自从第一个巡航遥控机器人“月面巡视器1号”降落在月球上,开发一种能够自主探测月球和火星等地外天体的星表巡视器成为了航天领域长期关注的热点问题之一。路径规划是月面巡视器在星表自主作业、安全漫游与探测的重要保障。目前月面巡视器路径规划的研究工作多集中于地形可通过性分析上,很少涉及光照、通信等潜在约束条件。人类的决策有助于巡视器应对自主导航功能无法处理的突发情况,提高整个路径规划系统的性能。本文针对现有月面巡视器路径规划问题中存在环境适应性不足,应对突发事件能力有限等问题,综合考虑环境约束、巡视器本体运动约束和人机协同机制,开展月面巡视器路径规划研究,旨在提高路径规划成功率,改善巡视器的环境适应性和行驶安全性。复杂月面环境和月面巡视器本体的运动性能都将影响路径规划的有效实施。本文首先从制约路径规划有效实施的月面复杂环境约束和月面巡视器本体运动约束入手,开展路径规划约束条件的建模方法研究。针对月面探测场景,建立描述地形、光照和通信的数学模型。从巡视器本体的运动特性入手,结合月面巡视器上坡、下坡和越障三种典型运动状态,建立运动约束模型。然后,基于建立的月面环境约束,提出并开发了一种改进的A*路径规划算法。基于美国地质勘探局官网发布的月面数字高程图（Digital Elevation Model,DEM）,结合太阳、地球角度以及巡视器运动性能参数对月面DEM的危险区域进行标注,为路径规划提供依据。通过把地形、光照、通信等环境因素加权融合,形成改进A*算法的代价估计函数,实现了考虑环境约束的路径规划。MATLAB仿真环境下的算法性能仿真实验结果表明,改进后的A*算法规划出的路径能够有效避开陡峭斜坡、光照阴影和通信不可见等危险区域,比改进前更加适合月面探测场景。在此基础上,将巡视器的所有活动分为移动、感知、探测、充电、数传和休眠六种行为,建立了六种行为的时间消耗模型,完成环境约束动态变化下的全局路径规划实验。接着,考虑到现有月面DEM分辨精度低,难以真实反映月面地形中的月岩、陨石坑等影响月面巡视器正常行进的小型障碍物,本文提出了一种基于D*的改进局部路径规划算法,保证巡视器在有未知障碍物的场景下也能够安全可靠行驶。该方法的核心思想是将月面环境约束、巡视器转向角度、障碍物距离等因素加权融合到D*算法的移动成本函数。利用在Unity中建立的模拟月面环境,开展了路径规划算法的性能验证。MATLAB和GAZEBO仿真实验的结果验证了改进D*算法的可行性以及局部路径规划的必要性。最后,介绍了一种基于人机协同的路径规划系统架构,开发了一款GUI软件以实现人机交互,通过地面移动小车实验验证了人机协同的路径规划系统的可行性与有效性。