CN113932819A - 基于往复回填算法的无人机完整搜索路径规划方法 - Google Patents

Abstract

本发明涉及一种基于往复回填算法的无人机完整搜索路径规划方法，包括：建立搜索区域的环境模型，并确定无人机的起始搜索点；选择方位优先级模式，响应于选择第一方位优先级模式，对搜索区域进行回填往复式搜索；响应于选择第二方位优先级模式，对搜索区域进行L型往复式搜索；其中，在搜索过程中，当无人机进入死区，判断当前的搜索覆盖率是否达到预设的最低搜索覆盖率，若是，则结束搜索；若否，则利用A星算法规划路径跳出死区，之后根据选择的方位优先级模式继续进行搜索。本发明的方法，通过改进往复搜索策略，加入回填机制，在保证低重复率的同时，大大减少了A星算法的使用次数和掉头次数，从而减少了资源消耗，进一步提高了搜索效率。

Description

基于往复回填算法的无人机完整搜索路径规划方法

技术领域

本发明属于雷达技术领域，具体涉及一种基于往复回填算法的无人机完整搜索路径规划方法。

背景技术

随着现代军事的需要，无人机已成为近年来高科技信息化战争不可缺少的组成部分。随着无人机有效载荷的增加和雷达小型化技术的提高，机载雷达逐渐成为无人机载荷的重要组成部分，提高了无人机的作战性能。在搜索探测方面，研究如何合理规划无人机的航线，以最短时间探测到最大面积具有重要意义。

迄今为止，路径规划算法已得到了深入的研究并被广泛地应用于各个领域。现有的完全覆盖的路径规划主要由搜索策略配合启发式算法实现。常见的搜索策略有平行搜索，网格搜索，以及内螺旋式搜索。当无人机处于障碍物较少的理想环境时，这些策略搜索效率较高，然而在实际应用中，机载雷达装备的电池容量有限，为了保证搜索任务的成功率，有限的雷达资源必须被合理地利用，上述的方法在面对实际中错综复杂的环境时，由于未能及时对搜索中遗留的区域作出反馈，不能以一种高效率的方式弥补遗留区域，常常会造成重复率过高、用时过长、掉头次数过多、易陷入死区等问题。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于往复回填算法的无人机完整搜索路径规划方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供了一种基于往复回填算法的无人机完整搜索路径规划方法，包括：

建立搜索区域的环境模型，并确定无人机的起始搜索点；

选择方位优先级模式，

响应于选择第一方位优先级模式，对所述搜索区域进行回填往复式搜索；

响应于选择第二方位优先级模式，对所述搜索区域进行L型往复式搜索；

其中，在搜索过程中，当所述无人机进入死区，判断当前的搜索覆盖率是否达到预设的最低搜索覆盖率，若是，则结束搜索；若否，则利用A星算法规划路径跳出死区，之后根据选择的方位优先级模式继续进行搜索。

在本发明的一个实施例中，建立环境模型，确定无人机的起始搜索点，包括：

采用网格法建立所述搜索区域的环境模型，将所述搜索区域的空域环境Ω划分为若干个正方形网格F(l,m)，其中，l＝1,2,…,N表示网格的行号,m＝1,2,…,N表示网格的列号，F(l,m)＝1,2,…,N²表示网格的序列标号，确定无人机的起始搜索点为F(1,1)。

在本发明的一个实施例中，所述第一方位优先级模式的方位优先级从高到低依次为：左、上、右、下；

所述第二方位优先级模式包括第一子优先级模式和第二子优先级模式，其中，所述第一子优先级模式的方位优先级从高到低依次为：下、左、上、右；所述第二子优先级模式的方位优先级从高到低依次为：左、下、右、上。

