为了适应日渐广泛的无人车应用需求,复杂野外环境下的无人车应用日渐增多,复杂野外环境具有道路边界不明显、环境影响因素众多等特点,传统结构化环境下的无人车辅助规划系统面临着新的挑战。复杂野外环境中的路径规划受到环境材质、地形、坡度等多种因素的影响,对环境中障碍判断不能绝对的区分为障碍区域和可行区域,无人车的极限驾驶能力影响着车辆在野外环境下的行驶状态,而往往无人车的决策人员需要更为精确和全面的辅助信息,帮助其做出路径选择。基于以上需求分析,本文以复杂野外环境下的无人车辅助规划问题作为研究对象,考虑无人车的极限工况约束,设计并实现了复杂野外环境下的极限驾驶辅助规划系统,通过对复杂野外环境建模分析环境对路径规划的影响,通过对环境空间中的路径方案搜索形成路径方案,并提供了一种综合的路径成本评估方法,以形成面向无人车决策人员在路径方案决策上的辅助能力。首先,本文的辅助规划系统完成了对复杂野外环境的抽象和建模,通过地图栅格化、坡度表示、障碍判断以及环境材质分类,实现复杂野外环境中对路径规划影响因素的分析,采用提取等高线的方法描述地形的起伏,同时考虑无人车的转角约束和坡度约束,形成在复杂野外环境下无人车极限工况行驶的求解空间建模和成本映射方法。其次,辅助规划系统实现了环境约束和无人车极限工况约束下的路径求解,并提供了一种路径方案成本综合评估方法。通过将基于蒙特卡洛随机采样的多重搜索方法应用于路径规划问题,完成对路径规划问题的启发式求解,并从安全性、平稳性、路径长度、油耗以及转向五个方面对规划的路径进行成本评估,并提供系数加权的综合成本评估方法,辅助无人车决策人员选择出符合当前任务需求的“最优”路径方案。最后,本文在仿真环境中建立了无人车辅助规划验证系统,实现了对无人车在复杂野外环境下的路径辅助规划,通过对规划结果的合理性分析,对本文提出的辅助规划系统设计的可行性和有效性进行了验证。