随着我国城市低空空域的有序放开,低空无人机在建筑密集区的民用飞行项目日增月益。航迹规划是无人机自主飞行的关键技术之一,研究建筑密集区场景下的航迹规划技术,有利于无人机在民用领域的发展。目前的航迹规划方法主要应用于障碍物稀少、中高空等环境,对建筑密集区的无人机航迹规划研究相对较少,大多数航迹规划算法存在鲁棒性不佳、解算效率不理想等问题。针对上述问题,论文开展了如下研究:1)提出基于量子策略的改进人工蜂群算法,提高了无人机二维航迹规划中人工蜂群算法的搜索能力和收敛速度。通过设置搜索步长改造蜜源产生方式,使蜜源之间建立联系,增强了始化蜜源的有效性;引入灵敏度与信息素模型替代传统蜜源选择机制,避免算法陷入局部最优;跟随蜂阶段引入量子策略对蜜源进行更新,提高算法收敛速度。在给定建筑密集区的二维静态航迹规划仿真实验中,相较于基本算法,所提算法的代价函数值标准差降低了60.00%,收敛迭代次数减少了52.50%,具备更优的鲁棒性和规划效率。2)提出基于混沌序列的改进人工蜂群算法,提高了三维航迹规划中人工蜂群算法的寻优质量。在利用混沌序列初始化蜜源以提高蜜源可行性和多样性的同时,引入灵敏度与信息素模型的选择机制,改进蜜源邻域搜索方式,优化了算法解算三维航迹规划的效果。在建筑密集区环境的三维静态航迹规划仿真实验分析中,相较于基本人工蜂群算法,所提算法代价函数值标准差降低了47.17%,收敛代数降低了54.62%,达到更好的解算效果。对无人机在建筑密集区中执行四种不同任务的航迹规划进行仿真分析,进一步验证了所提算法的优越性。3)给出适用于建筑密集区的实时航迹规划方法,对两种改进的人工蜂群算法分别在二维和三维环境下进行了实时航迹规划仿真实验,由此对改进算法具有的可行性以及实时性进行验证。按突发威胁的出现位置,在二维和三维环境中分别设计了不同情形的实时航迹规划仿真。实验结果表明,面对突发威胁,论文所提算法能在较短时间内解算实时航迹规划问题。