CN115795697A - 一种基于空间网格的复杂环境下野外机动通道生成方法 - Google Patents

Abstract

本发明提出了一种基于空间网格的复杂环境下野外机动通道生成方法，包括：将DEM数据划分成一系列矩形网格点；构建气象条件威胁模型，进而计算气象条件影响下各车辆装备的可通行区域与不可通行区域；计算敌情威胁区域影响下车辆装备的可通行区域与不可通行区域；将气象条件对部队和装备的影响信息与矩形网格点对应的空间信息进行叠加融合；利用改进的A*算法作为主搜索方式，得到初始机动通道；利用Hermite插值对初始机动通道进行平滑处理，最终得到野外机动通道；本发明解决了目前车辆装备机动的规划方式无法适应各类复杂战场环境要素的问题，为陆战场野外车辆装备机动规划提供了辅助支撑。

Description

一种基于空间网格的复杂环境下野外机动通道生成方法

技术领域

本发明涉及态势感知技术领域，具体涉及一种基于空间网格的复杂环境下野外机动通道生成方法。

背景技术

现代战争中战术机动是进行战斗的基础，部队机动路径是否合理对完成作战任务有重要影响，而机动通道规划则是作战任务规划的核心内容，能够对陆军行军、输送、转移等战术级任务的开展提供关键性的技术保障。和传统商用路径规划不同的是，野外机动通道生成的最大问题在于缺少路径规划所需的矢量道路网数据，在复杂战场环境下更需要综合考虑山地地形、土壤地质、地表覆盖、装备机动性能和战场威胁等各种因素，根据车辆装备自身情况和实际战场环境生成一条满足战术条件的安全机动通道。尽管近年来许多文献提出过车辆或机器人相关路径规划方法，但复杂战场环境下的野外机动规划依旧是当前战场车辆装备战术机动的难点和关键。

目前经典的寻路算法包括Dijkstra、Floyd、A*等，其中Dijkstra算法是最为常见的寻路算法，算法使用广度优先搜索的策略很好地解决了单源最短路径寻路问题；A*算法则是在Dijkstra算法基础上增加了相应的启发函数。许多民用公司已经利用各种单源、多源和全源的寻路算法，结合实际路况信息设置机动策略，用以解决与机动规划和任务规划相关的问题。但是在实际复杂战场环境下，缺少路网矢量数据、战场环境动态多变等原因导致现有寻路算法在实际应用中存在规划结果不准确、容易进入危险区域，无法适应地形地貌、气象、战场威胁等各类复杂战场环境要素的问题，难以为车辆装备规划出满足复杂战场环境下机动要求的最优机动通道。

发明内容

发明目的：本发明解决了现有技术中针对复杂战场环境，难以为车辆装备规划出满足复杂战场环境下机动要求的最优机动通道的技术问题。

技术方案：本发明提供一种基于空间网格的复杂环境下野外机动通道生成方法，该方法包括以下步骤：

S1利用DEM数据的位置信息和高程信息，将DEM数据划分成一系列矩形网格点，每个网格点包含的信息为：空间信息和属性信息，所述空间信息为该位置的经度、纬度和高程信息，所述属性信息为气象条件和地表覆盖数据；

S2根据各车辆装备的机动性能，结合地表覆盖数据和空间信息，构建气象条件威胁模型，进而计算气象条件影响下各车辆装备的可通行区域与不可通行区域；

S3根据陆战场环境中典型威胁区域，构建典型威胁区域的数学威胁模型，进而计算敌情威胁区域影响下车辆装备的可通行区域与不可通行区域，所述典型威胁区域包括：雷区、封锁区、炮兵阵地的火力范围和雷达站的侦察探测范围；

S4根据所述气象条件威胁模型将气象条件对部队或装备的影响信息与矩形网格点对应的空间信息进行叠加融合；确认不同武器装备，不可通行的地理范围，并将栅格结果与网格图叠加；将路战场环境中各类威胁区域范围的信息与矩形网格点对应的空间信息进行叠加融合，进而确定通行工具；