在本发明的一个实施例中，响应于选择第一方位优先级模式，对所述搜索区域进行回填往复式搜索，包括：

步骤1：依次按照第一方位优先级模式的方位顺序，判断所述无人机是否能够执行向对应方位的飞行操作；

步骤2：若能够执行飞行操作，则所述无人机以该方位作为飞行方向飞行一个单位距离；

若四个方位均不能执行飞行操作，则确认所述无人机进入死区；

步骤3：重复步骤1-步骤2；

其中，在步骤2中，

若能够执行向左的飞行操作，则所述无人机向左飞行一个单位距离后，执行回填操作，所述回填操作结束后执行步骤3；

若能够执行向上的飞行操作，则所述无人机向上飞行一个单位距离后，执行步骤3；

若能够执行向右的飞行操作，则所述无人机向右飞行一个单位距离后，执行回填操作，所述回填操作结束后执行步骤3；

若能够执行向下的飞行操作，则所述无人机向下飞行一个单位距离后，执行步骤3。

在本发明的一个实施例中，所述回填操作包括：

步骤a：判断所述无人机是否能够执行向下的飞行操作，

步骤b：响应于能够执行向下的飞行操作，则所述无人机向下飞行一个单位距离后，判断所述无人机是否能够执行向左的飞行操作，

若能够执行向左的飞行操作，则所述无人机向左飞行一个单位距离后，循环判断所述无人机是否能够执行向左的飞行操作，响应于能够执行向左的飞行操作并执行相应飞行操作；

若不能执行向左的飞行操作，则返回步骤a，直至下和左方位均不能执行飞行操作，所述回填操作结束；

步骤c：响应于不能执行向下的飞行操作，则所述回填操作结束。

在本发明的一个实施例中，响应于选择第二方位优先级模式，对所述搜索区域进行L型往复式搜索，包括：

步骤1：依次按照第一子优先级模式的方位顺序，判断所述无人机是否能够执行向对应方位的飞行操作；

步骤2：若能够执行飞行操作，则所述无人机以该方位作为飞行方向飞行一个单位距离，重复步骤1-步骤2；

若四个方位均不能执行飞行操作，则确认所述无人机进入死区；

其中，在步骤2中，当所述无人机以右方位作为飞行方向飞行一个单位距离后，判断所述无人机是否能够执行向上的飞行操作，若能够执行向上的飞行操作，则所述无人机向上飞行一个单位距离后，返回步骤1，否则，执行步骤3；

步骤3：依次按照第二子优先级模式的方位顺序，判断所述无人机是否能够执行向对应方位的飞行操作；

步骤4：若能够执行飞行操作，则所述无人机以该方位作为飞行方向飞行一个单位距离，重复步骤3-步骤4；

若四个方位均不能执行飞行操作，则确认所述无人机进入死区；

其中，在步骤4中，当所述无人机以上方位作为飞行方向飞行一个单位距离后，判断所述无人机是否能够执行向右的飞行操作，若能够执行向右的飞行操作，则所述无人机向上飞行一个单位距离后，返回步骤3，否则，返回步骤1。

在本发明的一个实施例中，利用A星算法规划路径跳出死区包括：

以所述无人机的当前位置作为起始点,选择距离所述起始点的欧式距离最小的未搜索的位置作为目标点，使用A星算法规划得到所述起始点到所述目标点的最佳路径，根据所述最佳路径跳出死区。

与现有技术相比，本发明的有益效果在于：

本发明的基于往复回填算法的无人机完整搜索路径规划方法，通过改进往复搜索策略，加入回填机制，相比于传统的搜索策略，在保证低重复率的同时，大大减少了A星算法的使用次数和掉头次数，从而减少了资源消耗，进一步提高了搜索效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

图1是本发明实施例提供的一种基于往复回填算法的无人机完整搜索路径规划方法的流程框图；

图2是本发明实施例提供的环境模型网格图；

图3是本发明实施例提供的L型往复式搜索在没有障碍时的轨迹示意图；

图4是本发明实施例提供的回填往复式搜索的流程示意图；

图5是本发明实施例提供的回填操作的流程示意图；

图6是本发明实施例提供的L型往复式搜索的流程示意图；

图7是本发明实施例提供的回填往复式搜索的仿真结果图；

图8是本发明实施例提供的L型往复式搜索的仿真结果图。

具体实施方式

为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种基于往复回填算法的无人机完整搜索路径规划方法进行详细说明。

有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。

实施例一

请参见图1，图1是本发明实施例提供的一种基于往复回填算法的无人机完整搜索路径规划方法的流程框图，如图所示，本实施例的基于往复回填算法的无人机完整搜索路径规划方法，包括：

