随着智能技术的发展,无人作战平台技术在不断提高,四轮驱动无人作战平台具有速度快、转向灵活、工作效率高等特点,在军事、工业和抗震救灾等野外环境中得到广泛的应用。在这其中,四轮驱动无人作战平台的路径规划问题一直是当前研究的热点问题。然而,现有针对四轮驱动无人作战平台的路径规划算法研究相对较少,也未考虑无人平台在环境信息和运动学方面的约束,标准A*算法在无人平台路径规划中出现了时间长、路径冗余和转折点较多导致的不平滑等问题。本文以四轮驱动无人作战平台为研究对象,针对四轮驱动作战平台进行运动学建模分析,从环境信息和运动学约束两方面对路径规划算法进行研究分析,提出一种改进的无人作战平台路径规划方法。论文主要工作如下:（1）首先,针对地面无人作战平台基本结构、原理和运动特性进行了研究分析,将四轮驱动作战平台运动模型简化为双轮驱动运动模型,最后在简化运动模型的基础上对地面无人作战平台进行运动学建模,此建模方法可以极大简化路径规划算法的复杂度,并且有效保证作战平台在现实环境中的运动安全性。（2）其次,基于环境信息及节点搜索对标准A*算法进行改进,结合运动学约束的Floyd算法对路径进行平滑处理,并利用改进A*算法对地面无人作战平台进行全局路径规划。改进算法利用环境地图中障碍物信息对A*启发函数进行改进,并且改进算法搜索节点以节点搜索方向,改进后的算法可以有效提升路径搜索效率,保证了算法在路径搜索过程中的实时性;同时改进算法在路径生成中融合作战平台的运动特性和安全距离等约束条件,生成的路径较为平缓,较大程度的保证了作战平台运动安全性。改进后的A*算法生成的路径为作战平台运动提供了一定的安全距离,并且作战平台在运动过程中极大限度的缩减了算法搜索节点和路径规划时间,考虑运动特性的A*算法规划路径转角更少,路径更优,更有利于无人作战平台的运动。（3）再次,针对无人作战平台局部路径规划的需求,引入滚动窗口理论（DWA）,针对动态窗口法规划的路径存在冗余以及规划速度并不能有效适应作战平台所处环境,对算法路径评价函数进行改进,设计了自适应评价函数的动态窗口法,并与改进A*算法规划的全局路径进行融合。融合改进A*算法和动态窗口法在全局路径的基础上进行局部路径规划,避免了过多的冗余路径,有效缩短了运动时间,且能及时避开未知障碍物实现地面无人作战平台的路径安全性。（4）最后,以实验平台WHEELTEC＿CAR四轮驱动无人平台为研究对象,对前文提到的无人作战平台路径规划的方法进行不同实际环境场景下的实验测试,分别验证了已知环境下无人作战平台的全局路径规划方法和未知环境下无人作战平台的局部路径规划方法的可行性和有效性。实验结果表明,以行程时间最短为优化目标的融合改进A*算法和DWA算法的路径规划方法,无论是在环境信息已知和未知的情况下,规划结果都更优于传统路径规划方法,能更好地指导无人作战平台在障碍物环境中的无碰撞寻优任务。总之,本文以地面无人作战平台为研究对象,针对四轮驱动作战平台进行运动学模型分析,从己知环境的全局路径规划和未知环境的局部路径规划两个方面对路径规划算法进行改进研究,提出一种改进的地面无人作战平台路径规划方法。相关研究成果会进一步丰富路径规划的研究内容,同时为工程中的自动驾驶和控制提供一定的理论基础和技术支持。