S5利用改进的A*算法作为主搜索方式，考虑搜索点周围的环境信息作为启发信息，定义好目标空间和代价函数，开始机动通道搜索，得到初始机动通道；

S6利用Hermite插值对初始机动通道进行平滑处理，剔除异常数据后得到最终野外机动通道。

进一步的，包括：

步骤S1中，所述矩形网格点的中心点代表该网格的近似地形特征，网格中心点连接起来则形成路径搜索算法所需要的路由网，所述路由网是逻辑上的，不需要专门的内存来对其存储。

进一步的，包括：

步骤S2中，气象条件威胁模型以表现方式的不同分为二维、三维两种类型，前者是在地表特定范围之上均为对象的作用空间，三维要素则需要考虑对象高程方向的范围，二维气象条件威胁模型

表示为：

；

其中，i为矩形网格点的个数，t为当前时间，x、y分别为经度和纬度，

即为t时刻（x,y）位置气象威胁概率大小；

三维气象条件威胁模型

表示为：

；

其中，

是时间t时的海拔低界，

是时间t时的海拔高界；

通过设定

的有效阈值k，即

时判定在t时某点为不可通行点，从而得到t时受气象条件威胁无法通行区域。

进一步的，包括：

步骤S4中，根据所述气象条件威胁模型将气象条件对部队/装备的影响信息与矩形网格点对应的空间信息进行叠加融合包括：

所述二维气象条件模型被简化描述为多边形，则将气象条件对部队或装备的影响信息与矩形网格点对应的空间信息直接叠加；

所述三维气象条件模型被简化描述为多棱柱，当多棱柱的下边界不大于对应区域的地形高度一定数值时，直接叠加，否则排除该气象区域的影响。

进一步的，包括：

所述步骤S4中，确认不同武器装备，不可通行的地理范围，包括：首先利用地形数据计算每个地形网格相对8邻域网格的平均坡度，再根据该武器装备的最大爬坡值和平均坡度进行比较，当网格平均坡度大于装备最大爬坡值时即该网格不可通行，从而组成该装备不可通行的地形范围，并将栅格结果与网格图叠加。

进一步的，包括：

所述步骤S4中，将路战场环境中各类威胁区域范围的信息与矩形网格点对应的空间信息进行叠加融合，包括：

炮兵阵地的火力覆盖区是根据其最大射距、最小射距以及地形遮蔽分析获取的火力弹道，进而计算相应的弹道落点，从而获得其相对的火力覆盖区、射击死角区域，不同于气象条件，它需考虑地形的影响，考虑全方位360°，投射到2.5D网格上是包含岛屿的复杂凹多边形。

雷区和封锁区是典型的面要素，投射到2.5D网格上为多边形区域。

军事雷达的威胁模型的计算过程与雷达天线图、雷达自身参数、地形遮蔽等因素有关，对目标的威胁是一个探测概率，在不考虑地形盲区的情况下，离雷达中心越近，探测概率越高，反之越低；因此投射到2.5D网格上是由一系列环形区域构成。

进一步的，包括：

所述步骤S3和S4中，可通行区域与不可通行区域的标注方式为：

若该网格不可通行，并将其通行属性赋值为0，填充为红色；在区域范围外，该网格可通行，网格通行属性为1；对于区域与网格部分相交区域，处理方式有两种，一种是相交及不可通行，另一种则可按百分比核算，超过50%不可通行，否则可通行；

军事雷达的威胁方式是一种探测概率，意味它融合到网格上不是简单的可通行、不可通行，表现为可通行概率，在属性融合上与其他要素存在内在差异，在路径规划过程中，它是作为代价函数权重因子的一项指标，在网格态势图着色上，根据探测概率的不同，对网格进行不同程度的着色。

进一步的，包括：

所述代价函数表示为：

；

其中，

，

，

和

分别是g(i)和h(i)对于最终代价的权重；

其中，

，n表示该路径中的节点总数；该代价函数用来计算目标点到当前点的实际代价，在一定的安全概率下，它将路径距离和行使时间归一化到同一个数量级，使得用户根据需求自行分配各自的权重，从而得到对应条件下的最优路径；

