博文

【论文推荐】国防科技大学刘忠教授团队丨无人机覆盖路径规划方法综述

已有 276 次阅读 2026-5-11 08:39 |个人分类:论文推荐|系统分类:博客资讯

编辑荐语

本期将给大家分享"无人机覆盖路径规划方法综述(A survey on coverage path planning method for UAV)". 如您对本期相关内容有好的理解与建议, 欢迎评论区留言.

本文对无人机覆盖路径规划这一前沿热点领域进行了全面、深入的系统性综述, 清晰地勾勒出该领域从环境建模、问题构建到算法求解的完整技术链条. 文章不仅精炼阐述了无人机覆盖任务在军事侦察、农业植保、灾害救援等多样化场景下的核心需求与挑战, 更创新性地从环境建模方法、数学模型构建与路径规划算法三个维度, 对现有文献进行了层次分明的梳理与评述. 尤为突出的是, 文章对规划算法的分类总结极具洞察力, 涵盖经典算法、构造式启发式算法、元启发式算法及新兴的学习类算法, 并清晰辨析了各类方法的原理、适用场景与局限. 本文不仅是对该领域发展脉络的一次高质量梳理, 其提出的关于未知环境在线规划、多模态载体协同覆盖等未来研究方向的展望, 也为后续学者指明了富有潜力的创新路径. 本综述是无人机自主控制、智能规划及相关应用领域研究人员快速把握全局、定位研究方向不可或缺的参考文献.

论文介绍

无人机覆盖路径规划方法综述

A survey on coverage path planning method for UAV

孙伟昌, 罗志浩†, 石建迈, 刘忠

机构: 国防科技大学系统工程学院

引用: 孙伟昌, 罗志浩, 石建迈, 等. 无人机覆盖路径规划方法综述. 控制理论与应用, 2026, 43(4): 709 – 727

DOI: 10.7641/CTA.2024.40006

全文链接:

http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA240006&flag=1

摘要

无人机具有成本低、机动灵活、贴近侦察等优点, 在执行区域覆盖扫描任务时能够有效提高作业效率, 被广泛应用于战场侦察、农业植保、野外搜救、林区监测等军事和民用领域. 当前无人机覆盖路径规划问题已成为无人机自控领域的研究重点. 本文系统梳理了近年来无人机覆盖路径规划问题的主要研究文献, 分析了问题的概念、特点和分类, 从环境建模方法、问题模型和规划算法3个方面进行了分类综述. 其中, 在路径规划算法中, 对研究中涉及的经典算法、构造式启发式算法、元启发式算法和以及学习类等算法进行了分析总结. 最后, 对无人机覆盖路径规划问题研究的发展趋势进行了总结和展望.

引言

覆盖路径规划问题 (coverage path planning, CPP)是路径规划领域的研究重点之一, 相对于经典的点对点路径规划问题, 覆盖路径规划问题需要重点关注区域形状、内部环境以及访问路径的连续性. 覆盖路径规划方法在各种有人和无人装备上有着重要的应用价值, 如车辆、无人机、机器人、机械臂和无人潜航器等. 随着飞行控制、导航技术、无线通信等自动化和信息技术的发展, 无人机被广泛应用于生产和生活的各个方面. 相比于其他装备, 无人机具有机动灵活、成本低、贴近侦察和适用性强等特点, 无人机在处理区域覆盖任务场景时具有明显优势, 被广泛应用于农业植保[1–3]、森林防火[4]、灾后救援[5–7]和建筑检测[8–9]等领域.

