自主避障系统是移动机器人自主性的核心体现之一。提高非结构化环境下自主避障系统的安全性和可靠性是当前自主避障系统的重要研究需求。非结构化的环境中可通行区域的几何结构复杂,种类多样,区域边界不清晰,且环境状况不固定。传统的避障系统主要使用几何结构信息和低层次的视觉信息,缺少对语义信息的考虑,因而在非结构的环境下难以区分不同的可通行区域,诸如草地、自行车道、人行道等;并且,传统的避障系统没有衡量地形、语义因素对于避障时路径上可通行程度的影响,在非结构化的环境中可能造成避障效果不稳定,甚至避障失败的情况。为了解决上述问题,本文以面向非结构化环境的自主避障系统作为研究核心,对自主避障系统中地图构建环节和路径规划环节展开了研究。首先,针对地图构建环节,本文探索了一种语义可通行概率栅格地图构建算法。该算法以双目相机RGB图像作为输入,通过语义分割模型提取语义信息,对提取的语义信息进行通行区域的栅格地图构建,再基于距离变换和概率转换将其转换为语义可通行概率栅格地图。此外,针对路径规划环节,本文探索了一种基于语义可通行概率栅格地图-激光雷达高程地图的局部路径规划算法。算法对原有的动态窗口法的进行了改进,在代价函数中加入地形影响因子以及语义影响因子,考虑不同地形、不同区域类型以及不同地点对于路径选择的影响,优化路径规划的结果。最后,本文在移动机器人平台上搭建了完整的自主避障系统,并在实际环境中进行了实验验证。实验结果表明,相比于高程地图,本文提出的基于语义信息的可通行概率栅格地图能够更全面地对周围环境建模,更有效地区分不同点的可通行程度。并且,结合语义可通行概率栅格地图以及高程地图提供的信息,本文提出的路径规划算法结果更加安全可靠。本文的探索为后续自主避障系统研究工作提供了一定的参考。