代价函数中

估价函数，为了促使当前点i尽快的向目标点靠近，从而提高算法的收敛速度，将其定义为当前点i到目标点之间的地表距离，其公式如下所示：

；

其中，

分别为当前点i到目标点的地表距离、最大距离、最小距离。

进一步的，包括：

所述步骤S6具体包括：

构造一个插值函数，以弧长

作为自变量，分别对自变量

和因变量

进行插值，对n=1个给定控制点

，定义

为：

；

分别以

和

为控制点进行Hermite插值，得到参数方程：

；

从而完成利用分段3次Hermite插值对初始机动通道结果进行平滑；经过平滑算法的处理，最初的锯齿状通道结果被简化为少量点构成的折现段，处理后的结果与原始通道存在一定的偏差，需要对两者实际代价成本的差异进行评价；由于两者在计算实际成本

时节点的总数不相同，因此，不能对两者的总成本直接进行比较，在此选用节点平均成本作为评价依据，具体如下所示：

；

其中，

表示处理后路径的节点平均成本，

表示原始路径的节点平均成本，当

小于一定数值时表明路径的平滑处理结果是合理的。

有益效果：本发明提出一种基于DEM数据2.5D网格的战场空间划分方法，将天气条件、地表覆盖数据等典型地理环境数据与各网格单元位置、高程信息进行融合；针对陆军装备的机动性能与特点研究气象条件对车辆装备通行的影响，对气象因素对装备通行能力的影响情况进行建模；根据陆战场环境中典型威胁区域构建雷区、封锁区、炮兵阵地、军事雷达等典型要素的数学威胁模型；通过上述构建模型和既有战场环境要素，将战场环境的各种要素威胁与2.5D空间信息网格进行叠加融合，形成最终的陆战场野外空间网格图；在此基础上提出基于A*算法的机动通道计算方法生成初始野外机动通道，并利用Hermite插值对初始机动通道进行平滑处理，给出符合要求的最佳平滑机动通道。

附图说明

图1是本发明的系统流程示意图；

图2（a）是2.5维网格节点中当前节点与目标节点的展示图；

图2（b）是2.5维网格节点中当前节点的可扩展方向示意图；

图3（a）是目标空间的网格示意图；

图3（b）是本发明中各类战场环境信息投射到2.5D网格的投影结果示意图；

图3（c）是本发明中战场环境的各种要素威胁与2.5D空间信息网格的叠加融合示意图；

图4是基于改进A*算法的机动通道计算流程图。

具体实施方式

以下结合附图对本发明的实施作进一步详细描述。

本发明本发明的步骤如图1所示：

步骤1、提出一种基于2.5D网格的战场空间划分方法，利用DEM数据的位置信息和高程信息，将DEM数据划分成一系列矩形网格。将天气条件、地表覆盖数据等典型地理环境数据与各网格单元进行信息融合，每个网格点既包含空间信息，也包含了气象条件、地表覆盖等属性信息，它们共同组成了地理空间表达的基础单元。

基于立方体网格空间划分法提出一种基于2.5D网格的战场空间划分方法。方法实际上是一种表面划分模型，充分利用了DEM数据的位置信息和高程信息，将其划分成一系列矩形网格，这些网格在一定精度上地形无缝贴合，相互之间是独立的。每个网格点存储了该位置的经度、纬度和高程信息，其中心点代表该网格的近似地形特征，这一系列网格中心点连接起来则形成路径搜索算法所需要的路由网，如图2（a）所示，同立方体网格划分方法类似，该路由网是逻辑上的，并不需要专门的内存来对其存储。图2（a）中的S 和G分别指当前点和目标点，此时优化算法在搜索过程中，每个节点在仅存在8个可扩展方向，如图2（b）所示，算法在此空间的计算效率要远远大于3维网格空间。图2（b）中的p点是本发明实施例的示例点，可以看出其扩展到8个方向，且该方向为围绕该点将360分为8等份对应的角度方向。