无人机覆盖问题是指在给定的目标区域内, 由无人机携带机载传感器对目标区域实施扫描覆盖, 覆盖路径规划则是通过规划无人机的最优扫描路径, 满足覆盖任务要求、无人机的续航时间、负载能力以及自主避障、防撞和通信等约束, 实现降低任务成本、提高覆盖效率等目标. 相比于传统的覆盖路径规划问题,无人机覆盖路径规划有着更加广泛的应用领域, 任务场景包括二维、三维以及单区域和多区域等复杂环境,在问题特点上包含部分覆盖、全覆盖、单次覆盖、多次覆盖以及具有时间窗需求的周期性覆盖等特征, 这些特点为问题建模和求解带来了诸多挑战. 在当前的研究中, 求解无人机覆盖路径规划问题的过程可总结为两步: 一是根据区域信息建立准确的环境模型, 并基于问题约束和优化目标建立数学模型; 二是设计覆盖路径规划算法并求解. 本文从无人机覆盖路径规划问题概念和特点出发, 总结现有文献的研究进展, 对覆盖路径规划中环境建模方法、问题模型以及路径规划算法进行梳理和总结, 分析和对比不同模型和方法特点, 为后续研究提供借鉴.

从整体研究趋势来看, 近年来无人机覆盖路径规划问题的相关研究逐渐增加, 成为了备受关注的研究热点. 图1展示了近10年来的主要文献数量的发展趋势, 可以看到特别是2018年至今, 这一领域的发文数量迅速增加. 早些年, Choset[10]总结了2001年之前机器人覆盖路径规划领域的研究进展, 将覆盖路径规划算法分为启发式和随机算法、精确和近似单元分解算法等. Galceran和Carreras[11]进一步综述了2013年之前求解机器人CPP问题的常用方法, 如基于传感器的机器人覆盖算法、基于栅格的覆盖算法、基于图的覆盖算法和三维覆盖算法等. Cabreira等[12]梳理了无人机覆盖路径规划问题的研究进展, 侧重分析了不同单元分解方法的特点和应用, 以及无人机的扫描方式、多无人机协同策略和求解算法等方面的相关研究. Almadhoun等[13]从视点生成方法、覆盖规划策略、多机器人协同决策和通信4个方面分析和讨论了求解机器人CPP问题的关键环节和常用方法. Tan等[14]系统梳理和总结了机器人CPP问题的常用求解算法, 如精确算法、随机算法、启发式算法和深度强化学习算法等, 并比较了不同算法的特点和适用场景. Fevgas等[15]总结了不同区域形状的CPP算法, 并讨论了基于节能策略的单无人机和多无人机CPP算法的发展和局限性. Kumar等[16]回顾了无人机CPP问题的最新研究, 分别介绍了单区域、多区域、单无人机和多无人机等问题的处理方法, 讨论了CPP算法设计面临的环境约束、自主协同、方法拓展性等挑战.

以上综述文献对CPP问题的概念和研究方法进行了较为系统的总结和归纳. 多数研究侧重于根据不同环境特点对CPP算法进行分类, 并未对环境建模方法和覆盖路径规划算法进行系统分析. 此外, 当前还没有文献对无人机CPP问题的模型进行系统梳理和总结. 本文重点分析无人机 CPP 问题的概念和特点, 并从环境建模、问题模型和路径规划算法3个方面总结无人机CPP问题的求解方法, 最后对未来的发展趋势进行了总结展望. 论文的主要贡献如下:

1) 分析了无人机覆盖路径规划问题的概念、特点和分类, 补充了近年来的最新文献研究;

2) 系统总结了无人机覆盖路径规划问题常用的环境建模方法, 以及路径规划问题模型、目标函数和约束条件;

3) 系统梳理了无人机覆盖路径规划问题的经典求解算法、构造式启发式算法、元启发式算法和学习类算法等方面的研究进展.

本文的组织结构如下: 第1节是无人机覆盖路径规划问题介绍, 主要包括问题概念、特点以及对各种分类问题的归纳和整理; 第2节总结了求解无人机覆盖路径规划问题的环境建模方法; 第3节综述了无人机覆盖路径规划的目标函数和约束条件; 在第4节中, 总结了不同类型的无人机覆盖路径规划算法; 第5节则是研究展望; 最后, 总结全文.

未来研究展望

从当前无人机覆盖路径规划问题研究文献总体来看, 在区域环境建模、覆盖路径规划模型和算法设计等方面都积累了一定的研究成果, 但是在环境建模的适用性、未知环境覆盖算法和无人机覆盖方式等方面仍需进一步研究.

