摘要：无人驾驶车辆在越野环境中行驶时,往往面临着复杂的地形和多变的路面。为进行可靠且高效的路径规划,保证车辆安全机动行驶,提出一种考虑复杂地形的越野环境无人车辆路径规划方法。该方法包括全局路径规划与轨迹规划,针对全局路径规划,提出一种基于崎岖地形人工势场的改进Theta^(*)算法,该算法综合考虑坡度、地面类型、地面高程等因素,使车辆尽量远离崎岖地形,通过减少途经路径的坡度和起伏地形,来提高车辆在越野环境中的通行效率、稳定性及安全性。针对局部轨迹规划,提出面向多变行驶场景的自适应概率路线图算法(Adaptive probabilistic roadmap method,APRM),通过设计不同的采样策略来适应车辆在越野环境中行驶场景以及障碍物的变化,从而提高复杂越野环境局部轨迹规划算法构建路径网络图的效率。通过试验验证,改进Theta^(*)算法输出的全局路径平均坡度减少35.63%,地表起伏程度降低33.56%,APRM算法在非结构化道路与开阔场景下进行局部轨迹规划所用时间分别减少79.68%和54.74%。