随着现代科学技术的不断进步，计算机信息技术和网络通信技术的发展，现代无人机技术产生了较大的飞跃，它在某种程度上体现了当今信息技术、自动化技术、系统集成等技术的最高成就。无人机自身所承担的任务和用途也越来越多，因此对无人机自身的自主飞行能力提出了新高度的要求，不仅需要无人机能完成人为控制飞行的任务，还需要无人机能够进行自动飞行，在自动飞行模式中需要考虑执行任务过程中的各种代价尽可能的低，因此在无人机体系中，路径规划作为其重要部分，发挥着重要作用。本文的主要工作如下：1.分别阐述了Voronoi、遗传算法以及智能体算法这三种主要的路径规划思想理论，并且完成了各个方法的系统建模，将这三种算法进行仿真实验对比，分析了各种方法的优缺点。2.本文根据无人机路径规划的特点提出了基于概率A星和智能体混合的路径规划算法。该算法在全局上采用概率A星算法规划出全局路径，全局路径引导智能体算法解决无人机在复杂环境下的路径规划细节问题，通过全局路径规划与局部路径优化相结合的办法，避免了普通算法只能满足全局最优和局部最优两者其一。3.本文的算法还将机场跑道对路径规划的影响考虑在内，使得路径规划的结果符合机场跑道朝向，并且对无人机执行多目标任务进行了研究，最终实现了对无人机设置初始航向角和对多目标进行路径规划。4.本文也对动态路径规划进行了研究，并进行算法仿真实验，最终解决了无人机在动态场景下的路径规划问题。5.本文介绍了通过MFC、OpenGL和3DMax实现的三维动态仿真平台。对多种无人机的路径规划算法进行了大量的仿真实验，最终验证本文提出的算法的优异性、实时性、鲁棒性。