建立搜索区域的环境模型，并确定无人机的起始搜索点；

选择方位优先级模式，

响应于选择第一方位优先级模式，对搜索区域进行回填往复式搜索；

响应于选择第二方位优先级模式，对搜索区域进行L型往复式搜索；

其中，在搜索过程中，当无人机进入死区，判断当前的搜索覆盖率是否达到预设的最低搜索覆盖率，若是，则结束搜索；若否，则利用A星算法规划路径跳出死区，之后根据选择的方位优先级模式继续进行搜索。

在本实施例中，具体采用网格法建立搜索区域的环境模型，将搜索区域的空域环境Ω划分为若干个正方形网格F(l，m)，其中，l＝1,2,…,N表示网格的行号,m＝1,2,…，N表示网格的列号，F(l,m)＝1,2,…,N²表示网格的序列标号，确定无人机的起始搜索点为F(1,1)。如图2所示的环境模型网格图，图中黑色网格代表威胁区域，无人机不能进入，白色网格代表需要搜索的区域。

需要说明的是，设定雷达的搜索区域近似为一个边长为R_max的小方格,即为环境网格的一个基本单元，同时设置最低搜索覆盖率为C_min。

进一步地，在本实施例中，第一方位优先级模式的方位优先级从高到低依次为：左、上、右、下，即方位优先级顺序为：左>上>右>下。第二方位优先级模式包括第一子优先级模式和第二子优先级模式，其中，第一子优先级模式的方位优先级从高到低依次为：下、左、上、右，即方位优先级顺序为：下>左>上>右。第二子优先级模式的方位优先级从高到低依次为：左、下、右、上，即方位优先级顺序为：左>下>右>上。

进一步地，请结合参见图4和图5，图4是本发明实施例提供的回填往复式搜索的流程示意图，图5是本发明实施例提供的回填操作的流程示意图。如图所示，对本实施例的回填往复式搜索进行具体说明：

具体地，响应于选择第一方位优先级模式，对搜索区域进行回填往复式搜索，包括：

步骤1：依次按照第一方位优先级模式的方位顺序，判断无人机是否能够执行向对应方位的飞行操作；

步骤2：若能够执行飞行操作，则无人机以该方位作为飞行方向飞行一个单位距离；

若四个方位均不能执行飞行操作，则确认无人机进入死区；

步骤3：重复步骤1-步骤2；

也就是，无人机按照左、上、右、下的顺序依次判断是否能够执行向对应方位的飞行操作，若无人机在某方位能够执行飞行操作，则确定该方位为无人机下一步飞行的方向，并飞行一个单位距离。之后再重复上述判断飞行步骤，进行回填往复式搜索，直至判断四个方位均不能执行飞行操作，则确认无人机进入死区。在进入死区后执行如下的操作步骤，即，当无人机进入死区，判断当前的搜索覆盖率是否达到预设的最低搜索覆盖率(C_min)，若是，则结束搜索；若否，则利用A星算法规划路径跳出死区，之后再根据左、上、右、下的顺序继续进行搜索。

值得说的是，在本实施例的回填往复式搜索过程中，当判断能够执行向左或向右的飞行操作，并在朝向对应方位飞行一个单位距离之后，需要执行回填操作，回填操作结束后继续根据第一方位优先级模式的方位顺序进行搜索。

也就是，在步骤2中，

若能够执行向左的飞行操作，则无人机向左飞行一个单位距离后，执行回填操作，回填操作结束后执行步骤3；

若能够执行向上的飞行操作，则无人机向上飞行一个单位距离后，执行步骤3；

若能够执行向右的飞行操作，则无人机向右飞行一个单位距离后，执行回填操作，回填操作结束后执行步骤3；

若能够执行向下的飞行操作，则无人机向下飞行一个单位距离后，执行步骤3。

即就是，当无人机横向运行时，执行回填操作。

具体地，如图5所示，回填操作包括如下步骤：

步骤a：判断无人机是否能够执行向下的飞行操作，

步骤b：响应于能够执行向下的飞行操作，则无人机向下飞行一个单位距离后，判断无人机是否能够执行向左的飞行操作，

若能够执行向左的飞行操作，则无人机向左飞行一个单位距离后，循环判断无人机是否能够执行向左的飞行操作，响应于能够执行向左的飞行操作并执行相应飞行操作；

若不能执行向左的飞行操作，则返回步骤a，直至下和左方位均不能执行飞行操作，回填操作结束；

步骤c：响应于不能执行向下的飞行操作，则回填操作结束。

在本实施例中，通过改进往复搜索策略，加入回填机制，相比于传统的搜索策略，在保证低重复率的同时，大大减少了A星算法的使用次数和掉头次数，从而减少了资源消耗，进一步提高了搜索效率。

