航迹规划在无人机的任务飞行中具有非常重要的作用,它关系着无人机的飞行任务能否圆满完成。目前采用的手工设计航迹的方法,耗时长、无可复用性,并且得到的航迹精度较低,随着飞行任务复杂性的增加已经不能够满足任务规划的需要。本文针对项目中目前航迹规划方法的缺点,设计了不同任务场景下的自动航迹规划方法。并且在生成初始航迹的基础上,对爬升过程的局部航迹的优化方法进行了研究。针对以上所述目的,本文的主要研究内容和贡献包括：首先,结合无人机的相关特性和测试数据,对大气模型、气动力模型、发动机的推力和油耗模型以及无人机飞行包线进行了分析和建模。并根据无人机的受力情况和六自由度动力学模型,对无人机的运动学特性进行了详细的分析。接下来,针对两种任务场景分别提出了对应的航迹规划方法。首先结合无人机的任务要求和运动性能,建立了无入机的基本飞行动作库。随后针对低空飞行条件下的障碍约束和航点约束,设计了基于遗传算法和Dubins曲线的最短路径生成方法,并采用切线法对障碍进行回避。针对高空飞行时的空域边界约束和飞行任务约束,设计了基于过渡航点的飞行动作库调用规则,并使用航迹树动态搜索的方法,对航迹进行全局寻优。仿真结果表明,所规划的航迹能够很大程度地提升航迹规划的效率,并减小飞行代价。最后,为了提升无人机的机动性能和完成任务的能力,进一步对爬升段进行了局部优化。通过对无人机的特点和爬升过程的分析,建立了无人机爬升轨迹的最优化问题模型。并通过对比几种常用的轨迹优化算法的效果,说明了本文所采用的Gauss伪谱法的优势。接下来采用了结合遗传算法和序列二次规划法的串级优化方法对离散后的非线性规划(Non-linear programming, NLP)问题进行求解。最后对爬升轨迹的油耗和时间优化结果进行了仿真验证。结果表明,经过优化后的轨迹可以有效减小爬升过程的油耗或者时间,对于提高无人机的任务执行能力具有重要的意义。