1.一种基于MB-RRT*的无人机二维航迹规划方法，其特征在于：所述方法包括如下步骤：

1)初始化树以及环境信息；

2)导入障碍物信息，并设置迭代次数；

3)判断是否达到迭代次数，如果是，对生成的路径点进行降采样处理，并采用插值算法优化生成路径线，结束；否则进入4)；

4)产生随机采样点Xrand，并寻找树中与随机采样点Xrand距离最近的点Xinsert；

5)根据点Xinsert生成自适应步长，根据步长生成最终插入点Xnew；

6)判断插入点Xnew到树根的距离是否大于当前的最优路径长，如果是，进入8)；如果否进入7)；

7)对路径进行碰撞检测，如果未通过进入8)，如果通过，将插入点加入树中，并对插入点周围的邻近节点进行优化；

8)对树进行连接检测，并进行连接。

2.如权利要求1所述的基于MB-RRT*的无人机二维航迹规划方法，其特征在于：所述步骤3)中，所述降采样处理：对最终生成的轨迹点之间不断地进行碰撞检测，对最后的轨迹不断地截短直至无法截短。

3.如权利要求2所述的基于MB-RRT*的无人机二维航迹规划方法，其特征在于：所述步骤3)中，采用构建三次贝塞尔曲线对轨迹点进行插值生成最后的路径曲线，三次贝塞尔曲线的方程如下所示：B(t)＝P0(1-t)3+3P1t(1-t)2+3P2t2(1-t)+P3t3其中P0为起始点，P3为目标点，P1和P2为控制点，用于控制曲线的方向，对于一系列路径点，只需要根据轨迹点不断计算两个控制点带入方程，即可生成曲线。

4.如权利要求1～3之一所述的基于MB-RRT*的无人机二维航迹规划方法，其特征在于：所述步骤5)中，自适应步长的计算过程如下：首先通过NearestOb(x1,2μMax)寻找并计算出距离点x1最近的障碍物的距离Di，x1为查找的坐标点，μMax为设定的最大步长，μMin为设定的最小步长。根据下列公式计算出步长：

通过这一方法计算出的步长保持在范围μMin＜μ＜μMax，点x1距离障碍越近，步长越接近μMin，当以x1为中心半径为μMax的范围内没有障碍时，步长为μMax。

5.如权利要求1～3之一所述的基于MB-RRT*的无人机二维航迹规划方法，其特征在于：所述步骤4)中，在采样阶段对采样点进行筛选，即在每次生成插入点xnew后计算插入点到达根节点的长度c(xnew,xinit)，如果这个长度大于当前最优路径的长度就抛弃这个插入点。