航迹规划是机器人学的重要研究领域,同时也是实现飞行器自动导航的一项关键技术,无论在理论还是实际应用上都具有重大意义。本论文针对飞行器的不同任务,围绕飞行器航迹自动搜索方法进行了深入的研究:(1)航迹规划建模;(2)飞行器离线航迹规划;(3)飞行器在线航迹规划;(4)基于进化计算的航迹规划方法;(5)飞行器多航迹规划;(6)多飞行器的协调航迹规划。围绕航迹规划建模问题,作者进行了三个方面的研究:首先,给出了一种新的三维规划环境表示方法,该方法通过采用不同的数据结构表示不同的环境要素,不仅减少了传统规划方法构建搜索图所需要的计算量,而且当战区环境发生变化时,可以及时有效地进行数据更新,较好地满足了实时应用的要求;其次,将飞行航迹表示为三维空间中的一系列航迹节点,可以通过调整航迹节点的数目来达到所需要的航迹精度;最后,给出了一种既可提高飞行器的生存概率,又便于计算的代价函数定义,并给出了一种基于模糊推理的代价因子权系数确定方法。在离线航迹规划方面,作者提出了一种基于稀疏A*搜索的三维航迹规划算法。该算法通过把约束条件结合到航迹的搜索过程中去,可以有效地剪除搜索空间中的无用节点,在较短的时间内生成最优的飞行航迹。在此基础上,通过将该算法动态化,给出了一种动态稀疏A*算法。实验表明,该算法能够在预先未知威胁等飞行环境中通过局部更新实现飞行器在线实时航迹再规划,从而保持航迹的最优性。在线航迹规划的研究分两个方面。首先,针对固定目标的规划问题,提出了一种实时航迹搜索算法,该算法通过将飞行器的运动与航迹搜索结合在一起,可以有效地调节搜索的时间,满足在线实时应用的要求。其次,针运动目标的飞行器航迹规划问题,提出了一种运动目标航迹搜索算法。通过规划与执行的交替进行,该算法可以对目标的每一步移动实时地作出反映。对两种算法的收敛性都进行了分析。在基于进化计算的飞行器三维航迹规划方法研究过程中,作者将进化计算的基本原理与具体的航迹规划问题相结合,通过采用变长实值基因编码以及特定的进化算子,使得新的规划算法可以有效地处理各种航迹约束条件,并根据规划环境自动地调整航迹的节点个数,实时地生成优化航迹。