自主导航技术是地面无人车的核心技术,是人工智能领域研究的热点问题。地面无人车的自主导航一般分为感知、定位、路径规划与控制这四个部分。路径规划问题作为地面无人车研究中不可或缺的一部分,具有非常重要的研究和应用价值,虽然目前有许多学者提出各种各样的算法来分析、解决这个问题,但是行之有效的方法并不多,这就是本文继续研究路径规划问题的必要性。本文内容和研究成果如下:（1）实现了基于改进A*算法的全局路径规划算法。该算法与传统的A*算法相比,添加了方向代价到代价函数中,减少了不必要的栅格搜索以及转向次数,并且提出了一种近似欧几里德距离计算方式,使它比精确值更快地进行计算,同时在靠近目标时采用Weight A*算法,提高算法收敛速率,然后利用三次样条插值的方式对所规划出的路径进行平滑处理,使最后得到的路径更加合理。另外,基于地面无人在自主巡航方面的应用需求,借鉴安全的空中走廊（Safe Flight Corridor,SFC）思想提出了一种基于虚拟通道的自主巡航方案,这种方式与传统的逐个发送航点给导航系统不同,首先,预先在环境地图中采样序列航点,然后通过航点和车身尺寸设定一条固定宽度的虚拟通道,最后通过改进后的A*算法进行规划出一条全局路径,从而实现了依照设定的路径自主巡航。所提出的方案有效避免了传统方式中,当相邻航点之间角度偏差较大时,规划失败的问题。（2）提出了一种改进时间弹性带（Timed Elastic Band,TEB）算法的局部路径规划算法。本文利用PID（Proportional Integral Derivative）控制器,采用路径跟踪的方式,跟踪TEB算法得到的局部路径,替代了原算法计算下发控制量的方式,使获得的控制量更加精准。此外,原始的TEB算法仅对最大速度、加速度等进行了约束,为了提高算法在实际使用中的性能,本文在原有约束的基础上添加了加加速度约束,限制了加速度的变化率,减少了避障过程中地面无人车的震荡次数,提高了运动的平顺性。（3）利用ROS Navigation框架以及所搭建的软硬件仿真平台,对本文提出的结合改进后的A*算法以及TEB算法的混合路径规划算法、基于虚拟通道的自主巡航方案进行了验证。最终,实验结果表明本文所提出的路径规划与自主巡航策略在多种环境下都是有效、可行的。