摘要：针对三维空间环境复杂,航迹规划计算量较大,而现有BES算法受路径搜索能力不足等因素制约,无人机易在低空自主避障时陷入局部最优、难以完成复杂任务等缺陷的情况,提出了一种基于IBES算法的三维无人机自主避障方法。首先,构建威胁源模型、无人机物理约束模型以及三维山地模型,建立代价函数;其次,设计了随机Tent映射来初始化种群,提高初始化种群的质量;然后,针对BES算法在第一阶段——选择搜索空间阶段过早收敛,易陷入局部极值点的情况,引入Levy飞行策略修订此阶段更新公式,跳出局部最优;再后,设计了融合自适应指数权重的黄金正弦指引机制,提高秃鹰在既定空间全面探索并利用搜索空间的能力,解决了BES算法在既定空间内搜索猎物能力不足的问题;最后,设计了动态选择自适应t分布变异算子,提高了全局能力,同时,利用样条插值随机取点解决了路径点过于密集的问题,进一步提升了算法精度。仿真实验结果表明,提出的IBES算法规划的路径相比灰狼算法、改进的飞蛾扑火算法、麻雀算法及秃鹰搜索算法,航程分别降低了23.05、10.55、13.44和3.20 km,代价相比其他4种算法分别降低了7.26、9.51、8.27和4.91,IBES算法的寻优成功率达到了98%。同时,IBES算法能耗更优,路径平滑,收敛速度更快,使无人机有效地利用地形优势来躲避威胁源,表现出较好的寻优能力。