进一步地，请结合参见图3和图6，图3是本发明实施例提供的L型往复式搜索在没有障碍时的轨迹示意图，图6是本发明实施例提供的L型往复式搜索的流程示意图。如图所示，对本实施例的L型往复式搜索进行具体说明：

具体地，响应于选择第二方位优先级模式，对搜索区域进行L型往复式搜索，包括：

步骤1：依次按照第一子优先级模式的方位顺序，判断无人机是否能够执行向对应方位的飞行操作；

步骤2：若能够执行飞行操作，则无人机以该方位作为飞行方向飞行一个单位距离，重复步骤1-步骤2；

若四个方位均不能执行飞行操作，则确认无人机进入死区；

也就是，无人机按照下、左、上、右的顺序依次判断是否能够执行向对应方位的飞行操作，若无人机在某方位能够执行飞行操作，则确定该方位为无人机下一步飞行的方向，并飞行一个单位距离。之后再重复上述判断飞行步骤，进行L型往复式搜索，直至判断四个方位均不能执行飞行操作，则确认无人机进入死区。在进入死区后执行如下的操作步骤，即，当无人机进入死区，判断当前的搜索覆盖率是否达到预设的最低搜索覆盖率(C_min)，若是，则结束搜索；若否，则利用A星算法规划路径跳出死区，之后在根据下、左、上、右的顺序继续进行搜索。

需要说明的是，其中，在步骤2中，当无人机以右方位作为飞行方向飞行一个单位距离后，判断无人机是否能够执行向上的飞行操作，若能够执行向上的飞行操作，则无人机向上飞行一个单位距离后，返回步骤1，否则，执行步骤3；

步骤3：依次按照第二子优先级模式的方位顺序，判断无人机是否能够执行向对应方位的飞行操作；

步骤4：若能够执行飞行操作，则无人机以该方位作为飞行方向飞行一个单位距离，重复步骤3-步骤4；

若四个方位均不能执行飞行操作，则确认无人机进入死区；

也就是，在执行步骤3时，无人机按照左、下、右、上的顺序依次判断是否能够执行向对应方位的飞行操作，若无人机在某方位能够执行飞行操作，则确定该方位为无人机下一步飞行的方向，并飞行一个单位距离。之后再重复上述判断飞行步骤，进行L型往复式搜索，直至判断四个方位均不能执行飞行操作，则确认无人机进入死区。在进入死区后执行如下的操作步骤，即，当无人机进入死区，判断当前的搜索覆盖率是否达到预设的最低搜索覆盖率(C_min)，若是，则结束搜索；若否，则利用A星算法规划路径跳出死区，之后在根据左、下、右、上的顺序继续进行搜索。

需要说明的是，其中，在步骤4中，当无人机以上方位作为飞行方向飞行一个单位距离后，判断无人机是否能够执行向右的飞行操作，若能够执行向右的飞行操作，则无人机向上飞行一个单位距离后，返回步骤3，否则，返回步骤1。

值得说明的是，在本实施例中，首次选择的子优先级模式在此不做限制，即就是，可以如上所述的首次选择按照第一子优先级模式的方位顺序进行判断，也可以是首次选择按照第二子优先级模式的方位顺序进行判断，首次选择按照第二子优先级模式的方位顺序进行判断的具体步骤如上所述的步骤3和步骤4，其中，当无人机以上方位作为飞行方向飞行一个单位距离后，判断无人机是否能够执行向右的飞行操作，若能够执行向右的飞行操作，则无人机向上飞行一个单位距离后，继续按照第二子优先级模式的方位顺序进行判断，否则，转换为第一子优先级模式的方位顺序进行判断，具体过程在此不再赘述。

