近些年来,随着国家经济实力和科技水平急速发展,科技化、智能化产业越发得到社会各界广泛重视。其中有一个重中之重的方向就是汽车智能化,由于机器执行程序存在其确定性,所以汽车智能化产业的落地可以极大程度上解决司机人力问题以及人为原因造成的安全问题。但是汽车智能化产业距离完全落地还有很长的一段时间,汽车智能化的单车智能方向就存在极大的挑战。随着科学技术的进步和发展,智能化已经慢慢渗透到传统行业。采矿业历来都是国家的重要战略方向,但是传统的采矿业存在着危险性大、工作强度高和工作环境差等多方面问题,由于以上问题,采矿企业目前存在招工难、费用高、污染大等问题,所以如何实现矿山的无人化是解决传统采矿业痛点问题的关键。而在其中自动驾驶是解决矿山运输问题的重要一环,路径规划作为自动驾驶框架的核心部分,同样面对复杂的挑战。本文提出了一种适用于矿区复杂工况的路径规划算法,在此种算法提出之前工业界几乎没有专门针对矿区的规划算法。此算法在离线测试过程中取得良好结果,在实车测试过程中避障效果同样稳定,并部署于多台矿用自卸车上。本文首先简述智能驾驶车辆的框架结构,然后对矿用自卸车智能化改装进行说明,经过改装后的矿用自卸车在复杂矿区环境中已经实现对环境的初步感知和定位,为路径规划算法提供基础。然后针对智能矿山中无人车局部路径规划中存在的安全性、实时性方面的问题,提出了一种基于传统A*算法的改进路径规划算法。本文首先改变传统A*算法路径点约束,由二维的（x,y）更改为（x,y,yaw）,生成的路径由曲线连接而非直线。其次,由于算法的扩展方式发生改变,所以对于算法的启发式函数进行优化,启发式函数由距离代价函数,曲率代价函数和航向角变化率代价函数所组成。再次,对初始路径进行在优化,提高路径的平滑性和安全性。本文针对矿区存在的深坑特殊工况,提出了创新性的优化方法,可有效提高生产效率,降低能源消耗。本文算法首先在仿真环境中进行大规模测试,以测试算法的完备性、安全性和实时性。而后再实际场景中投入使用,取得不错的结果,可以实现矿区自动驾驶的绕障功能。相较于传统的Dijkstra算法和被广泛使用的Lattice算法,本文提出的算法在规划速度和路径质量明显更好,更适用于矿区复杂环境。