航迹规划技术是伴随着信息化技术发展而来的一门技术,对四旋翼无人机航迹规划研究越来越成为近年来四旋翼研究领域的热门研究方向,航迹规划实现的成功与否是实现四旋翼无人机从“手工控制飞行”转到“自主飞行”的关键。本文主要研究了四旋翼无人机的全局航迹规划问题,即在已知的环境模型中搜索出一条从起点到终点的最优航迹,并避开环境中的三维障碍物。航迹规划过程中还需要考虑的一个重要问题就是航迹的实用性问题,即航迹规划中需要的数据是能测量的,且对于规划出的航迹,四旋翼无人机可以直接沿着它进行飞行。本文研究的主要内容如下:1.本文根据四旋翼无人机的约束条件,构造了一个适合于四旋翼无人机航迹规划的评价函数,评价函数主要由航迹长度和航迹节点高度两方面的加权和组成,航迹长度和航迹节点高度的系数分别表示了这两个方面在航迹规划过程中的重要性程度,两个系数取不同的值规划出的四旋翼无人机飞行的航迹高度也不同。2.本文在考虑纬度、经度和障碍物高度信息,GPS定位精度,以及四旋翼无人机本身特点这三个方面的内容之后,建立了一个基于高程图的三维环境模型,并运用了三维栅格图相关知识。3.在航迹搜索算法设计部分,用蚁群算法和粒子群算法分别实现了三维航迹规划。粒子群算法中,粒子位置初始化借鉴了蚁群算法搜索航迹的方法,更新过程中根据每一段主方向不同进行了分段更新。针对蚁群算法在航迹规划中存在的问题提出了变主方向策略和航迹简化策略;针对粒子群算法在航迹规划过程中存在的问题提出了在算法中增加连通性判断,并用简化策略对航迹进行简化。文中还对两种算法的部分参数进行分析,统计并分析了蚁群算法中的种群数量、高度系数和粒子群算法中的初始待选航迹条数、种群数量、学习因子等参数变化时对航迹规划结果的影响。4.按照起点和终点间经纬度大小关系,以及起点和终点是否在地面上,将航迹规划分成了五种情况分别进行航迹规划。在这五种情况下两种算法都能很好的而实现了航迹规划任务,这也证明了算法的灵活性。统计五种情况的航迹规划结果,对统计的航迹规划结果从稳定性、误差率和规划时间三个方面进行评估,分析蚁群算法和粒子群算法各自的特点。