实际上，在对陆军通行装备路径规划的过程中，最关心的就是地表的形态，而非空中、地下或某一固定高度上的信息，所以做出这样的简化是合理的。需要说明的是，网格大小与区域大小及规划精度要求自适应，与搜索范围成反比，与规划精度成正比，可根据实际规划要求人工设定和调整。空间划分网格作为地理空间表达的基础单元，再将天气条件、地表覆盖数据等典型地理环境数据与各网格单元进行信息融合，每个网格点既包含空间信息，也包含了气象条件、地表覆盖等属性信息，这些信息共同组成了机动通道生成方法的基本输入，结合车辆装备自身爬坡能力、涉水能力和越野能力等方面的机动性能，确定各网格的通行情况，直接剔除部分不可通行的网格。方法实现了对野外陆战场典型地理环境的格式化建模，考虑了其空间分布、气象条件、土壤地质等地理环境因素，得到了计算机动通道所需要的基本条件。

步骤2、针对陆军装备的机动性能与特点研究气象条件对陆军车辆装备通行的影响，对气象因素对装备通行能力的影响情况进行建模，结合地表覆盖数据，考虑不同气象气候条件下爬坡能力、涉水能力和越野能力等通行衰减系数，分析当前气象条件下装备的实际通行能力，计算气象因素影响下的可通行区域与不可通行区域。

一般情况下，气象天候对装备机动速度、爬坡能力、涉水能力产生的影响一般通过影响系数的方式来体现，表2即为某型步战车装备性能影响模型示例。

其中，A1~H1为相应气象气候条件对车辆越野机动速度的叠加影响系数，A2~H2为对爬坡能力影响系数，A3~H3对涉水能力影响系数。气象条件威胁模型以表现方式的不同分为二维、三维两种类型，前者是在地表特定范围之上均为对象的作用空间，三维要素则需要考虑对象高程方向的范围。数学上可分别简化描述为多边形和有上下边界的多棱柱，考虑气候条件的动态特征，二者公式如下：

（16）；

其中，t为当前时间，x、y分别为经度和纬度。

（17）；

其中，

是时间t时的海拔低界，

是时间t时的海拔高界。对于陆军地面路径规划而言，上边界影响不大，都可简化为多边形描述。

步骤3、根据陆战场环境中典型威胁区域，如雷区、封锁区、炮兵阵地的火力范围、雷达站的侦察探测范围，构建雷区、封锁区、炮兵阵地、军事雷达等典型要素的数学威胁模型，计算敌情威胁区域影响下车辆装备的可通行区域与不可通行区域。

步骤4、通过将我方部队/装备关键位置、敌方部队/装备关键位置、重要补给点、地形坡度对部队/装备的影响、气象条件对部队/装备的影响、战场环境中关键的地貌要素和敌方各类威胁范围等各类信息与空间信息网格进行叠加融合。

第一步是战场环境叠加至空间网格图。如图3（a）所示是目标空间的网格图，根据步骤二的气象条件和步骤三的武器装备威胁模型，可以将各类战场环境信息投射到2.5D网格之上，投影结果如图3（b）所示。

1）我方部队和关键装备、敌方部队和关键装备、重要的补给点都是典型的点要素，直接叠加在网格图上即可，用于展示关键位置的分布。

2）不同武器装备的爬坡能力各有差异，不可通行的地理范围也各不相同。计算某种武器装备不可通行范围的方法为：首先利用地形数据计算每个地形网格相对8邻域网格的平均坡度，再根据该武器装备的最大爬坡能力筛选大于该值网格，组成该装备不可通行的地形范围，并将栅格结果与网格图叠加。

3）气象条件威胁模型以表现方式的不同分为二维、三维两种类型，前者是在地表特定范围之上均为对象的作用空间，三维要素则需要考虑对象高程方向的范围。数学上可分别简化描述为多边形和有上下边界的多棱柱。因此，对于二维多边形可直接叠加，三维棱柱则根据下边界决定，当下边界不大于对应区域的地形高度一定数值，直接叠加，否则可排除该气象区域的影响。需说明的是，气象条件需考虑时间的变化。

