现代战争的基本特征是信息的激励争夺,谁能够掌握更加全面的战场信息,谁就掌握着战争的主动权。与其他战场侦察手段相比,无人驾驶飞机具有成本低、生存能力强、无人员损失风险、机动性好等优点,已经成为世界各国战场侦察的重要工具,并在近几次局部战争中发挥了重要的作用。对目标区域进行覆盖从而获取该区域的所有详细信息是一项典型战场侦察任务,小型无人机隐蔽性好、可以贴近目标区域进行低空扫描,是执行战场区域侦察的重要工具。当多个目标区域分散在广域战场的不同位置时,小型无人机续航能力低成为其完成任务的关键制约因素。为了扩大小型无人机执行多区域覆盖侦察任务的能力,本文引入汽车作为无人机的移动平台,组成车机协同侦察系统,完成广域多目标区域侦察任务。基于上述考虑,本文提出了一种车机协同完成多区域覆盖任务的新模式,并基于该模式对车机协同多区域覆盖路径规划方法开展研究,主要完成了以下几方面工作:第一,设计了无人机区域覆盖路径规划方法。分析了覆盖扫描中地面扫描宽度与无人机和其携带相机性能之间的关系,并首次研究了如何根据目标区域几何特征选取扫描模式的方法,设计了基于梯形分解的凹多边形分解方法和无人机覆盖路径生成算法,并在此基础上设计了多无人机协同区域覆盖路径规划方法。第二,研究了地面车辆搭载一架无人机情况下,车机协同多区域覆盖路径规划方法。在地面车辆行驶特点和无人机扫描路径特点的基础上,分析了两者之间的时空协同关系,建立了该问题的整数规划数学模型。基于节约策略设计了两阶段启发式算法,完成初始解的快速构建。基于ALNS算法,设计了车机协同多区域覆盖路径优化算法,基于停点和覆盖路径的选取以及覆盖区域的访问顺序这几个方面设计了移除和重构算子,提升解空间的搜索效率。基于长沙市实际案例和随机案例的计算结果,验证了方法的效率和效果。第三,研究了车载多无人机协同多区域覆盖路径规划方法。在大目标区域分割的基础上,针对多无人机协同覆盖的特点,建立了该问题的整数规划模型。设计了基于多无人机协同起飞/降落停点选取策略和改进的节约算法的两阶段启发式算法,快速构建可行解。基于停点的选取、停点的访问顺序、覆盖路径的选取以及覆盖区域的访问顺序这四个方面设计领域搜索算子。并通过随机实验验证了所提出算法的有效性,与车载单无人机模式相比,该模式能够显著减少执行大面积区域覆盖任务的时间。