基于測繪無人機的全覆蓋航跡規劃方法研究

陳 浩

（河北省地礦局第四地質大隊，河北 承德 067000）

1 課題背景

在無人機還沒被研發出來的時候，地質專家進行實地考察只能親自上陣，背著笨重的設備跋山涉水，一方面是行走不便，另一方面是部分方位不能夠勘察得很仔細，無人機的誕生使得野外人員終于不用再扛著笨重的設備滿山跑，只需在山下遙控指揮無人機，就能夠掌控所需勘測的位置，給這個行業帶來了前所未有改變。

無人機按應用領域，可分為軍用與民用。軍用方面，無人機分為偵察機和靶機。民用方面，無人機+行業應用，是無人機真正的剛需;目前在航拍、農業、植保、自拍、快遞運輸、災難救援、觀察野生動物、監控傳染病、測繪、新聞報道、電力巡檢、救災、影視拍攝等領域的應用，大大的拓展了無人機本身的用途，發達國家也在積極擴展行業應用與發展無人機技術。

2 無人機在地質中的應用研究現狀

無人機在地質工作中有著極其廣泛的應用。例如，比較重要的一項就是關于地質災害的監測，無人機可以幫助監測者輕松的獲得各項實時數據，并且對災害規模進行分析，對造成的損失及逆行評估，無人機低空遙感技術功不可沒；并且，無人機在在野外地質勘查工作中也有著極其重要的地位，因為無人機具有的圖像識別系統可以對被拍攝地區進行高效精準的識別，可以進行快速測繪，因此，無人機在近年來成為了地質學家進行野外地質勘查工作常用的便捷工具。當然總體上講，國內利用無人機技術進行地質研究尚處于摸索階段。

運用無人機的時候會遇到很多問題，首先是電量問題，在飛行時可能遇到各種問題，可能會導致航線的改變，如果航跡調整不正確，無人機可能就沒電了，容易墜毀。其次是有關于航線的規劃問題，是需要找到最短的路徑，對地質進行勘測，然而在勘測路徑上面的問題眾多，約束條件多，要想找到最優的航跡規劃，就需要根據實際情況進行大量的數據處理分析，找到最合適的模型進行數學建模。

現在應用較為廣泛的是無人機遙感技術，此項技術在數據的監測方面頗有成效，可以對空中的情況、地面及海面的情況、甚至于地球表面的情況進行實時監測，無人機遙感技術的工作效率還極其高，減少了工作人員的工作量，減少了人力消耗及時間的消耗，并且無人機遙感技術的精準程度很高，人類難以與之匹敵[1]。

無人機遙感技術可應用于地質觀測，因為很多地方自然災害頻發，遙感技術可以很好的幫助對地面情況進行監測，例如對礦產資源的感應和不正常現象的感應。

近年來，無人機遙感技術活躍在各個領域，發展潛力無窮，不管是在礦產資源的開發方面還是在地質的監測方面都取得了不小的成果，解決了很多繁冗復雜的問題。例如針對勘測地區的可以進行快速測繪，對地質災害多發地區進行實時監測，在發生地質災害時，還可以迅速掌握災區信息，方便頂層管理人員對災區信息進行實時掌握，及時的進行救助支援；針對易發生災害或者已發生的地區，無人機可以對其進行分析監測，分析出哪些地方適合臨時駐扎，不會受到二次侵害。而且無人機遙感技術不受當地磁場變化或者信號等影響，可以及時的傳輸信息，對于災害的救助意義極大。

3 無人機的全覆蓋航跡規劃方法

3.1 規劃思想

從根本上來說，無人機航跡規劃問題就是一個包含多個優化目標和多個約束的非線性規劃問題，解決問題的核心就是建立目標函數，建立數學模型，有效的處理各個約束，困難點主要是在于約束條件較多、目標函數復雜、導致建模困難，所以最重要考慮的是降低問題的復雜性。需要考慮的其他因素還有：構造算法使得無人機能夠具有密集障礙物躲避技術、反應控制等，同時還需要具有運動控制誤差處理技術，本篇文章著重講述的就是利用無人機全覆蓋航跡規劃的方法提高測繪精度。

3.2 規劃構成

無人機航跡規劃一般由描述規劃空間，選擇航跡的表示形式，分析約束條件，確定代價函數,選取航跡搜索算法和航跡平滑幾個部分組成。

（1）描述規劃空間。規劃空間的表示的合理性直接關系著規劃的合理性以及最終的數據結果。規劃空間的描述應滿足如下要求：規劃空間能有效的描述出飛行環境，包括地形、可能遇到的威脅、障礙等，方便對航跡進行計算;對飛行環境的信息進行實時更新，保證實用性;規劃空間需要使得無人機滿足自身性能約束條件。

常用的規劃空間表示方法有柵格法和圖形法。但是需要注意的是在使用圖形法時，必須表示出所有的路徑，因為不能很快的辨別出最優解，只能單獨進行計算，相較于柵格法，圖形法的數據較少，處理起來較方便，但是數據的更新較為復雜。

