近些年来,气候问题在世界范围内变得愈发重要。作为新能源的一个代表,太阳能在我国受到了高度关注,光伏产业蓬勃发展。无人机凭借其不受空间限制的特点,在巡检领域中有着深入的应用。在光伏电站,无人机巡检逐步取代了人工巡检成为了主流的巡检方式。而随着无人机技术的发展以及无人机光伏巡检的深入应用,对于无人机的路径规划提出了更高的要求。本文针对无人机光伏巡检路径规划的精细化要求,在区域划分、无人机路径规划和车机协同路径规划三个方面进行了初步研究。首先针对组串原始数据四边形的畸变问题,采取最小外接矩形方法进行近似,并按矩形长边角度等间隔地分成各个角区。同时,考虑到等间隔划分角区的方法缺乏灵活性,提出了按密度聚类方式的角区划分方法。之后考虑到电站中光伏板的分布特征,提出了按层次聚类方式的针对紧密分布的分区划分方法。然后分析了以往的覆盖式算法路径规划的不足,采用了使用坐标的点目标方法,并进一步考虑组串分布特征,将点目标近似为线目标。之后针对相机视野范围和组串实际大小的匹配问题,从竖直方向和水平方向两个维度提出了一种自适应方法。再针对组件级路径规划规划的数据不准确问题,提出了修正方法;并在路径规划阶段提出一种解决组件识别问题的方法。之后考虑每个分区都有四种巡检路线的情况,对于不同分区间的巡检顺序问题,采用遗传算法来求解该变种的旅行商问题。最后分析了车机协同问题的特点,并针对光伏领域提出了一种建模方式;之后采用两段式的算法来求解车机协同路径规划问题;第一阶段用A*算法计算车辆的路径长度,第二阶段用遗传算法来求解路径规划问题。