随着航空科学技术的快速发展,无人机(Unmanned Aerial Vehicles,UAV)在现代军用和民用领域的应用前景越来越广阔。无人机的路径规划问题(Routing Planning Problems,RPP)是指根据任务目标规划出满足无人机飞行性能约束和威胁约束等条件的最优飞行轨迹,它是无人机任务规划系统的关键,也是实现自主飞行的技术保障。论文围绕无人机巡航阶段的轨迹控制,从以下几个方面展开了研究:首先,结合国内外的研究现状和发展趋势,全面分析了无人机轨迹规划的研究背景和研究意义,明确了轨迹规划系统的组成和涉及的关键技术。其次,分析阐述了无人机轨迹规划的前提要素。通过比较常用无人机航迹规划算法的优缺点,从中选择了并行计算和寻优性能较好的蚁群算法作为本课题的路径寻优算法;针对影响无人机轨迹规划的飞行性能约束条件,分别讨论和建立了最小步长、最大航程、最大转弯角、最大爬升/下滑角、最小转弯半径和最低飞行高度等约束模型以及地形威胁模型;采用链路图法和栅格划分法分别构造了二维和三维轨迹规划的空间模型。再次,从信息素的表示方法、状态转移规则和信息素的更新机制方面分析了蚁群算法的基本数学模型,并讨论了算法中参数对性能的影响和选取原则;对传统蚁群算法加入改进策略,提出了用于无人机轨迹规划的改进型蚁群算法,改进策略包括引入启发式概率函数,基于狼群分配原则更新信息素,引入导引因子及随机子群等;通过对二维和三维空间内轨迹规划的MATLAB仿真,验证了改进后算法在轨迹寻优能力和规划精度上的提高。最后,为解决所获得的初始航迹难以满足飞行性能约束的问题,结合B样条基函数及曲线性质,采用三次非均匀B样条曲线插补对原始规划航迹进行了平滑仿真。结果表明,所获得的二维和三维平滑航迹均能有效避开危险区域,且平滑过渡自然,航迹代价和航向也处在稳定的范围内。