（2）航跡表示。其形式有兩種:一種是基于無人機運動學、動力學描述的連續平滑航跡，采用此種表示方法可以省去最后的航跡平滑環節;另一種是用航跡點表示，相鄰航跡點之間用直線段連接幾何折線航跡。

（3）分析約束條件。航跡規劃問題需要考慮的約束條件包括環境約束、任務約束和無人機自身性能約束。

（4）確定代價函數。代價函數是評價航跡優劣的標準，代價值越小則表明航跡越優，反之表明航跡越差。確定代價函數需要綜合考慮影響航跡性能的各項因素，對各個指標進行量化和計算。

（5）選取搜索算法。根據任務需求選取合適的算法進行航跡的規劃，使得航跡滿足約束條件、規避障礙、使代價函數獲得最優值三個條件。

（6）航跡平滑。因為算法是通過數學計算得出的，而數學計算始終是一個理想值，是在理想狀態下實現的，并不一定能得到實際的運用，比如說算出的最優解航跡拐點很多，但是由于無人機自身的性能限制，不能頻繁的進行此項操作，所以設計出來的航跡還需要對其進行處理，消除不必要的拐彎點以利于無人機實際飛行。常用航跡平滑方法有三次樣條插值法、Bezier曲線、k-trajectory算法等。

3.3 軌跡規劃算法

無人機航跡規劃的本質是路徑規劃，因此應用于航跡規劃的算法實際上也就是路徑規劃算法。路徑規劃算法有很多，但是每種算法都有其優劣性，適用的范圍不同，所以需要根據實際情況進行選擇。

近年來常用于航跡規劃的傳統經典算法有Dijkstra算法、人工勢場法和模擬退火算法；相較于傳統經典算法，現代智能算法的應用更為廣泛。在航跡規劃中常用的現代智能算法有A*算法、GA算法、ACO算法和PSO算法（粒子群優化算法）。

本篇簡單的論述一下遺傳算法還有A*算法在航跡規劃中的運用。

首先是遺傳算法，由于遺傳算法對于細節性的要求不高，所以應用較為廣泛，但是在真正的計算當中比較費時，一般不適用于實時的航跡規劃問題，但是這個算法也有其優點，含有隱含的并行性，所以在未來還有很大的運用空間。

使用遺傳算法對航機進行規劃的一般步驟為：首先對航機進行編碼，然后構造合適的評價函數，選擇特定遺傳算子，然后對算子或者參數進行微調，進行計算，最后獲得最優解。遺傳算法是一種全局最優算法，可以很快地收斂到最優解附近，但是收斂到最優解附近之后，收斂速度就會變慢。

然后時A*算法，此算法是一種經典的最優式啟發搜索算法，在路線規劃中應用廣泛，是對Dijkstra算法的優化和改造后得到的，但是需要對A*算法進行一定的修改，可以找到可行的最小代價路徑，但是此算法也只考慮了平面的情況，三維的情況需要進行另外的算法優化。

3.4 優化算法

3.4.1現代智能算法的改進

航跡規劃是一個NP-hard問題，要得到可行的最優解，需要的計算量極大，消耗時間長，但是在實際的應用中，要求的是算法能對航跡的規劃迅速做出調整，因為在實際運用中會遇到各種各樣的問題，這些問題有的是不可測的，不是死板的數據，傳統的算法耗時大，得出的航跡已經不再具有參考價值。所以，改進算法最主要的就是對時間進行控制，結合無人機航線規劃的特性，提高搜索效率和搜索精度，例如改進初始化方法，可以減少在搜索時間上的浪費；改進編碼方式，使得算法更容易處理無人機的各種角度約束，縮減不必要的搜索空間。最主要的是要使得改進后的算法能夠適用于實際的航跡規劃，以最短的時間獲得最優解。

已經有學者在此方面做出了相關的研究，例如對A*算法進行優化，可以在復雜障礙存在的情況下，進行航跡規劃，并且還能提高搜索的效率，具有一定的參考價值。

3.4.2多重算法的融合改進

因為每個算法都有自己的優缺點，比如遺傳算法雖然耗時長，計算量大，但是具有隱含的可行性；A*算法全局性較好，但是對于數據進行實時的更新處理的能力較差，很難運用到實際的操作之中，并且航線規劃問題十分復雜，現有的單一算法難以實現其要求，所以可以考慮多個算法進行融合改進，在不同的航跡規劃階段，選擇不同的算法規劃出滿意的航跡。又或者是將兩個或多個算法融合改進，揚長避短，使得融合后的算法可以滿足實際所需。但是融合算法的難點在于可能增加計算量，這也是研究的重難點之一。

4 小結

無人機本身體積較小，野外作業時會減少人員工作量，對于環境的適應性較強，所以必將有很好的發展前景，對于無人機的航跡規劃更是無人機任務規劃系統的關鍵，所以針對此問題需要進行嚴格的算法分析以及數學建模，相信在不遠的未來，能實現無人機的智慧飛行，使得無人機能夠廣泛活躍于各個領域。