地面交通环境的日益拥堵以及对更便捷、高品质生活的追求激发了人们利用低空空域的热情,民用无人机行业迎来了重大的发展机遇。随着民用工业级无人机技术的不断成熟,使得低空物流无人机编队运输成为可能。物流无人机编队相对传统物流方式具有更快速、灵活的优点,若投入使用能够极大提高物流效率。然而当前物流无人机编队技术还存在一定问题,物流无人机编队飞行间隔小、内部冲突多发、规划计算复杂。针对存在问题,本文以面向物流任务的无人机编队为对象,重点研究基于事件触发机制的无人机编队飞行安全间隔管控技术,主要从物流无人机编队不安全间隔的识别判定方法以及安全间隔的管控方法两方面展开:将物流无人机编队不安全间隔判定问题转化为模式识别问题。使用蒙特卡洛方法构建冲突经验数据库,随后提炼冲突的关键特征指标并基于关键特征构建概率神经网络,通过神经网络对冲突经验数据库的学习实现对编队内部不安全间隔的快速识别。仿真结果表明方法能够实现对大规模无人机编队内部不安全间隔的实时识别,且准确率高。随后,基于轨迹规划技术解决物流无人机编队安全间隔管控问题。将编队轨迹的规划分为路径规划以及速度规划两个步骤,安全间隔的管控主要通过速度规划实现。在路径规划过程中,使用Dubins曲线作为路径构成的基本子结构,使得无人机路径平滑可飞并且能够满足转弯机动的曲率限制,构建预瞄点自适应算法实现了无人机路径长度、转向频度、跟踪误差之间的有效平衡。通过在既有轨迹上进行速度规划实现编队安全间隔管控,改进了传统CPTD方法,提出了栅格化空域下差异区间速度规划方法(DIPR)并对求解算法进行改进。仿真结果表明,提出方法能够在增大轨迹最小间隔的同时提高速度规划效率,且编队队形形成所用时间更短;由于CPTD所得速度曲线的分段不连续需要后续近似处理,而DIPR方法能够直接得到满足无人机运动学特性约束的速度曲线,因此DIPR方法对轨迹最小间隔的计算更加准确。