无人机有高机动性和低成本,特别是无需飞行员驾驶的优点,在军事、工业和消费等领域都有广泛的应用。而飞控和计算机技术水平的提高,也使得无人机群的自主协同执行任务成为了可能。提高无人机的自主水平,可以降低人力成本,减少对通信质量的依赖,而多机协同可以提升无人机群执行任务的效能,因此自主协同技术的实现可以提高无人机的应用能力。然而当前无人机自主协同能力较差,为了提高这种能力,首先需要让无人机具有完全自主规划航迹的能力。为此,本文研究了单无人机的航迹规划方法,并在此基础上研究了多无人机的避碰航迹优化方法,形成了一整套完整的多无人机航迹规划与协调方案,主要的工作和贡献如下:由于现实环境常常是已知粗略环境信息,精细环境信息未知,且环境动态变化的情况,传统方法难以在这种环境条件下规划航迹。针对传统方法的这种缺陷,本文提出了一种基于滚动优化的多算法融合航迹规划方案,充分利用全局先验信息和局部后验信息,有机地结合了全局航迹规划和局部航迹规划方法,同时满足了规划的优秀性和适应性。本文基于理论和实验分析,证明了PRM(Probabilistic Roadmap Method)+Dijkstra算法比栅格法+A*算法更适用于无人机的全局航迹规划,选取PRM法进行地图建模,Dijkstra算法生成全局航迹,在全局航迹点间使用RRT(Rapidly-Exploring Random Trees)法针对躲避突发障碍物和平滑航迹进行滚动地局部优化,通过仿真验证了这种融合方案的优秀性和适应性。本文还针对无人机局部航迹规划的特殊需求,对RRT算法进行了变长变概率探索的优化,并仿真验证了这种方案比基本RRT算法搜索路径的效率高。针对多架无人机在同一空域下执行任务的避碰问题,本文进行了详细的问题建模,采用了一种基于预测状态的分布式协调算法进行了解决,并根据上述局部规划预定的航迹,把这种算法用于对各无人机预定航迹进行避碰优化,实现航迹规划与航迹协调的结合。本文采用分布式算法解决问题,相对于集中式的算法,分布式算法具有降低问题复杂度、适应无人机群网络结构动态变化的优点。经过建模发现多机航迹避碰是一个多约束多目标问题,本方案采用能高效率搜索解的智能优化算法对这个问题求解。经过仿真验证,结果表明在预测步长足够的情况下,本方案能保证多无人机的安全飞行。