4）在战场环境中不可通行的典型地貌有河流、湖泊、峡谷等，将这些类型从地表覆盖数据中提取并叠加到网格图上即可。

5）炮兵阵地的火力覆盖区是根据其最大射距、最小射距以及地形遮蔽分析获取的火力弹道，计算相应的弹道落点，从而获得其相对的火力覆盖区、射击死角区域，不同于气象条件，它需考虑地形的影响，考虑全方位360°，投射到2.5D网格上是包含岛屿的复杂凹多边形。

6）雷区和封锁区是典型的面要素，投射到2.5D网格上为多边形区域。

7）军事雷达的威胁模型不同于以上三种对象，它的计算过程与雷达天线图、雷达自身参数、地形遮蔽等因素有关，对目标的威胁是一个探测概率，而不是一个简单的威胁范围。在不考虑地形盲区的情况下，离雷达中心越近，探测概率越高，反之越低。因此投射到2.5D网格上是由一系列环形区域构成。

除以上典型战场环境要素，还可叠加人工标注不可通行区域等，这些区域从数学建模上较为简单，投射到2.5D网格上为多边形区域。

第二步是空间网格图和战场环境的融合。对于地形数据、气象数据、地表覆盖数据、炮兵阵地杀伤区、封锁区和其他区域，它们与网格的融合是对网格可通行、不可通行两种情形的直接评价，在区域范围内，该网格不可通行，并将其通行属性赋值为0，填充为红色；在区域范围外，该网格可通行，网格通行属性为1；对于区域与网格部分相交区域，处理方式有两种，一种是相交及不可通行，另一种则可按百分比核算，超过50%不可通行，否则可通行。军事雷达的威胁方式不同于以上几种战场环境要素，它是一种探测概率，意味它融合到网格上不是简单的可通行、不可通行，表现为可通行概率，在属性融合上与其他要素存在内在差异，在路径规划过程中，它是作为代价函数权重因子的一项重要指标。在网格态势图着色上，可根据探测概率的不同，对网格进行不同程度的着色。

此外，在确定通行工具后，根据气象条件和地表覆盖等先行条件，结合其自身爬坡能力、涉水能力和越野能力等方面的机动性能，确定各网格的通行情况，可直接剔除部分不可通行的网格，并对不可通行的网格赋为红色。

综上，实现了战场环境的各种要素威胁与2.5D空间信息网格的叠加融合，并完成了网格属性赋值和着色，如图3（c）所示。

步骤5、利用改进A*算法作为主搜索方式，充分考虑搜索点周围的环境信息作为启发信息，针对既定分析标准设置融合陆战场环境空间信息网格数据下的路径通过代价权值，得到初始机动通道结果。

基于A*算法，改进Asseo S.J给出的代价函数经典公式：

（18）；

其中，

为机器人偏离指定路径的距离，h为当前高度，

为当前位置的威胁距离，

分别为相应的权重值。

是相对距离值，h是绝对海拔，在陆军战术级搜索空间，并不处于同一个数量级的作用关系；其次，

为到威胁点中心的距离，它对代价函数是正方向的作用关系，该值越大越好，

、h则相反，因此很难分配对应项一个合理的权重值；然后，雷达并不是一个普通的威胁体，它对目标的威胁程度不能使用距离衡量，而是使用一个概率值来表达，它与其他两项的值将相差几个数量级，那么代价函数对

的值就不够敏感，很难指定一个合理的值使得代价函数处于一个对搜索结果有意义的状态；最后，装备机动对通行时间有明确的要求，它与通行距离和行驶速度均有关联，距离在上文已作考虑，只需考虑速度对代价函数的影响。