需要说明的是，在本实施例中，当无人机跳出死区后，按照之前进入死区前的子优先级模式的方位顺序进行后续的判断搜索过程。

在本实施例中，L型往复式搜索把横向往复和纵向往复相结合，沿副对角线从左下向右上逐层推进。当无人机在副对角线上方时，无人机可以实现往复式的纵向搜索，当无人机在副对角线下方时，无人机可以实现往复式的横向搜索，当触碰到副对角线时，实现一个横纵交替的变换，最终以多个L型的路线逐层实现全覆盖。

进一步地，利用A星算法规划路径跳出死区包括：

以无人机的当前位置作为起始点，选择距离起始点的欧式距离最小的未搜索的位置作为目标点，使用A星算法规划得到起始点到目标点的最佳路径，根据最佳路径跳出死区。

具体地，A星算法规划路径的计算思路为：

设最小代价函数为g(n)，表示起始节点到当前节点的实际成本；估计代价函数为h(n)，表示当前节点到目标节点的估计成本，二者与总成本f(n)的关系式如下：

f(n)＝g(n)+h(n) (1)

其中，h(n)通常用两节点之间的欧氏距离进行计算，假设当前节点坐标N(x_n，y_n)，目标节点坐标M(x_m，y_m)，则

当无人机进入“死区”时，根据式(2)计算当前节点附近所有节点的估计成本，以估计成本最低的节点作为下一个移动节点。将节点依次向外展开并记录，直到找到满足要求的目标点，最后根据指针信息回溯生成最短路径。

本实施例的基于往复回填算法的无人机完整搜索路径规划方法，通过改进往复搜索策略，加入回填机制，相比于传统的搜索策略，在保证低重复率的同时，大大减少了A星算法的使用次数和掉头次数，从而减少了资源消耗，进一步提高了搜索效率。

实施例二

本实施例通过仿真实验对实施例一的基于往复回填算法的无人机完整搜索路径规划方法的效果进行具体说明。

(一)仿真条件：

仿真运行系统为Intel(R)Core(TM)i7-8750 CPU@2.2GHz，64位Windows10操作系统，仿真软件采用MATLAB(R2020b)。

(二)仿真内容与结果分析：

表1

请参见图7和图8，图7是本发明实施例提供的回填往复式搜索的仿真结果图；图8是本发明实施例提供的L型往复式搜索的仿真结果图。其均是在30个随机障碍物下的路径规划的示意图，图中浅灰色的粗线代表用A星算法规划的路线，×号代表A星算法规划时重复搜索的区域，黑色是障碍，五角星代表无人机起始搜索点。

请参见表2，表2是不同搜索方法的对比实验结果，其中，搜索方法包括：改进式往复式搜索(IR)与本发明的回填往复式搜索(IBR)和L型往复式搜索(LR)。将随机障碍物分别设置为[50,100,150]的情况下迭代50次。对比指标为平均重复率(ARR)，平均掉头次数(AUT)，A星算法的使用次数(AAUT)。从表2可以看出结果显示在不同障碍物数量的情况下，三种搜索方法的平均重复率基本一致且都保持在一个较低水平。其中回填往复式搜索方法的A星算法的使用次数最少；而L型往复式搜索方法的掉头次数最少，因此对于复杂多障碍物的环境下，在节约算法资源以及减少UAV转头次数方面，本发明的回填往复式搜索方法与L型往复式搜索方法有着较好的应用价值。

表2.不同搜索方法的对比实验结果

应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (7)

1.一种基于往复回填算法的无人机完整搜索路径规划方法，其特征在于，包括：

建立搜索区域的环境模型，并确定无人机的起始搜索点；

选择方位优先级模式，

响应于选择第一方位优先级模式，对所述搜索区域进行回填往复式搜索；

响应于选择第二方位优先级模式，对所述搜索区域进行L型往复式搜索；

其中，在搜索过程中，当所述无人机进入死区，判断当前的搜索覆盖率是否达到预设的最低搜索覆盖率，若是，则结束搜索；若否，则利用A星算法规划路径跳出死区，之后根据选择的方位优先级模式继续进行搜索。

2.根据权利要求1所述的基于往复回填算法的无人机完整搜索路径规划方法，其特征在于，建立环境模型，确定无人机的起始搜索点，包括：

采用网格法建立所述搜索区域的环境模型，将所述搜索区域的空域环境Ω划分为若干个正方形网格F(l,m)，其中，l＝1,2,…，N表示网格的行号,m＝1，2，…，N表示网格的列号，F(l，m)＝1，2,…,N²表示网格的序列标号，确定无人机的起始搜索点为F(1,1)。

