在地质勘探的过程中，勘探设备往往存在强电、强磁，勘探现场环境复杂多变，因此存在很多潜在的危险，对人身健康甚至生命有很大的威胁。近年来，随着汽车先进技术与智能机器人技术的不断进步，一种基于智能驾驶的自主地面车辆在地质勘探领域逐步得到应用。本文结合某预研项目从自主地面车辆障碍物检测方面进行研究，主要研究内容如下：首先，对自主地面车辆结构及关键技术进行深入研究并对地质勘探所处的环境进行了相关分析。通过对自主地面车辆所可能遇到的典型障碍物进行了分类以及特征分析，提取了障碍物的特征参数；同时对地质勘探的地形进行了探讨，主要包括地质勘探地形的描述方法与分类分析两个方面；提出了障碍物检测系统的设计原则，包括障碍物检测系统的反应能力，地质勘探路面的通过比，障碍物检测系统的敏感度，障碍物检测系统的可信度四个原则。其次，对自主地面车辆障碍物检测的传感器进行了相关研究。在比较分析各种典型传感器的基础上，选择视觉传感器与激光雷达传感器结合的方法，根据传感器的特性，提出了传感器的安装要求；对于由视觉传感器所获得的信息，采用图像处理的一般方法，对于由激光雷达传感器所获得的信息，采用卡尔曼滤波的方法，进行典型障碍物的检测，并采用基于Dempster-Shafer（D-S）证据理论的多传感器数据融合算法，对障碍物进行分类和判定。再次，制定了自主地面车辆越障控制策略。从自主地面车辆通过性的几何参数（最小离地间隙，最小转弯直径，接近角与离去角，纵向通过角）与典型障碍物（台阶，壕沟）的越障能力两方面分析了自主地面车辆的通过性；根据障碍物的特征提出了基于传感器多目标跟踪原理与多传感器数据融合的障碍物判定算法，进而提出了自主地面车辆越障的速度控制策略与方向控制策略。最后，对自主地面车辆障碍物检测进行了仿真分析。将整车模型简化为四自由度模型，构建的整车四自由度模型分析了自主地面车辆的车身垂直位移，车身加速度，车身前后俯仰角，车身前后俯仰角加速度的变化；构建的障碍物检测系统模型分析了自主地面车辆障碍物检测系统的反应能力与通过比；构建的越障模型分析了自主地面车辆越过台阶的能力。利用matlab软件进行了上述模型的相关仿真分析，验证了自主地面车辆越障控制策略的可行性与障碍物判定算法的有效性。本项目对于运用自主地面车辆进行地质勘探，降低地质勘探过程中对人造成的危险性，有一定的应用指导价值，同时对促进自主地面车辆智能驾驶技术的进步与应用推广，也有一定的实际意义。