随着科学技术的发展,无人机在工业、农业、军事、生活等领域都有很广泛的应用,并且发挥着重要作用,精准的无人机航迹规划会节省大量人力、物力和财力,因此对无人机飞行航迹规划的研究十分重要。本文在障碍物检测、飞行场景构建、飞行约束及飞行代价建模和优化算法改进的基础上,分别对无人机静态和动态航迹规划进行了研究和仿真。本文主要研究内容包括以下方面:第一,针对无人机在飞行过程中会遇到障碍物问题,本文先利用Laplacian算子对图像进行边缘检测,然后进行形态学处理,完成图像的分析与识别,最后利用包络检测,检测障碍物轮廓,完成障碍物识别工作。第二,本文针对狮群算法在后期种群多样性差和易陷入局部最优的问题,提出了一种改进的狮群算法,该算法解决了收敛精度低和全局搜索能力差的问题。最后,通过实验验证了改进狮群算法的收敛性及有效性。第三,为了实现无人机静态航迹最优,本文建立了飞行约束条件及飞行代价的目标函数,从而确定了无人机静态航迹规划模型,同时构建了数字化三维山峰地形,供无人机静态航迹规划使用。在该地形地图的基础上,分别以粒子群算法、遗传算法、狮群算法及改进狮群算法进行无人机静态航迹规划仿真研究,仿真结果表明,改进狮群算法的静态航迹最优,该结果验证了改进狮群算法在无人机静态航迹规划应用上的有效性。第四,为了使无人机动态避障及调整航迹,并实现无人机动态航迹最优,本文通过障碍物的添加,并采用不同的智能优化算法进行无人机动态航迹规划仿真研究,从而验证了改进狮群算法在无人机动态航迹规划应用上的有效性。