无人机航迹规划是促进无人机发展的重要研究内容,而动态航迹规划则是一项航空飞行器具备智能导航功能的关键技术。随着军事科技的发展,无人机的飞行环境愈加复杂,传统的航迹规划方法已无法适应复杂战场环境的飞行需求,因此需要提出一种能在实际复杂环境中可实现在线实时航迹规划的方法。本文基于实时动态航迹规划的实现需要解决四大问题:(1)航迹规划的速度问题;(2)航迹规划的质量问题;(3)在起点与固定目标点之间,针对突发威胁情况的动态实时航迹规划问题;(4)在起点与动态目标点之间,针对突发威胁情况的动态实时航迹规划问题。为解决动态航迹规划问题,本文对现有的航迹规划算法进行研究分析后,提出一种采用稀疏A*算法与进化算法相结合的方法,应用于复杂环境中的动态航迹规划。本文的研究内容主要分为三部分:地图模型的建立、全局静态航迹规划、动态实时航迹规划。第一部分建立地图模型。分析各种地图建模方法,选择建立全概率数字地图,将各种预知威胁按其威胁模型等效为地形,再融合于已知地形信息,建立全概率综合数字地图;第二部分为全局静态航迹规划。研究现有的航迹规划算法,在全概率综合数字地图上结合各种约束条件及飞行任务要求,分别采用稀疏A*算法、改进型稀疏A*算法规划出一条全局静态航迹,为解决稀疏A*算法呈现出的航迹绕径问题,采用稀疏A*算法与进化算法相结合的方法进行静态航迹规划以实现静态航迹最优,并通过MATLAB进行仿真验证,对比三种算法的规划速度和航迹代价;第三部分为动态实时航迹规划。将全局静态航迹作为参考航迹,在实际飞行中根据突发威胁情况和目标的变化情况进行规划方案选择,将突发威胁与无人机当前位置之间的距离作为选择标准,判断航迹重规划是以航迹规划速度优先还是以航迹最优解优先,灵活保障无人机的飞行安全,最后通过MATLAB仿真实现。通过MATLAB仿真验证,本文提出采用稀疏A*算法与进化算法相结合的方法能够解决稀疏A*算法的绕径问题,并且在复杂环境中可以灵活实现动态航迹规划,对于实际战场环境中保障无人机的飞行安全和提高作战能力具有重大意义。