移动机器人自从19世纪60年代问世以来,得到了研究者们的广泛关注。特别是随着计算机的应用和传感技术的发展,移动机器人逐渐从实验室开始走向社会生活,应用于农业生产、海洋开发、社会服务等各个领域。而随着技术的进步和不断增长的减少人员伤亡的需求,无人车在军事领域的应用也逐渐得到了各国的高度重视,许多国家纷纷加大了对军用无人作战平台的研究力度。90年代后,自主式车辆技术及其他关键技术有突破性进展,使自主式无人车得到了快速发展,美、俄、英、法等国已经开展了不同水平的无人车辆研发计划。与运行在城市结构化环境中的移动机器人不同,军用无人作战平台的运行环境大都是非结构化的越野环境。越野环境路面情况复杂,地形多样,包括陡坡、凹坑、水体等各类障碍,这给无人车辆的运行带来巨大的挑战。首先在环境建模方面,如何正确地识别环境中这些危险的路面区域是一个基本的问题。其次在路径规划方面,如何在已有环境模型的基础上,正确规划一条适合车辆行驶的安全最优路径,并且满足实时性需求也是一个令人关注的问题。在现有的关于无人车路径规划技术的研究中,绝大部分都基于平面环境,并大都采取路径长度最短或时间最短为最优标准。在越野环境中,复杂的地形情况使得继续采用平面环境简单的路径最优标准将无法获得令人满意的结果。本文针对智能车在越野环境中的应用需求,简要分析了无人车环境建模的方法。并且在环境模型准确获取的基础上重点阐述路径规划的解决方法。在环境建模方面,针对陡坡、凹坑、水体等各类路面障碍的地形特点,利用三维激光雷达数据建立环境的栅格地图。在该栅格地图的基础上,采用全局规划与局部规划相结合的路径规划策略进行路径搜索。全局规划中,针对环境庞大而使得搜索算法收敛缓慢的问题,提出使用维诺图提取全局路网,大大减小算法的搜索空间;同时针对路网搜索过程中可能出现的最优性失效问题,引入维诺不平度地图充分考虑路网周围区域的路面情况,从而保证算法能够找到真正有利于车辆行驶的全局路径。局部规划跟踪全局路径,为保证局部规划在跟踪时具有更大灵活性,基于全局路径提取了安全走廊;为保证局部规划结果的可执行性,采用单车模型生成可行路径单元集进行路径组合;为进一步提高局部规划应对动态障碍物的快速反应能力,采用动态窗口法缩小规划考虑范围。通过全局加局部的规划策略,使得车辆能避开环境中危险的路面区域,同时高效地进行局部跟踪,实现无人车在越野环境安全、有效地行驶。通过仿真实验,证明了该方法能够快速的在越野环境中生成一条全局安全路径,同时局部规划能够正确生成可行路径并引导车辆进行精确跟踪,从而保证了车辆能够安全准确的到达目标点,很好的解决了无人车辆在越野环境中的路径规划问题。