近年来,随着计算机、自动化、通信等技术和产业的日新月异,推动四旋翼无人机领域及其相关行业不断取得突破与创新,其研究和应用已经扩展到航空摄影、地质调查、军事应用等各行各业,服务社会。四旋翼无人机路径规划已成为无人机领域一个热门的研究课题。本文针对智能优化算法在四旋翼无人机二维、三维路径规划方法的研究与应用展开探讨,着重围绕着粒子群优化算法、人工势场法、狼群算法的改进策略进行深入研究,提出了相应的改进算法并实现了全局最优路径规划。本文主要研究内容如下:（1）针对二维地图环境已知的路径规划问题,本文提出了基于改进的自适应粒子群优化算法的全局路径规划方法。对惯性权重因子以及学习因子(81,(82三个控制参数提出了非线性动态因子改进策略,同时引入了局部粒子随机跳跃策略,以更好地平衡全局搜索能力和局部搜索能力。仿真实验证明了改进方案的有效性,最终能够高效地找到全局最优路径。（2）针对全局路径规划算法在二维动态地图环境下存在的局限性问题,本文提出了基于自适应粒子群算法虚拟导航路径和改进人工势场法的全局路径规划方法。通过采取混合算法融合策略,设计了自适应粒子群算法虚拟导航路径进一步结合改进自适应粒子群算法的全局搜索优势和改进人工势场局部路径规划算法的动态避障能力。仿真实验证明了该算法的优越性,能够适应静态和动态的二维地图环境,同时加强了对地势的判断做出更优的飞行选择,最终找到一条全局最优路径,满足本文课题需求。（3）针对三维地图环境已知的路径规划问题,本文提出了一种基于改进的狼群智能优化算法的无人机三维路径规划方法。针对狼群算法现有不足提出了针对性的改进思路,设计了多头狼、探狼分区游走、猛狼轮转召唤以及自适应动态步长等机制,并通过三次样条插值方法平滑路径。最后对基于改进狼群算法的路径规划方法进行多组对比实验,验证了改进狼群算法的先进性,同时以更优异的性能完成特殊任务的执行,最终实现了三维全局路径规划。