近年来,无人机成为一个热门的研究领域。导航系统是无人机的重要组成部分,为无人机安全和稳定的飞行提供保障。使用GPS/INS组合导航系统可以实现高精度的导航,这种组合导航系统具有优势互补的特点,它的本质是多传感器信息优化处理系统。无人机的重要导航参数是从多传感器信息融合中获得的,所以研究多传感器信息融合技术是解决无人机组合导航问题的关键。本文介绍了GPS/INS组合导航系统信息融合的过程,设计了GPS输出数据与INS输出数据三级融合结构,提出了一种基于扩展卡尔曼滤波算法参数校对方法,对组合导航系统进行滤波处理后,组合导航系统输出的位置和速度参数的误差有明显减小。同时,通过无人机地面控制站可以观察无人机的飞行姿态,针对无人机飞行姿态存在较大误差的问题,本文提出了一种改进的捷联惯性导航算法来修正无人机的飞行姿态,实现了高精度的姿态估计,得到了良好的轨迹仿真效果。对于无人机飞行环境存在障碍威胁的问题,本文提出了一种基于泰森多边形的环境建模方法,该方法可以根据无人机飞行环境中存在障碍物的数量和位置,为无人机提供安全的飞行区域。本文将蚁群算法与泰森多边形结合,为每架无人机提供一条合理的飞行路径。由于蚁群算法的搜索策略的限制,对于多无人机路径规划,蚁群算法的执行效率不高。为了提高蚁群算法的搜索效率,本文设计了一种基于量子蚁群算法的路径规划方法,该方法把量子计算与蚁群算法相结合,弥补了蚁群算法的不足。通过实验证明,量子蚁群算法可以高效的为每架无人机提供多条飞行路径。最后,根据无人机之间的协同关系,实现了多个无人机的路径规划。