弯曲管道结构是工业探测或医用诊察中常见的一种场景，传统机器人的路径规划大多基于管道中心线的提取，而忽略了在狭窄空间中作业的真实参数约束，易使得作业工具末端受到弯折或挤压，影响作业效率，增加作业风险．针对以上问题，提出了一种面向真实曲率和边界距离参数约束的路径规划方法，在可视化的三维模型中生成管道的中心稠密点集，针对该点集提出两步走的空间特征点识别策略.在选定作业路径的初始点、终止点后，依据邻近点间的曲率均值、极值及差分关系识别曲率极值点、分段点，通过对粗扫描特征点的遍历进一步识别出拐点和宽域节点以及过密点．将识别出的特征点作为型值点，反算得到NURBS曲线及对应插值点的曲率值，通过模型切片搜索得到曲线插值点的边界距离不合格点集．将极值点添加至特征点集中，再通过搜索得到的曲率不合格点集，将极值点进行拟合圆调整至后更新特征点集、在完成自适应轮次的特征点迭代后，检测并标记为空或连续不变的全区间参数不合格点区间集.实验结果证明：弯曲圆柱仿真模型和CT重建肾腔模型的规划路径经由迭代分别满足曲率10 mm^-1、8 mm^-1的约束．同时最短距离的全区间检测及标记结果也表明本文方法可以在满足曲率要求的前提下尽可能不碰撞管道内壁，验证了本文方法的有效性和可行性.