各星球的知识在全人类的认知范围里不断累积,而月球更是由于矿产资源、能源的丰富及在太空中的跳板作用成为世界各国科研工作者所重视。月球探测工作可以充分展现国家综合实力、提高国际威望以及增强国际太空事务中的竞争力;深入研究探测必然会对高强度材料、火箭、能源、通讯、人工智能、自动化控制等领域的研究产生推动作用,促进国家科技发展。目前,各国为了在航空领域抢占制高点,争夺丰富的太空资源,投入了大量的人力,物力和财力开展导航和控制研究。不仅如此,导航和控制在军事,工程等多方面也被广泛应用。路径规划技术是导航与控制研究重要的一个方面,在高危险,高风险,人力不可及的领域具有举足轻重的地位。同时,它也是建立完善的导航与控制系统不可或缺的一环。针对月球车路径规划问题,本文探讨A*算法和B样条函数在月球车导航和控制方面的应用。主要对以下几个方面进行了大量研究:1.将A*算法引入到月球车路径规划中,形成了基于A*算法的路径规划技术。针对静态完全已知地图,A*算法的搜索速度非常快,能很快找到最短路径,而且可以很方便地控制搜索规模以防止堵塞。具体步骤为:首先进行环境建模,对静态完全已知地图栅格化;然后对A*算法优化,搜索出最短路径,生成型值点序列。2.在轨迹规划方面,运用优化后的B样条函数,实现了已知型值点反求出控制点算法、处理重节点算法、追赶法求方程组算法和计算B样条插值点算法。最终,用Visual C++语言编制出过型值点的均匀非周期三次B样条函数。并通过GDI绘图技术将地图和路径显示出来,使月球车能沿着二阶连续的避障路径行进。3.探索出一种将A*算法和B样条函数相结合的路径规划和轨迹规划技术。使该技术兼具有A*算法搜索速度快和B样条曲线拟合效果好、轨迹平滑等优点,满足了月球车对实时性、实用性的要求。经验证可很好的解决月球车在月面等静态完全已知环境下路径规划问题。本文的创新点主要在以下几个方面:1.对A*算法的搜索策略进行了优化。在F值相同的情况下,优先扩展最近添加到OPEN表的方格,这样可以显著提高搜索效率,提高A*算法的实时性。2.优化了B样条函数。对位于一条直线上的多个型值点,省略掉中间的型值点。由对比可以看出,优化前月球车需要频繁变换方向,优化后保持了速度和加速度的连续性,绘制出的B样条曲线更合理,更有实用性。3.在介绍对比了大量的全局路径规划、局部路径规划和轨迹规划方法的优缺点后,创造性的将A*算法和B样条函数相结合。既快速的搜索出了一条最短路径,又满足了对月球车动力学和运动学的约束。