利用微型多旋翼无人机探索未知区域在军民领域有广泛的应用前景,其中探索轨迹规划是重要的研究内容。探索轨迹规划通常包含两部分,探索任务规划及相应的轨迹规划。通常探索任务规划为无人机的轨迹规划提供目标,轨迹规划则为无人机提供避障的飞行轨迹,二者规划的共同目标是提高探索效率。对于单无人机,轨迹规划的难点在于既要使轨迹避障又要满足无人机的动力学约束,还要适应大范围探索区域,同时具备在线运行的能力。对于多无人机,探索任务规划的难点在于在避免冲突的前提下最大化探索效率,轨迹规划的难点在于既要规避环境中的静态障碍物又要避免与其它无人机碰撞,而且还要以分散式的方式实现多无人机合作探索任务规划和轨迹规划。本文分别对单个和多个微型多旋翼无人机的探索轨迹规划问题中的难点进行了研究。1、对于单无人机,为了提高其应对大规模地图和复杂环境的能力,本文提出了一种基于目标点的分层探索轨迹规划的方法。该方法利用目标点表示探索任务,并采用分层的思想将目标点划分为全局目标点、中间目标点和局部目标点。全局目标点从地图的探索边界点中提取,目的是提高无人机的探索效率,减少无效的飞行。无人机根据全局目标点在地图上进行粗粒度的轨迹规划,以得到一条以中间目标点串联而成的避障飞行轨迹。无人机为进一步提高探索效率,根据前置传感器的探测范围,从一次局部轨迹规划可达的范围内合理的构造出局部目标点以进一步提高探索效率。最后利用非线性规划的方法得到一条满足无人机动力学的局部轨迹。通过仿真实验验证了该方法的有效性。2、对于相互合作的多无人机,同样利用目标点描述它们的探索任务。探索任务规划的目标是用最短的路径完成对全部目标点的探索。本文提出的方法将这一问题转化为最小最大式的开路多站多旅行商问题求解。首先设计了一种混合式的离散粒子群优化算法求解此组合优化问题,分别利用离散粒子群优化和可变邻域下降算法进行全局和局部搜索。其次利用共识协议重新设计了粒子的位置和速度的更新公式,通过无人机及其邻居之间的局部通信,将分散在各个无人机的粒子群联系起来,使它们可以合作求解。通过数值实验验证了该方法的有效性。3、对于多无人机合作轨迹规划问题,为了避免无人机之间碰撞,通常需要在规划问题中引入大量约束条件,为了提高求解成功率,本文采用基于采样的轨迹规划方法对单无人机局部轨迹进行规划。通常基于采样的轨迹规划方法求解效率较低,为了提高其效率,本文提出了一种基于固定节点最优快速扩展随机树（RRT*FN）的路径重规划算法,RRT*FN-Replan,通过利用RRT*FN能够在求解中维持树的节点数量不变的特性,使其能够在多次求解中重用同一颗树,在此基础上进一步提出了一种合理地重复利用旧树的策略,使在重规划中能平衡对旧信息的利用和对新信息的探索。通过仿真实验验证了该方法的有效性。4、如果无人机用基于采样的方法在三维空间中进行轨迹规划,其所得到的将是一系列航迹点,航迹点上没有指示无人机的速度和加速度,这样的轨迹可能会不满足无人机的动力学约束。本文提出了一种基于运动基元生成器的最优快速探索随机树轨迹规划算法,能够生成符合无人机动力学的轨迹,并且能够使无人机尽量停止在目标点。采用数值拟合的方法,给定固定的时间步长,根据对无人机的最大速度和加速度的约束,计算出无人机可行的移动范围,RRT*在此范围中为树扩展新节点。由此保证了生成的轨迹满足无人机的动力学约束。通过仿真实验验证了该方法的有效性。5、多无人机进行合作轨迹规划时还需要考虑无人机之间避碰的问题,本文将一种求解组合优化问题的分布式算法应用于多无人机的避碰轨迹规划问题的求解,利用该算法,无人机可以通过与邻居的协商而避免生成相互冲突的轨迹。各无人机与其邻居相互传递轨迹方案,从中提取航迹点,并在这些位置上构造虚拟障碍物,利用RRT*算法生成规避这些虚拟障碍物的轨迹,以达到避碰的目的。为了提高化解冲突的效率,提出了一种基于最大团算法的方法来固定系统中某些无人机的轨迹方案,修改另一些无人机的轨迹方案。在仿真环境中对算法的有效性进行了检验,在所有试验中均成功避碰。