近几年来，多旋翼无人机由于其结构构造简单、比较容易操控等优点得到迅速发展。随着无人机在军事和民用领域的大规模应用，其在各行业发展中扮演着越发重要的角色，其中无人机自主飞行技术是其在行业中大规模应用的关键技术之一。复杂场景下无人机的航迹规划技术直接影响着无人机自主执行任务的能力，现有实际无人机自主飞行应用中经常是飞手手动规划航线，其航线方案往往存在耗电量大、效率较低等缺点。本文将针对具体应用背景研究多旋翼无人机的航迹规划方法，主要包括无人机的三维路径规划方法研究、轨迹优化方法研究以及无人机的轨迹跟踪控制研究。主要工作如下:
　　采用启发式智能优化算法解决实际环境中三维路径规划的非凸问题。根据三维路径规划空间高维和非凸的特点，论文提出了一种能够有效解决高维和非凸优化问题的生物启发式算法，天牛种群优化(BCO)算法。通过对启发式优化算法的深入了解，将BCO优化算法应用到无人机的三维路径规划问题中，利用BCO算法较宽的搜索范围和较高的搜索效率，实现了无人机的初步路径规划。结合无人机自主飞行任务对航迹规划的要求，为使无人机能够更加高效并隐蔽地完成投运任务，要求其以一个较低的飞行高度在群山中沿着峡谷方向地势较低处飞行，通过设计启发式函数，有效地引导BCO算法实现从起点到终点的三维路径规划，提高了算法的规划速度和路径的质量。
　　利用凸优化的方法对前期规划的离散路径进行轨迹优化，从而规划出一条满足无人机动力学约束的平滑最优轨迹。为了确保航迹的隐蔽、平滑和达到所耗能量最优，论文通过考虑无人机的动力学约束构建有约束的二次规划模型来实现无人机的轨迹规划。针对航迹的隐蔽、平滑和达到所耗能量最优的需求特点，论文提出了一种基于最小化加加速度jerk和加加加速度snap的混合优化函数的轨迹优化方法。
　　基于MATLAB环境完成了四旋翼无人机的轨迹跟踪控制。通过对四旋翼无人机的动力学建模和线性化处理，采用比例微分(PD)控制方法完成了四旋翼无人机控制器的搭建。借鉴其近似悬停状态的控制模型，构建了无人机的三维轨迹跟踪控制模型和调参。
　　最后，基于MATLAB搭建了实际环境模型的仿真环境，实现并验证了基于BCO优化算法的三维路径规划问题的解决方案，利用二次规划方法实现了无人机的轨迹优化，构建了四旋翼无人机的三维轨迹跟踪控制器，完成了路径规划、轨迹优化以及轨迹跟踪的一体化仿真。仿真结果表明上述航迹能够被无人机平稳的快速执行，轨迹结果能够满足无人机在复杂场景中应用的航迹规划需求。