随着战场信息化、智能化的演变趋势,当前战争节奏快、机动性高、物资消耗大,对相应后勤保障的要求越来越高,特别是装备物资运输方面。但是传统地面战场的物资配送多采用车辆配送,成本高、机动性差、易产生人员伤亡,无法满足当前战争的要求,很容易出现衔接不紧、保障不及时等现象。相比之下,无人机作为一种新兴的运输技术,具有成本低、机动性高、操作方便、能有效避免人员伤亡等优点,应用于战场配送已经成为了一种不可避免的发展趋势。但是由于无人机续航能力和载荷能力有限,大大限制了无人机配送的发展。虽然车辆配送和无人机配送同时存在相应的局限性,但是当两者协同时,车辆能够用作无人机的移动基站和移动仓库,扩大无人机的有效运输范围;而无人机能完成“最后一公里”的配送任务,缩小车辆的行驶区域,减少成本并降低配送给人员的伤亡风险。基于上述考虑,本文提出了车载无人机协同配送模式,并基于该模式对车载无人机协同的双层路径规划问题进行了建模和求解,主要完成以下几方面工作:第一,分析了车载无人机协同配送的双层路径规划问题。无人机在配送过程中,可以在单次飞行中完成对多个目标点的配送,并且随着物资的逐次送达,无人机的载荷呈阶段性降低,而载荷对无人机能量消耗有很大影响。基于上述特点,构建了基于路径的两阶段模型,并根据模型思路,构造了基于剪枝思想的枚举算法,通过对小规模随机案例进行求解,验证了模型的正确性。第二,设计了两个求解这一问题的启发式算法:基于节约思想的启发式算法（H1）和基于回归思想的启发式算法（H2）。为了比较算法性能,构造了三个规模的随机案例,并分别对一车一机配送体系和一车多机配送体系进行了对比实验,证明了两种算法适应性较高,均在数秒内快速构造可行解。同时,实验证明H1更适合一车一机配送体系,而H2在一车多机配送体系上表现更佳。第三,在求解时间宽松的情况下,本文设计了用来提高启发式算法搜索质量的模拟退火算法。针对问题的特殊性,设计了适用于此问题的4种算子,并加入了禁忌搜索算法的思想以提高搜索效率。通过对随机实验和实际案例的测试,证明了搜索算法能够较好地对可行解进行优化,并且通过对实际案例中关键参数的敏感性分析,对车载无人机配送体系的发展和应用提出了相关建议。