3.根据权利要求2所述的基于往复回填算法的无人机完整搜索路径规划方法，其特征在于，所述第一方位优先级模式的方位优先级从高到低依次为：左、上、右、下；

所述第二方位优先级模式包括第一子优先级模式和第二子优先级模式，其中，所述第一子优先级模式的方位优先级从高到低依次为：下、左、上、右；所述第二子优先级模式的方位优先级从高到低依次为：左、下、右、上。

4.根据权利要求3所述的基于往复回填算法的无人机完整搜索路径规划方法，其特征在于，响应于选择第一方位优先级模式，对所述搜索区域进行回填往复式搜索，包括：

步骤1：依次按照第一方位优先级模式的方位顺序，判断所述无人机是否能够执行向对应方位的飞行操作；

步骤2：若能够执行飞行操作，则所述无人机以该方位作为飞行方向飞行一个单位距离；

若四个方位均不能执行飞行操作，则确认所述无人机进入死区；

步骤3：重复步骤1-步骤2；

其中，在步骤2中，

若能够执行向左的飞行操作，则所述无人机向左飞行一个单位距离后，执行回填操作，所述回填操作结束后执行步骤3；

若能够执行向上的飞行操作，则所述无人机向上飞行一个单位距离后，执行步骤3；

若能够执行向右的飞行操作，则所述无人机向右飞行一个单位距离后，执行回填操作，所述回填操作结束后执行步骤3；

若能够执行向下的飞行操作，则所述无人机向下飞行一个单位距离后，执行步骤3。

5.根据权利要求4所述的基于往复回填算法的无人机完整搜索路径规划方法，其特征在于，所述回填操作包括：

步骤a：判断所述无人机是否能够执行向下的飞行操作，

步骤b：响应于能够执行向下的飞行操作，则所述无人机向下飞行一个单位距离后，判断所述无人机是否能够执行向左的飞行操作，

若能够执行向左的飞行操作，则所述无人机向左飞行一个单位距离后，循环判断所述无人机是否能够执行向左的飞行操作，响应于能够执行向左的飞行操作并执行相应飞行操作；

若不能执行向左的飞行操作，则返回步骤a，直至下和左方位均不能执行飞行操作，所述回填操作结束；

步骤c：响应于不能执行向下的飞行操作，则所述回填操作结束。

6.根据权利要求3所述的基于往复回填算法的无人机完整搜索路径规划方法，其特征在于，响应于选择第二方位优先级模式，对所述搜索区域进行L型往复式搜索，包括：

步骤1：依次按照第一子优先级模式的方位顺序，判断所述无人机是否能够执行向对应方位的飞行操作；

步骤2：若能够执行飞行操作，则所述无人机以该方位作为飞行方向飞行一个单位距离，重复步骤1-步骤2；

若四个方位均不能执行飞行操作，则确认所述无人机进入死区；

其中，在步骤2中，当所述无人机以右方位作为飞行方向飞行一个单位距离后，判断所述无人机是否能够执行向上的飞行操作，若能够执行向上的飞行操作，则所述无人机向上飞行一个单位距离后，返回步骤1，否则，执行步骤3；

步骤3：依次按照第二子优先级模式的方位顺序，判断所述无人机是否能够执行向对应方位的飞行操作；

步骤4：若能够执行飞行操作，则所述无人机以该方位作为飞行方向飞行一个单位距离，重复步骤3-步骤4；

若四个方位均不能执行飞行操作，则确认所述无人机进入死区；

其中，在步骤4中，当所述无人机以上方位作为飞行方向飞行一个单位距离后，判断所述无人机是否能够执行向右的飞行操作，若能够执行向右的飞行操作，则所述无人机向上飞行一个单位距离后，返回步骤3，否则，返回步骤1。

7.根据权利要求1所述的基于往复回填算法的无人机完整搜索路径规划方法，其特征在于，利用A星算法规划路径跳出死区包括：

以所述无人机的当前位置作为起始点，选择距离所述起始点的欧式距离最小的未搜索的位置作为目标点，使用A星算法规划得到所述起始点到所述目标点的最佳路径，根据所述最佳路径跳出死区。

Images