由于飞行环境复杂,无人机约束条件众多,且各因素之间存在强耦合使得航路规划成为无人机任务规划中具有挑战性的问题。针对航路规划问题的复杂性,本文在环境模型、无人机约束及航路规划器等方面进行研究。最后论文基于进化算法,规划出满足各项航路规划目标的最优或可行航路。在环境建模方面,对无人机飞行环境中地形、天气、雷达等威胁因素进行分析,建立了飞行环境的二维数学模型。在约束处理方面,综合考虑无人机约束条件(如最大航程、机动能力等)和飞行环境约束(如起降方向、威胁等)后,将其融合到进化算法中。规划器是无人机航路规划的核心,本文采用基于进化计算方法,通过将进化算法与无人机航路规划相结合,提出了基于进化算法的单种群航路规划器EPP(Evolutionary Path Planner)以及多种群航路规划器MPEPP(Multiple Populations Evolutionary Path Planner),解决了多约束、复杂环境下无人机航路规划问题。由于航路规划的复杂性,本文的进化算法采用变长实值航路编码方式,产生初始航路种群,设计了变异、交叉等6种进化算子对个体进行操作,使进化算法能够有效处理无人机的各种约束。在VC++6.0环境下对EPP、MPEPP算法进行了编程实现,设计了威胁散列及具有威胁陷阱的飞行环境,对EPP、MPEPP算法进行实验验证。通过对仿真实验结果分析表明: EPP算法和MPEPP算法能够有效解决威胁散列、威胁陷阱等复杂飞行环境下航路规划问题,因而验证EPP、MPEPP算法的有效性和正确性。最后总结了全文工作,展望了该课题需进一步研究的内容。