近些年来，无人机因其操作方便、成本低廉和机动性高等特点受到了国内外的广泛关注，在军工以及商业等领域得到了大规模的应用，随着快递行业的迅猛发展和用户对快递的极大需求，人们对快递的时效要求越来越高，使得无人机在快递行业有着广阔的前景。因此，国内外各大物流公司都竞相研究开发快递无人机。自动巡航技术是快递无人机的核心和关键技术之一。本文以快递无人机的自动巡航问题为研究对象，在常规蚁群算法(ACO)的基础上，首先研究和设计了一种带黑区的蚁群算法和将A*&蚁群混合的算法，有效解决快递无人机在自动巡航中需主动避开禁飞区和障碍物的问题；然后考虑高度这一重要因素，将二维蚁群算法进行拓展，研究了一种用于快递无人机航迹规划的三维蚁群算法，主要内容如下：
　　(1)设计并制作了用于运送快递的四旋翼无人机，通过加入一些常规无人机的共性模块使得无人机具有运送快递、自动巡航和沿指定航迹巡航的功能。
　　(2)在比较分析了遗传算法与蚁群算法的基础上，选择蚁群算法作为无人机航迹规划的基础算法，解决了无人机多任务航迹规划的问题。通过两种算法的效果对比分析能够说明蚁群算法更适合快递无人机的航迹规划。
　　(3)设计了一种引入黑区的改进型蚁群算法，该算法能够针对禁飞区进行合理的航迹修正，利用黑区顶点坐标导向生成安全可行的航迹，解决了标准蚁群算法不能绕过禁飞区和障碍物的问题。根据仿真结果和实物测试证明了引入黑区的改进型蚁群算法的可行性和可靠性。
　　(4)采用A*与蚁群的混合算法，解决了黑区数据量庞大、空间利用率低和黑区数量多且复杂时航迹规划不合理的问题，进一步提高了航迹的可靠性和合理性。通过仿真结果证明，混合算法能够使得航迹趋近于理论最小值。
　　(5)依据二维空间上和三维空间上相应的特点，对不同高度应采用相应的绕飞策略，因此研究了一种三维蚁群算法，以对快递无人机三维空间上的航迹规划，通过仿真出来的航迹结果证明，航迹较于二维更加灵活更加高效。
　　综合各算法仿真结果的分析与实物的测试，证明无论是二维平面还是三维空间，使用相应算法或混合算法均能够规划出一条合理的航迹，解决了空间上航迹规划效率低的问题，提高了无人机的任务执行水平，具有一定的的应用价值和市场前景。