1) 拓展环境建模方法, 提升在不同场景的适用性. 当前环境建模方法中, 拓扑图法依赖于区域划分生成拓扑信息; 区域分解法受区域形状和障碍物分布等因素的影响较大, 容易产生不规则区域; 栅格地图法采用网格化处理, 对边界和障碍物等信息的处理存在一定误差, 网格的数量也影响着后续路径规划算法的性能. 因此, 改进或研究新的环境建模方法, 尽量减小因误差带来的额外能量消耗和计算复杂度, 使其更加适应真实场景下无人机的覆盖任务需求, 是未来该领域研究的一个重要方向.

2) 针对先验环境信息未知的覆盖路径规划问题, 研究满足时效性和求解质量的覆盖路径规划算法. 目前多数研究基于先验环境信息已知, 设计了多种求解算法, 而针对未知环境或动态环境的覆盖问题, 只是在基于学习的智能算法方面进行了初步探索, 如神经网络、强化学习等. 这类算法的学习能力强但是样本数据需求量大、训练时间长. 因此, 如何在有限时间内快速求解出新的环境条件下的最优路径, 对算法的效率提出了新的挑战. 随着研究的不断深入, 能够适应动态变化环境的在线覆盖路径规划算法成为下一步研究的热点.

3) 面向多任务和多场景的覆盖需求, 探索无人机的新型应用模式, 如考虑无人机与地面车辆/机器人、空中飞艇/直升机、水面舰船等载体相结合, 增强无人机的广域覆盖能力. 现有无人机覆盖路径规划大多只是考虑单纯应用无人机的情况, 对与广域持续覆盖的研究较少. 小型无人机续航能力有限, 当覆盖区域较大时, 地面车辆/机器人、空中飞艇/直升机、水面舰船等可作为无人机的指控与充电平台, 拓展无人机工作范围, 成为无人机应用的新趋势. 新的应用模式必然带来一系列新的多模式协同覆盖路径规划问题, 需要增加无人机与其承载平台的时空协同约束、路径配合等, 建模和求解难度更大, 是未来值得进一步探索的研究方向.

总结

随着无人机技术的发展, 以无人机为载体的覆盖技术在各种任务场景中的应用越来越普遍, 无人机覆盖路径规划问题成为了路径规划领域新的研究热点. 本文总结了无人机覆盖路径规划问题的相关研究, 从问题概念和特点出发, 介绍问题的分类. 围绕环境建模方法、覆盖路径规划模型和规划算法3个方面进行了详细的综述. 具体来说, 环境建模是进行覆盖路径规划的前提, 是模型构建和算法设计的基础, 要根据环境特点选择合适的环境建模方法; 混合整数线性规划模型是求解无人机覆盖路径规划问题最常用的数学模型, 在建模过程中要综合考虑无人机平台、路径和环境等因素的约束, 要选择合适的目标函数评估解的质量; 覆盖路径规划算法是问题研究的关键, 本文综述了各类求解算法的相关研究, 详细分析了算法原理、应用范围和特点. 最后, 展望了未来无人机覆盖路径规划问题的研究的发展方向, 为开展后续研究提供了参考.

作者简介

孙伟昌硕士研究生, 目前研究方向为路径规划、智能优化;

罗志浩博士, 讲师, 目前研究方向为智能任务规划、运筹优化;

石建迈博士, 研究员, 目前研究方向为智能任务规划、指挥控制;

刘忠博士, 教授, 目前研究方向为人工智能技术、智能任务规划.

期刊介绍

《控制理论与应用》(Control Theory & Applications)是经国家科学技术部批准, 教育部主管, 由华南理工大学和中国科学院数学与系统科学研究院联合主办的全国性一级学术刊物, 1984年创刊, 月刊, 国内外公开发行. 《控制理论与应用》是中国科学引文数据库首批统计源期刊之一，中文核心期刊，入选中国精品科技期刊顶尖学术论文F5000项目，中国科协自动化学科领域高质量科技期刊目录以及中国科协百篇优秀科技论文遴选计划，2021年入选广东省高质量科技期刊建设项目，2022-2024年连续获得基金委资助（科技活动专项）。

期刊封面2.jpg 目录2.jpg