随着自动化技术的发展,现代航空技术水平有了前所未有的提高,促进了无人机在军事、民用领域的广泛应用。航迹规划技术作为无人机任务规划的关键技术,一直都是无人机领域的一大研究热点。无人机航迹规划是指在满足其运动约束条件的同时,寻找无人机从起始点到目标点符合某种性能指标的最优或次优的可飞轨迹。在现实应用中,由于无人机飞行环境复杂,约束条件多,航迹规划的质量不仅取决算法的优劣还与解决问题的策略相关,因此如何建立准确的环境模型和如何选取高效的规划算法成为解决航迹规划问题的要素。本文是在遗传算法(GA)和稀疏A*算法(SAS)的基础上,对无人机三维航迹规划问题展开研究,主要研究内容如下:首先,对无人机航迹规划相关问题进行数学建模,包括无人机模型、机动性能约束和等效数字地图。重点介绍飞行空间三维数学模型的建立,将飞行区域中基准地形、山峰及威胁综合,建立包含飞行区域综合信息的三维数学模型。为后面研究无人机离线、在线航迹规划问题做了铺垫。其次,研究基于遗传算法的无人机三维离线航迹规划。GA解决航迹规划问题需要进行复杂的编码,故需要改进进化操作算子。本文根据航迹段特点改进变异操作算子,从而生成更适合无人机飞行的航迹。此外针对GA算法早熟问题改进适应度函数,构造一种随进化代数动态调整的非线性适应度函数,该方法解决了算法早熟问题并且提高了算法收敛速度。最后,研究基于GA和SAS的在线航迹规划。由于在突发威胁情况下需要采取应急的二次重规划,为提高应对突发威胁的应急能力,在线航迹规划阶段应选用实时性较好的规划算法。本文将改进遗传算法与稀疏A*算法结合,应用到无人机在线航迹规划中,其中改进遗传算法用于无人机的全局航迹规划,而稀疏A*算法应用于突发威胁回避,即局部航迹规划。本文采用的在线航迹规划方法充分结合了GA的全局规划特点和SAS的实时规划能力,很好的解决了无人机三维在线航迹规划问题,并且在两种不同的场景下进行仿真,对比实验结果证明了算法的可行性和有效性。