目前,计算机、航空航天以及通信技术的日益成熟也带动了世界各国对无人机技术的热忱研发。航迹规划技术是确保无人机成功完成分配任务的关键,同时还为无人机完成自动避障以及独立飞行提供技术支持。因此,本文以无人机为对象,针对无人机航迹规划问题进行了深入研究与改进。本文主要工作如下:针对无人机全局航迹规划问题,在分析对比环境建模方法后选择对可视图法进行改进。首先,对障碍物进行膨胀优化处理来提高无人机实际飞行时的安全性。针对可视图法存在的局限性,提出取障碍物外接圆圆心之间连线的中点再进行可视性判断;对与起止点直线上的障碍物进行辅助点的构建,通过辅助点来渐近收敛到目标点以及根据障碍物与起止点直线的位置关系来提取障碍物的部分顶点三种思路对其改进,结果表明改进方法能够提高可视图法的灵活性及适用性。针对无人机局部航迹规划问题,对快速扩展随机树（Rapidly-exploring Random Tree,RRT）算法参数进行实验分析,引入“变概率采样”和“变步长”概念进行改进。通过随机树成功探索次数来求取当前随机树的节点扩展率进而确定目标偏移概率,以变概率采样的思想来引导接下来随机树的扩展方向;通过新增一个最近节点指向目标点方向的步长,使新节点在最近节点指向随机点和目标点的合向量方向上扩展,并通过最近节点与障碍物之间的距离来动态调节扩展步长,使随机树扩展既能保持随机性,避免陷入局部极小值,又能保持向目标点收敛,使规划出的航迹较为理想。由仿真实验证明了改进算法具备有效性,可以整体提高航迹规划效果,为动态环境下的算法融合提供可行性支持。在分析人工势场算法原理及缺陷的基础上,引入无人机与目标点的相对距离项来改进斥力势场模型以解决目标不可达问题,再将无人机与目标点及障碍物之间的相对速度项引入势场模型来更好地适应动态环境;运用改进RRT算法具备的随机及目标收敛双重特性来构建节点扩展函数模型,并与人工势场算法融合以解决局部极小值问题,使之在动态环境下具有很好的适用性及概率完备性。通过仿真实验验证了改进算法能够解决动态环境下的航迹规划问题。