随着无人机执行目标任务环境的复杂化和任务分配数量的规模化,对无人机任务分配效率的需求不断增加。航迹规划是实现无人机自动化、智能化的关键,是提高无人机执行侦察、搜索、巡检、运输、攻击等任务效能的关键技术。因此,实施有效的任务分配策略,规划出平稳的运行航迹以适应环境的动态变化,研究无人机任务分配方法和航迹规划方法具有重大意义。主要研究内容如下:首先,针对无人机任务分配规模大且运算时间长的问题,提出了基于聚类思想改进蚁群算法的无人机任务分配方法。该方法构建了任务分配过程中目标完成度最大、作业空间信息不确定度最小、搜索成本最低的多目标无人机任务分配模型,引入蚁群算法并改进蚁群算法的信息素分配方式,提升任务分配效率。仿真结果表明该方法能够有效解决无人机的任务分配问题,算法运行效率大大提升。其次,针对无人机三维全局静态航迹规划中的时间协同、空间协同、威胁避碰等多个约束,提出一种改进萤火虫算法的全局静态航迹规划方法。该方法构建了多约束综合代价目标函数,并针对萤火虫算法易出现局部最优和种群早熟现象,改进群体初始化分布方式,引入多种群优化策略和全局自适应步长更新机制,同时为了消除规划结果中不必要的拐弯点,选用B样条插值法对得到的目标航迹进行平滑处理。以地形复杂度不一的两种三维静态环境仿真实例验证了改进算法和平滑策略的有效性。最后,针对无人机动态航迹规划中突发的局部威胁问题,设计了基于动态窗避障策略下的改进人工势场算法,实现无人机局部动态航迹规划。该方法为了避免势场算法在规划过程中陷入局部极小点和目标不可达,引入可控力和目标点势能增补,针对无人机动态环境中的突发威胁障碍物,利用动态窗避碰策略降低碰撞概率并提高航迹规划的安全可靠性,实现局部动态航迹规划路径的进一步优化。综上,本文为多无人机的任务分配与航迹规划问题提供了一些研究思路,通过对算法理论进行研究和改进,设计仿真实验验证,有效改善无人机在多目标任务分配问题上的整体规划效率,提高无人机在不同环境复杂情况下进行航迹规划作业的有效性和适应性。