地震发生后,城市道路可通性发生变化,面对部分未知的场景以及通讯、图像采集等设备瘫痪的问题,本文利用无人机视野范围广、机动性高、巡检效率高等优点为无人车路径规划提供地图信息,利用无人车高负载、高续航等优点进行物资运送、为无人机续航,从而实现救灾效率的提升,减少灾区人员伤亡。以无人机与无人车协同系统为研究对象,以求解震后城市场景下到达目的地最短用时为目标,本文对无人机与无人车的协作建模、路径规划问题进行深入探讨,主要完成的工作如下。基于震后城市场景,提出不确定环境下无人机与无人车协同系统双层路径规划问题,对将要建立的模型进行假设分析。在双层弧优化的基础上对无人车弧路由进一步优化,使用道路离散化方法建立了二者路径规划协作时的数学模型。通过对比有障碍物场景下的多种决策结果,得到了执行不同决策所需的判断条件,优化了该场景下的数学模型,为后续算法设计奠定了理论基础。考虑震后城市场景的不确定性和算法的兼容性,提取了高精度地图中的必要元素,使用三次多项式对所提取的元素进行处理,建立了本文的地图模型。之后在地图模型的基础上,无人车层算法使用新增节点的方法对A*算法进行改进,使之更好地适配了震后城市场景。无人机层算法根据三种分割方式设计了三种启发式算法用于快速求解优化变量。将两层算法根据所建模型进行融合,得到双层路径规划算法。依据场景、仿真平台、启发式算法确定算法参数,设计9种场景下81组仿真实验,以无人机工作效率、任务完成时间、算法用时为指标,得到了相应场景下表现较好的启发式算法。根据有障碍物情况下的协作过程优化了模型,基于等时间间距校验设计优化算法,经过仿真实验验证,优化后的算法能使无人机工作效率提升1.95%-17.045%、任务完成效率最高提升6.415%,且发现效率的提升与检测障碍物的频率有关。设计了适合场景及算法的仿真平台,设计仿真实验对无人机与无人车不同性能参数下的结果进行分析,得出成本低且满足不同场景的配置组合。使用双向计算验证的方法验证了算法的正确性,与单无人车执行相同任务用时进行对比,验证了算法的有效性。实验结果表明,本文算法具有较高的正确性,在一般场景中任务完成效率可提高10.08%-20.73%,对震后城市救援的路径规划具有重要的参考价值。