多自主无人地面车辆(Multiple Unmanned Ground Vehicles,MUGV)系统的研究由于智能机器人技术的进步得到了快速发展,目前在多个领域的应用越来越广泛。多自主无人地面车辆系统是通过全局规划以及多辆地面自主无人车之间的协作完成任务,其中多车路径分配及单车全局路径规划技术关系到整个系统的高效运行。本文首先研究了MUGV中的多车路径分配问题,它的实质是多机器人任务分配问题,可被抽象为多旅行商问题(Multiple Traveling Salesmen Problem,MTSP)。通过对该问题及其求解框架的形式化描述,我们以此展开其关键技术:(1)由于环境模型是基于概率连通的有环道路网,作业点之间的期望距离(平均连通距离)会随着环境的变化而改变,所以采用SPRP(追索的最短道路问题)范式求解有环网中作业点间的期望距离;(2)将多车路径分配问题抽象为多目标的MTSP问题,采用随机化算法进行路径分配;(3)通过更新全局路径代价的概率分布,来适应环境的变化。本文还对自主无人地面车辆(Unmanned Ground Vehicles,UGV)中的单车全局路径规划问题进行了研究。除了完成传统的路径规划总代价最小的目标外,我们通过对动态规划算法的特殊设计,满足了本问题特定的约束条件:(1)车辆自身具有一定宽度,在路径规划时要予以考虑;(2)道路具有一定宽度,应尽量使自主无人车辆行驶在道路中央;(3)规划出的路段数量应尽可能少,即路点数量尽可能少。文章分别进行了多车路径分配及单车路径规划的实验仿真。最后,本文提出了所研究问题的进一步发展方向。