امروزه هواپیماهای بدون سرنشین در طیف گسترده ای از مأموریت ها به خصوص کاربردهای شهری، جایگزین نمونه های سرنشین دار شده اند. دلایل اصلی به کارگیری این وسایل، قابلیت استفاده از آن ها در مناطق خطرناک و صرفه جویی در هزینه های مربوط به تجهیزات مالی و نیروی انسانی است. اما همچون سایر فناوری های نوین، هواپیماهای بدون سرنشین نیز با چالش هایی روبرو هستند که مهم ترین آن ها، مسئله ناوبری است. ناوبری، فراهم کردن اطلاعات مورد نیاز برای هدایت متحرک از موقعیت فعلی به مقصد معلوم یا مجموعه نقاط میانی مسیر است. بنابراین طراحی مسیر بهینه پرواز و فراهم کردن یک سیستم تعیین موقعیت دقیق، دو عامل مهم در امر ناوبری هستند. برخی تحقیقات صورت گرفته در این زمینه با ضعف های عمده ای مواجه می باشند. برای نمونه، در زمینه طراحی مسیر بهینه، مدل سازی مکانی موانع منطقه پرواز و درجه اهمیت موانع مورد توجه قرار نگرفته است. همچنین عدم توجه به جامعیت معیارهای طراحی مسیر در برخی تحقیقات به چشم می خورد. از طرف دیگر، سیستم های تعیین موقعیت موجود با مشکلاتی روبرو هستند. به عنوان مثال امکان قطع امواج ارسالی در gps وجود دارد و سیستم ins نیز در طول زمان دچار خطای جمع شونده می¬شود. از این رو در این پایان نامه برای اولین بار در گرایش سیستم اطلاعات مکانی به بهبود ناوبری هواپیمای بدون سرنشین پرداخته شده است. هدف اصلی، ارائه روشی است که بتواند با استفاده از تحلیل های مکانی به طراحی مسیر بهینه و بهبود سامانه های تعیین موقعیت بپردازد. به همین منظور در بخش اول پیاده سازی با بهره گیری از تحلیل های مکانی به مسیریابی با استفاده از دو الگوریتم قطعی k-shortest path و فرا ابتکاری مورچه پرداخته شده است. تحلیل های مکانی به کار رفته عبارتند از: مدل سازی موانع پروازی (خطوط برق فشار قوی، آنتن های مخابراتی، برد مخابره اطلاعات و غیره) از طریق تعیین حریم اثر و تهیه نقشه وزن¬دار آن ها، تشکیل نقشه پتانسیل منطقه پرواز، تبدیل مسئله به خودکاره سلولی، فشرده سازی اطلاعات با استفاده از درخت چهارتایی، لحاظ کردن پارامترهای دینامیکی هواپیما در ناحیه حرکت و کمینه کردن تابع هزینه متشکل از عواملی که به صورت مستقیم و غیر مستقیم لحاظ شده اند از جمله فاصله و زمان سفر، زاویه گردش هواپیما، فاصله از موانع و میزان مصرف سوخت. نتایج این بخش حاکی از آن است که با تحلیل های مکانی صورت گرفته در فضای سلولی، الگوریتم فرا ابتکاری مورچه در مقایسه با الگوریتم k-shortest path می تواند مسیر نزدیک به بهینه را با سرعت مناسب تری ارائه کند و همچنین با افزایش ابعاد منطقه، کارایی بهتری را از خود نشان دهد. در بخش دوم، برای بهبود سامانه های تعیین موقعیت موجود به پیاده سازی روش کمک ناوبری بصری پرداخته شده است. برای یافتن محدوده مورد نظر در پایگاه داده زمین مرجع، تحلیل مکانی بافر پیشنهاد شده است. عوارض متناظر از محدوده مشترک تصاویر پایگاه داده زمین مرجع با تصاویر گرفته شده توسط دوربین نصب شده روی هواپیما، به صورت اتوماتیک با روش sift استخراج شده¬اند. برای تسریع روش، با مشخص بودن قدرت تفکیک تصاویر در هر دو پایگاه داده، نسبت مقیاس آن ها به یکدیگر دست آمده و سطح مقیاس محاسبه شده به جای جستجوی همه سطوح مقیاس مورد بررسی قرار گرفته است. سپس بین عوارض استخراج شده تناظریابی صورت گرفته است. در نهایت پارامترهای موقعیت و وضعیت تصویر اخذ شده توسط هواپیما تعیین شده اند که از آن ها برای تعیین پارامترهای ناوبری استفاده می شود. اگرچه جواب نهایی به کیفیت داده های جمع آوری شده و دقت پایگاه داده وابسته است. اما نتایج نشان می دهد که روش پیشنهادی قابلیت تناظریابی بین تصاویر کاملاً متفاوت حتی با 10 برابر اختلاف مقیاس را دارد. نتیجه¬گیری کلی بیانگر آن است که تحلیل های مکانی می توانند نقش به سزایی در بهبود ناوبری هواپیمای بدون سرنشین داشته باشند.