地面无人平台作为无人车辆的一种特殊形式,自问世以来便得到了广泛关注和飞速发展。随着现代化军事技术的进步,地面无人平台作为一种可靠的装备形式,越来越成为各国研究的重点。与主要在城市的结构化环境中运行的民用无人平台不同,军用无人平台的运行环境大多是越野道路等非结构化环境,其特点是地形复杂、障碍多样,这对于地面无人平台的运行带来了挑战,尤其是在自主导航系统部分。由于现有的技术大多基于平面环境,难以直接移植到非结构化环境下。因此,针对现有技术的壁垒,本文着眼研究地面无人平台非结构化场景下的路径规划技术,主要包括以下几方面:（1）针对地面无人平台在非结构化环境中的感知需求,确定本文环境感知的传感器方案。统一坐标系后针对非结构化场景下的目标点云特征,进行有效检测范围划定和数据滤波,减少数据处理量。设计基于kd-tree最近邻搜索的改进ICP精配准算法,完成不同帧点云图像的融合,并在仿真实验中结合SAC-IA粗配准算法完成了三维点云的配准。（2）研究非结构化场景的三维环境建模方案,以数字高程模型作为地形表达形式,以栅格地图作为地图表示方法,结合两者特点,并分别加以改进,融合建立包含高程维度信息的类三维环境模型,提出“非定态障碍物”的概念对环境中可能会对地面无人平台行驶造成潜在影响的障碍物因素进行分类定义,包括坡度障碍和阶跃高程差地形,设计其分析提取方法。（3）研究基于包含非定态障碍物分布的环境模型的三维路径规划方法,对地面无人平台的越野性能进行评价,包括最大爬坡度和最大越程。在A*算法的代价函数中增加通行度评价和地形惩罚函数,设置两组不同工况下的对比仿真实验,验证算法具有良好的可用性,能够为地面无人平台规划出一条适合其通行的“捷径”,更快地到达指定位置。（4）基于实验小车平台设计实车验证系统,实验小车平台主要包括驱动系统、车载工控机、激光雷达等。搭建模拟的非结构化实验场景,通过地面无人实验小车平台和车载激光雷达等硬件首先完成实验场景的环境感知和建模,在上位机中利用本文提出的三维路径规划方法基于环境模型进行了两种小车平台状态的离线规划。最后,基于规划好的路径,将路径坐标和控制信号下发至底盘的执行层,实现路径的循迹执行。实验结果表明,本文提出的环境感知和建模方法以及三维路径规划算法能在非结构化场景中规划出一条适合通行的三维路径。