曹梦磊， 王宏伦， 梁 宵

(北京航空航天大学，a.飞行器控制一体化技术重点实验室; b.无人驾驶飞行器设计研究所，北京 100191)

0 引言

航路规划技术作为无人机的关键技术之一，一直是各国的研究热点。国内外学者提出了各种航路规划算法，主要可分为基于图形法、决策型搜索算法、随机型搜索算法和人工势场法。基于图形的方法必须表示出规划空间中的所有可能的路径，否则可能丢失最优解，不适用于复杂地形环境。决策型搜索算法中具有代表性的是A*算法，该算法简单易实现，搜索效率较高，但存在指数爆炸问题，规划时间随规划空间的增大而呈指数增长，并且对启发函数的依赖性强，而启发函数的选择没有通用的方法［1］。随机型搜索算法包括遗传算法、蚁群算法、粒子群算法等一些仿生算法，它们鲁棒性好且具有很强的并行性，但蚁群算法容易陷入局部最优［2］，遗传算法理论上可以求出全局最优解，但解的最优性和求解时间存在矛盾，粒子群算法是全局最优化算法但其参数选择具有偶然性，缺乏理论指导［3］。人工势场法不同于搜索算法，它将物体的运动看成是吸引力和排斥力作用的结果，该方法的优点是构造简单、规划速度快，但其存在局部极小点，易陷入局部最优解［4］。

流函数法是近年来航路规划中兴起的一种新算法，其在环境、冶金等领域的研究中使用的比较早，这种方法通过借鉴流体力学概念建立势场区域，能够很好地避免局部最小问题［5］。……