冯文斌，杨易明，李涛涛

（200093上海市 上海理工大学 机械工程学院）

0 引言

路径规划作为移动机器人、无人机飞行等技术的重要研究内容之一，目前已有许多算法应用于不同实际场景。如A*算法有实时性强，搜索效率高等特点[1]；蚁群算法作为一种适用于并行计算的离散型算法，易与多种启发式算法结合以改善性能[2]；遗传算法全局搜索能力强，有良好的收敛性[3]。本文以智能飞行器为研究对象，数据来源于“华为杯”第16届中国研究生数学建模竞赛F题。该类飞行器因系统结构限制，在飞行过程中会产生水平和垂直定位误差，未经过合适的校正点会导致任务失败，并且该飞行器存在最小转弯半径，需进行方向校正，因此，在复杂环境和多种约束条件下对飞行器的航迹进行快速规划有重要研究意义。本文采用改进的A*算法，对启发函数增设权值，改进了算法的代价函数[4]，作为一种启发式算法，计算速度快[5],并且理论上可以保证全局最优解的收敛性[6]。

1 航迹约束

在三维空间中存在起点A、终点B以及若干水平校正点和垂直校正点(如图1所示)，要求飞行器的航迹总长度尽可能小的同时，经过的校正点数量尽可能少。飞行器初始水平误差与垂直误差均为0，每飞行1 m，两类误差均增加δ个单位。经过水平/垂直校正点时，只能校正该类误差为0，另一误差不发生改变，同时需满足以下条件才允许进行误差校正。

图1 起点、终点及校正点坐标Fig.1 Coordinates of starting point,ending point and correction point

允许飞行器进行垂直误差校正：Δv ≤Δα1，Δl ≤Δα2。……