随着科技的迅猛发展,单架无人机(UAV)技术日趋成熟,在我们的生活和军事领域中应用的越来越广泛,特别是无人机在灯光表演方面的应用,相比单架无人机,多无人机灯光表演具有高效性、冗余性、容错率高、观赏性高等特点。因此诸多学者把焦点转向控制多无人机协同工作,多无人机协同工作成为当今无人机发展的研究热点问题。解决多无人协同工作其中核心问题之一是多无人机编队队形变换问题。大量的无人机在进行飞行表演时,如何高效计算大批量无人机从一个阵型变化为另一个阵型的飞行路径是亟待解决的问题。在无人机灯光表演中,如果只有几架无人机表演,那么存在表演效果差和观赏性不强等问题,因此在表演中往往需要大批量的无人机。本文对大批量无人机离线路径规划展开研究和分析,主要研究内容和创新点如下:(1)首先,通过对网络上现有有关无人机编队数量的数据的分析,对“大批量”进行了粗略的数量定义。本文研究了在相对理想的环境中大批量无人机在空中离线路径规划问题。基于分治法思想,提出了一种基于区域划分队形设计方法,该方法首先把无人机目标队形和初始队形划分为对应若干局部空间,实现了将大规模无人机队形变换问题分解为小规模无人机队形变换问题。基于区域划分的队形设计方法很好解决了问题复杂程度随着无人机数量增加的问题,具备无人机数量扩展能力。(2)其次,在队形设计完后,接下来需要解决无人机在目标队形和初始队形中的对应问题,称为多无人机路径粗规划。本文提出一种基于遗传算法和离散微粒群混合算法(GA-DPSO)解决了无人机各自的飞行目标问题。为了衡量算法的好坏,建立了组合评价算法优劣的准则。结合多无人机路径规划问题重新定义了遗传算法和离散微粒群算法中的操作算子,并选取了自适应遗传算法(AGA),退火进化算法(AEA),通过MATLAB仿真证明了该算法对比上述两种算法能够快速收敛最优结果。(3)最后,在路径粗规划完毕后,为了避免无人机在队形变换过程中发生碰撞,需要规划有效的无碰撞路径,称为路径的精规划。本文针对传统A*算法由于采用栅格化方法带来的规划精度不够的问题,对传统A*算法进行了改进,使用固定步长定向搜索的方法代替传统栅格化方法寻找下一个新路径点,提高了路径规划的精度。通过实验仿真验证了在固定步长取值和栅格取值一样时,使用固定步长定向搜索的方法能够得出距离更短的无碰撞路径。