针对快速扩展随机树(rapidly-exploring random tree, RRT)算法在无人机路径规划过程中采样次数多、生成路径曲折等问题，提出了一种将路径重规划策略和平滑度优化相结合的路径规划算法。首先，通过重新构造采样区域降低RRT算法采样次数，利用目标偏向寻优策略为RRT算法添加导向性；其次，在筛选初始航迹点的同时引入无人机性能约束；然后，利用B样条对重规划路径进行平滑处理；最后，利用Matlab对所提出的算法进行仿真实验。实验结果为平均采样次数为386次，平均运行时间为0.43 s,平均航迹距离为1 392.16(无量纲),表明了算法可有效降低采样次数并改善路径平滑性。