在当代社会,随着信息化技术的发展,路径规划的研究越来越成为一项热门的研究。例如移动机器人的路径规划,无人机的路径规划等等。对于四旋翼飞行器路径规划的研究,更是成为四旋翼研究领域的热门方向。而四旋翼飞行器的路径规划就是在特定的约束条件下,从起飞点到降落点寻找出一条最优路径。这是实现四旋翼飞行器从“手工控制飞行”转到“自主飞行”的关键。本文针对四旋翼飞行器的路径规划分两个方面进行的了研究。一方面研究了四旋翼飞行器路径规划中常用的两种算法:蚁群算法、粒子群算法。在已知的三维环境模型中,搜索出一条最优路径,并避开途中所遇到的障碍物。另一方面提出了蚁群粒子群混合算法。利用MATLAB进行仿真实验,对算法进行了比较分析。本文研究内容包含以下几个部分:本文首先考虑了四旋翼飞行器的约束条件,构造了一个由航迹长度和航迹节点高度两方面的加权和组成的适合于四旋翼飞行器路径规划的评价函数。航迹长度和航迹节点高度的系数代表了其在路径规划过程中的重要性程度,不同的值所规划处的航迹高度也就有所不同。其次,针对于三维环境建模方面,本文运用了三维栅格图的相关知识,并且考虑了四旋翼飞行器的自身特点,GPS定位精度,以及纬度、经度和障碍物高度信息,建立了一个基于高程图的三维环境模型,分别研究了基于蚁群算法和粒子群算法的四旋翼飞行器三维路径规划方法。针对蚁群算法在路径规划中存在的问题增加了连通性判断和自适应α和β调整优化了路径;针对粒子群算法在路径规划过程中存在的问题,提出了离散二进制粒子群路径规划算法,并采用了新的权重更新方式优化了路径。对两种算法的部分参数进行分析,统计并分析了算法中的种群数量、高度系数参数变化时对路径规划结果的影响。最后,根据蚁群算法和粒子群算法各自的特点,将离散二进制粒子群和蚁群算法相互结合,形成混合路径规划混合算法。对蚁群算法、粒子群算法以及混合算法进行比较分析。对统计的路径规划结果从稳定性、误差率和路径搜索时间三个方面进行评估,分析比较各自算法的特点及其优越性。