多无人机协同是充分发挥无人机先天优势、利用多无人机完成复杂任务的重要应用。在多无人机协同中,任务分配是为了以最小的代价完成对各子任务的指派,是解决多机多任务问题的关键之一；路径规划是指无人机在有障碍／威胁的工作环境中,寻求从起点到终点的最优或次优路径,是实现无人机自主飞行的关键之一。本文开展了对无人机的任务分配和路径规划的研究,提出了相应的改进算法以提高多无人机协同的能力和效率。在任务分配问题中,分析了较为成熟的匈牙利算法和拍卖算法。在综合上述算法原理的基础上提出基于匈牙利算法启发的改进的任务分配算法,并通过方阵与非方阵的仿真算例分析,验证了该算法在满足任务分配要求的同时,具备了良好的时间性能和优越的适应能力。在路径规划方面,人工势场法多用于解决路径规划问题。但常规人工势场法无法适应复杂环境,易陷入局部停滞状态,且所规划路径不够平滑,对此提出了一种改进的人工势场法。该算法主要的改进：一为对威胁的连通性进行分析,借鉴几何拓扑学思想得到可行解域；二为基于威胁分布的全局性信息,在可行解域内进行航迹点预规划,弥补常规人工势场法易陷入局部最小而无法找到可行路径的不足；三为改进人工势场法中的引力函数,通过多次迭代,并进行曲率检查,以获得足够平滑的可飞路径。在上述算法基础上进行了多无人机的任务分配和路径规划仿真研究。仿真分析表明,将两个改进算法应用于多无人机协同系统,不仅提高了系统的整体规划效率,而且具有较强寻优能力及适应性。