随着信息技术的发展,无人机在现代战争中的重要性日渐显著。因其具备不载人飞行的优点,无人机特别适合代替人类在危险、恶劣和极限的环境下完成特定的侦察和攻击任务。作为无人机相关技术中的重要一环,无人机航路规划技术是无人机在地面控制站的指挥下,实现自主飞行的关键,也是实现无人机智能导航和安全飞行的保障。本文首先综合分析了无人机在飞行时所受到的自身物理限制,无人机在飞行区域遇到威胁源的种类、威胁源的具体性质以及威胁源对于无人机的威胁程度。结合无人机受到的各种限制因素,本文研究了无人机航路规划中飞行环境的基本数学模型,并进行软件仿真。其次针对多威胁源分布的飞行环境,本文研究了基于Voronoi图的无人机航路规划方法。详细介绍了Voronoi图算法的起源和发展历史,给出了Voronoi图的定义。结合Voronoi图所需要满足的限制条件,介绍了一种利用Voronoi多边形和Delaunay三角网格的对偶关系,间接生成Voronoi图的方法。通过运用Voronoi图算法对无人机飞行环境进行预处理,得到Voronoi图多边形,将获得的Voronoi图节点作为可飞行航路节点集合,然后运用路径搜索算法对节点集合进行处理获得最优航路。再次本文详细研究了蚁群算法,深入分析了算法中各个参数的选取对于算法搜索性能的影响,并进行了仿真验证。针对传统蚁群算法在处理问题时的搜索空间大、算法耗时长等缺点,研究一种改进蚁群算法,并将其运用于航路规划中,通过对可飞行航路节点集合进行搜索,得到最优航路。改进算法不仅提高了规划路线的准确性,而且综合考虑了各种因素,对航路进行了平滑处理,以满足无人机实际飞行中的物理限制条件。最后通过仿真验证了本文研究的航路规划方法在多威胁源分布的飞行环境下,对无人机进行航路规划的可行性和有效性,所得路线能够保障无人机回避各种威胁,安全地飞抵目标位置。