Los vehículos autónomos desempeñan un papel crucial en los sistemas de transporte tridimensionales y han sido ampliamente investigados e implementados en la minería y otros campos. Sin embargo, las diversas e intrincadas características del terreno presentan desafíos para la transitabilidad de los vehículos, incluyendo características geométricas complejas como la pendiente, parámetros físicos severos como la fricción y la rugosidad, y obstáculos irregulares. La investigación actual sobre el análisis de transitabilidad enfatiza principalmente el procesamiento de información perceptual, con una consideración limitada para el rendimiento del vehículo y los parámetros de estado, restringiendo así su aplicabilidad en la planificación de rutas. Este artículo propone un marco de análisis de transitabilidad y métodos de planificación de rutas para vehículos autónomos con ruedas en terrenos rígidos, con el fin de lograr costos de transitabilidad más eficientes y menos redundancia en la planificación de rutas. Primero se establecen las condiciones de frontera de transitabilidad basadas en las características del terreno y del vehículo utilizando métodos teóricos para determinar las áreas transitables. Luego, se obtiene el mapa de costos de transitabilidad para las áreas transitables a través de simulaciones y análisis de regresión lineal segmentada. Posteriormente, se propone el algoritmo TV-Hybrid A* redefiniendo las funciones de costo de ruta del algoritmo Hybrid A* a través de los datos de simulación y el método de red neuronal para generar una ruta más rentable. Finalmente, la ruta generada por el algoritmo TV-Hybrid A* se valida y se compara con la de los algoritmos A* y Hybrid A* en simulaciones, demostrando un costo de transitabilidad ligeramente mejor para el primero.