随着人工智能和计算机技术的高速发展,地面无人车辆逐渐成为人工智能应用的重要领域之一。无人驾驶技术是地面无人车辆的核心,是集计算机、数学、控制、信息、测绘等多学科于一体的综合性前沿科学技术。地面无人车辆主要分为轮式车辆和履带式车辆。目前,研究较多的是轮式车辆,如百度无人车、谷歌无人车等,轮式无人车辆主要用于生活、企业等民用领域,而履带式无人车辆的研究相对较少,主要应用在军事、消防、抗震救灾等领域。地面无人车辆技术主要是通过大量传感器获取环境障碍物信息,然后自主进行路径规划做出运动决策,使得车辆能够安全最快的到达目标位置,从而实现地面无人车辆的运动规划导航控制。履带式车辆由于自身结构的特点和需求,其运动方式与轮式车辆不尽相同,因此履带式无人车辆的路径规划问题亟待解决,以实现履带式无人车辆在军事、工业、消防、救灾等领域的应用。论文围绕履带式无人车辆进行研究,主要内容包括如下几个方面:(1)提出一种环境信息已知情况下的车辆全局路径规划方法。将移动机器人车辆看做质点,在不考虑车辆运动状态的前提下,首先采用栅格分解法对移动机器人车辆的地图信息进行环境建模,构造路径规划问题的数学模型,然后对传统蚁群算法进行改进设计以提高路径搜索的准确性和效率,从而提出以路径最短为优化目标的基于改进蚁群算法的全局路径规划方法,最后利用MATLAB对基于改进蚁群算法的移动机器人车辆全局路径规划方法进行仿真,验证该方法的可行性和有效性。(2)提出一种环境信息未知情况下的车辆局部路径规划方法。将移动机器人车辆看做质点,在不考虑车辆运动状态的前提下,首先概述了用于局部路径规划的滚动窗口算法理论,并对其进行数学建模,然后针对改进蚁群算法和A*算法的原理提出以路径最短为优化目标的基于改进蚁群-A*混合算法的局部路径规划方法,该方法提高了算法的收敛速度和搜索效率,最后利用MATLAB对基于改进蚁群-A*混合算法的移动机器人车辆局部路径规划方法进行仿真,验证该方法的可行性和实时性。(3)提出一种基于履带式车辆中心转向的路径规划方法。将履带式车辆看作为刚体,针对履带式车辆的差速转向原理,对履带式车辆的运动状态进行分析,研究两侧履带速度差与车辆转向之间的关系,再对履带式车辆进行运动学建模和动力学建模,然后在考虑履带式车辆运动状态的前提下,提出履带式车辆转向时间的预测计算方法,最后以行程时间最短为优化目标,在提出的以路径最短为优化目标的经典路径规划方法的基础上,提出了一种基于履带式无人车辆中心转向的路径规划方法,从而为履带式无人车辆的导航控制奠定理论基础。(4)对提出的履带式无人车辆路径规划方法进行实验验证。首先概述实验平台G1-RAS型履带式机器人小车的体系结构,在该平台上验证履带式车辆转向时间预测计算方法的准确性,然后对履带式无人车辆的路径规划方法进行实验研究,以普通地图典型场景和隧道地图场景为实验环境,分别验证已知环境下履带式无人车辆的全局路径规划方法和未知环境下履带式无人车辆的局部路径规划方法的可行性和有效性。实验表明,以行程时间最短为优化目标的基于履带式无人车辆中心转向的路径规划方法,能实现在路径最短的前提下保证总行程时间和转向次数更少,从而指导履带式无人车辆在障碍物环境中的无碰撞寻优任务。