李波, 杨志鹏, 贾卓然, 马浩

(1.西北工业大学 电子信息学院, 陕西 西安 710129;2.中国电子科技集团公司数据链技术重点实验室, 陕西 西安 710068;3.中国航空工业集团公司西安航空计算技术研究所, 陕西 西安 710068)

无人机路径规划是指在任务空间中设计一条从起点到终点使得无人机飞行代价最优的航路，但是这种点对点的路径规划不能够覆盖全部任务区域[1-2]。在现实中，例如农药喷洒、地图测绘、战场侦察等应用场景都依赖全覆盖路径规划，因此开展全覆盖路径规划算法研究具有重要意义。

在全区域覆盖领域，国内外学者做了大量的研究。随机覆盖策略方法[3]在机器人遇到障碍物无法继续直行时就随机旋转一定的角度继续前进。分块法[4]是通过障碍物的边界对任务空间进行划分，然后在完整任务空间连接图中使用深度优先搜索的方法保证机器人访问每个任务子空间，实现对任务空间的完全覆盖。模板法[5]是根据先前信息来定义机动决策模板，并根据机器人所处环境的信息与各个模板进行匹配，选择合适的运动策略并且不断重复该过程进行区域覆盖。

由于随机策略无法确保全覆盖且效率较低，分块法需要已知探测环境，模板匹配的方法存在无法处理动态环境等问题[6]。针对上述不足，能够通过训练达到自适应的神经网络引起了我们关注。

复杂结构的神经网络在输入信息充足的情况下，能够较为准确地逼近任意连续的非线性函数[7]。……