目前,无人机已广泛用于军用和民用两个领域,随着无人机数量的迅速增长,飞行空域越来越拥挤,导致无人机碰撞风险呈上升趋势,因此无人机利用传感器或数据链手段对周围环境进行感知及冲突检测,实现自主避撞是现在越来越值得关注的问题。本文研究利用广播式自动相关监视系统（ADS-B）数据做数据源、对无人机进行冲突检测以及利用遗传算法实现无人机自主避撞,保障无人机空中的飞行安全。论文首先根据ADS-B位置报和速度报的结构进行报文解码,形成相关入侵机的轨迹,作为冲突检测的数据源,在冲突检测算法验证中搭建ADS-B位置报和速度报解码的人机接口,为自主避撞算法提供实时的数据信息。然后在研究各种无人机冲突检测算法的基础上,从水平和垂直两个维度根据最接近时间和相对距离进行无人机冲突检测的初始判定。综合考虑ADS-B报文中位置精确度的导航精度等级和导航完整性等级中参数可信度的描述对最接近点时间进行安全性容限补偿,确保算法对无人机飞行冲突的检测更精确。最后,根据本机位置、速度信息和ADS-B提供的入侵机的位置、速度信息,利用遗传算法在确保无人机自主避撞的同时实现航迹最优。将避撞路径长度和碰撞风险作为约束条件,从适应度函数的设置、交叉概率和变异概率的自适应取值、最优避撞机动参数的确定三方面,利用遗传算法对无人机避撞策略进行优化。分别以两机和三机之间的自主避撞为例,针对不同冲突数量的无人机飞行场景,利用优化后的遗传算法实现避撞路径的择优处理。仿真结果表明,相比随机选择,最优避撞参数可将适应度值提高15%;且通过多机间的碰撞风险约束能够在解决当前飞行冲突问题的同时防止连锁碰撞的发生,保障无人机飞行安全。