无人机技术在现代战争和民用领域都有着十分广阔的应用,如何使无人机实现在规划区域内完成飞行任务成为了国内外研究的热点。无人机的航迹规划的核心内容是在满足一系列条件和性能的约束下选择最优或可行的航迹,是实现自主飞行的技术保证。论文围绕低空无人机三维航迹规划与可视化仿真展开研究。文章首先介绍了无人机任务规划系统、航迹规划算法以及视景仿真技术的国内外研究概况,并对无人机航迹规划环境进行建模。论文对蚁群算法的基本原理进行研究,提出了一种改进蚁群算法的航迹规划方法。该算法利用BC值对蚂蚁的引导因子进行确定,以改善复杂环境下蚂蚁搜索的效率,同时考虑无人机航迹规划中的相关约束条件,对蚂蚁的搜索节点方式进行设计,并引入蚂蚁重生机制以保证算法每次迭代的成功率。为了降低初始非最优路径中信息素对后续规划的影响,增加蚂蚁对信息素的感知,论文提出了信息素在三维空间中的扩散机制。最后通过仿真实验对本文提出的改进蚁群算法航迹规划方法的可行性和有效性进行验证。针对无人机在飞行过程中遇到突发威胁的紧急情况,论文基于快速随机搜索树RRT算法提出了一种自适应R-A~*算法,该算法设计了基于地形平坦程度的变步长扩展策略,可快速规划出有效规避突发威胁的可行航迹,并通过仿真实验对算法进行验证。为了使无人机航迹规划人员对规划航迹的可行性有更加直观有效的判断,论文对三维航迹的可视化仿真技术进行研究。论文以无人机模拟训练系统为应用平台,基于Unity3D平台完成无人机战场环境的建模,完成无人机三维航迹规划的可视化仿真软件的设计,并在大地图场景下完成了基于改进蚁群算法和自适应R-A~*算法规划航迹的可视化仿真。