民用无人机的发展和应用使得飞行环境日趋复杂,低空空域越发狭窄,拥挤的空域严重影响着无人机飞行的安全性和高效性。航迹规划作为无人机飞行的关键技术之一,能够显著提高飞行效率,保障飞行安全,可以有效提升低空空域的容量,具有重要的研究意义和价值。本文针对城市低空环境下多旋翼无人机的静态航迹规划问题进行研究,提出一种基于改进蚁群算法的航迹规划策略并建立相应的数学规划模型,通过Matlab仿真实验来验证改进算法的有效性和优越性。在无人机航迹规划数学模型中,选用栅格的形式规划环境空间,飞行航迹可表示为点到点连接的多条连续线段。综合考虑城市低空环境下无人机的性能约束条件并构建综合代价模型,前者包括最小步长、最大航程、最大/最小飞行高度;后者包括能耗代价模型和威胁代价模型。根据权重的设置,建立了综合代价函数,以作为航迹优劣的评价标准。在蚁群算法改进方面,通过引入状态转移干预系数使得路径上的信息素迅速积累,加快了算法前期的搜索速度;限制搜索空间中每条路径上的信息素量,并设立上下限,增强了全局搜索能力的同时,又抑制最优路径信息素的过度增长;通过引入信息素调节因子,对非最优路径上的信息素按照一定比例进行调节,一方面削弱信息素量较大的路径对蚂蚁的诱导作用,从而避免算法后期取得局部最优解,另一方面继承了之前蚂蚁积累的搜索经验,使得更新后的各路径的诱导性保持相对平衡。本文基于基本蚁群和改进蚁群两种算法,分别在二维和三维环境下对两种算法进行仿真对比,仿真结果表明,基于改进蚁群算法规划的航迹代价更低,平均耗时较短,算法平均收敛次数较多。针对航迹中出现尖角,转向较大等缺点,使用非均匀三次B样条曲线插值法对无人机航迹进行平滑处理,经过平滑后的航迹整体连续性良好,曲率连续变化,局部无尖角,航迹代价无显著变化。通过对仿真结果验证和数据对比分析,提出的改进蚁群算法寻优性能较好,具体表现为:航迹更优,搜索速度较快且具有优良的全局搜索能力。基于此算法规划的航迹经过平滑处理后,能够满足无人机安全、高效的飞行需求。