利用移动的探测器探测月球表面是各航天大国开展月球探测的主流手段。月面探测器的移动能力是完成各种科学实验(月岩探测、月壤采样等)的保证,其路径规划的优劣会影响到探测任务的效率。在月面探测器路径规划中,坡度、粗糙度和起伏度等约束将影响月面探测器的爬坡能力、多轮协调控制能力(行驶能力)和越障能力;路径的长度、平滑度和安全度等约束将决定路径的优劣。本文基于某载人航天预研项目,以月面探测器为研究对象,对月面探测器进行探测任务过程中的月面环境建模以及月面探测器路径规划方法开展研究。主要研究工作如下:(1)改进了一种基于多约束路径规划的环境建模方法。根据数字高程地图生成月面三维模型的基础上,分析月面探测器结构特点,提取月面地形信息因子,以月面环境的地形坡度、粗糙度和起伏度这三种地形信息因子作为环境约束特征从而构建了满足月面探测器行进条件的可通行代价函数,从而求解出月面探测器可通行区域并构建了相应的栅格地图。(2)在全局路径规划中运用了一种改进的蚁群算法。使用蚁群算法在上述已得的栅格地图中进行路径搜索和寻优。考虑到大部分的全局路径算法中存在只采用路径长短作为评估指标的欠缺,增加了探测器在路径行驶上的稳定性和可靠性的约束指标(即路径的平滑度和安全度),并引入了双向并行搜索策略、自适应调节状态转移和信息素挥发因子以及对拐点的再次处理等策略,解决了原始蚁群算法容易陷入局部最优且收敛速度慢的问题。(3)在局部路径规划中采用了一种改进的动态窗口法,针对月面探测器本身结构性能和动力学性能,引入了转向角约束并改进了评价函数,使探测器能够在环境信息未知的情况下进行实时避障,提高探测器对路径选择的综合能力,并改善了探测器在行走时的速度控制能力。(4)基于改进蚁群算法和动态窗口法的集成路径规划。探测器沿着全局路径规划所得的节点按照探测器的探测范围对局部路径进行规划,以完成将全局路径规划和局部路径规划紧密结合的目的。即便出现当前环境出现变化的情况,也能使探测器成功抵达目标所在位置。本文给出了路径规划集成优化的具体实现流程,在MATLB平台设计了相应的仿真实验,验证了该集成方法的有效性。