针对无人机在三维路径规划时存在搜素范围和寻优性能不足等问题,以及现有黏菌算法(SMA)寻优精度不足, 易陷入局部最优的缺陷,提出了一种基于自适应黏菌算法(GSMA)优化的无人机三维路径规划方法.首先,根据无人机经过的实际环境,建立三维地形、威胁源和无人机自身约束条件;其次,针对搜素范围不足的问题,设计改进的Logistic混沌映射增加种群的多样性并扩大搜索范围,提升了SMA的全局搜索能力;然后,设计一种非线性自适应惯性权重因子,将线性收敛方式改进为非线性收敛,利用权重值更新黏菌位置,提高了收敛速度;最后,在算法后期中设计自适应柯西变异,增大了黏菌的搜索空间,寻优精度也得到了提高.实验结果表明,GSMA相比于灰狼优化(GWO)算法、SMA和海鸥算法(SOA)3种算法,路径更短且更平滑,收敛速度更快,寻优精度更高,同时能耗更低,进一步提升了无人机的路径规划能力.