为了解决以上问题，对代价函数进行了如下改进：

（19）；

该公式表示在一定安全性条件下考虑时间和距离因素的代价计算方法，其中，

为第i个节点（即空间网格点）与它前一个节点之间的地表距离，它是对路径长度的直接惩罚，可以使得通行对象以最快的速度向目标点靠近，而避免陷入局部最优和搜索死锁；

是通行对象从节点i-1行使到节点i所需要的时间，通过地表距离除以行进速度估算得到，而行进速度受到地形、地貌、气象条件等多个因素的影响，具体数值由典型武器装备机动性能模型确定，该项所代表的时间成本越小，通过路径的时间就越短；

是节点i与i-1之间的被探测概率，

表示通行对象所能接受的最大被探测概率，该项是为了提高通行对象的生存率，减少被发现概率而作为参数引入算法当中，当前节点的

大于

时代价成本为无穷大，即不通过该节点。前文中根据复杂战场环境和装备性能数据分析得到的不可通行区域内的节点被探测概率均设为1，（

），即不通过此类节点。

在一定的安全概率下，该代价函数的两项指标是同方向的作用关系，要求路线长度越短、通行时间越快。但是它们并不在一个数量级上，因此可以对各项惩罚指标进行归一化处理。采用0-1之间变换的关键是确定该指标变量的最大值和最小值。考虑到节点之间的距离长短不一，地形也起伏不定，无法直接指定两点地表长度的最大值和最小值，但不管是真实的还是人工设定的地形数据，最大和最小地形高度是基本确定的，一旦确定了高度最值

和

，那么

最大最小值也可以确定了，其计算公式如下：

（20）

其中，

它是节点i与i-1之间插值点的个数，

是节点i与i-1之间的欧式距离、高度差和采样间隔。

节点i与i-1之间的通行耗时，在距离一定的情况下，两点间的最长通行时间为距离与最小行使速度的比值，最短通行时间为距离与最大行使速度的比值，计算公式如下：

（21）

其中，

为节点i到i-1之间的地表距离，

为通行对象在各类地形、地貌、气象条件下的最小行使速度，

为最大行使速度。行使时间

的计算方法如下所示：

（22）

其中，n ^' 为节点i到i-1之间插值点个数，

为插值点j和j-1之间的直线距离，

为通行对象根据两点间地形、地貌、气象条件所确定的行使速度。

在一定的安全概率下，这两项指标最终归一化结果如下所示：

（23）

根据归一化结果得到新的代价函数，公式如下所示：

（24）；

其中，

，n表示该路径中的节点总数；该代价函数用来计算目标点到当前点的实际代价，在一定的安全概率下，它将路径距离和行使时间归一化到同一个数量级，使得用户根据需求自行分配各自的权重，从而得到对应条件下的最优路径。

代价函数中

估价函数，为了促使当前点i尽快的向目标点靠近，从而提高算法的收敛速度，将其定义为当前点i到目标点之间的地表距离，其公式如下所示：

（25）；

其中，

分别为当前点i到目标点的地表距离、最大距离、最小距离。

最后，由于存在等权路径的问题，采用改进的代价函数，其公式如下：

（26）；

其中，

，

，

和

分别是g(i)和h(i)对于最终代价的权重；

合适的权重不仅可以能解决等权路径问题，还可以使得算法以更快的速度向目标点收敛。

定义好目标空间和代价函数，即可开始机动通道搜索。由于机动通道是针对某种特定型号的武器装备进行的，因此在搜索之前必须设置武器装备的性能参数，当然还包括一些与路径相关的参数，如起点、终点以及一些战场环境信息。目标空间的待拓展节点存储于open表，已拓展节点存储于closed表，每个节点都包含了其父节点指针。为了减小A*算法获取最小代价的时间，使用最小二叉堆存储open表数据，使用线性表存储closed表数据。算法具体搜索流程如图4。

步骤6、利用Hermite插值对初始机动通道进行平滑处理，将最初的锯齿状机动通道结果简化为少量点构成的折现段，通过对原始机动通道和平滑后的机动通道两者实际代价成本的差异进行评价，剔除异常数据后得到最终野外机动通道结果。

构造一个插值函数，以弧长

作为自变量，分别对自变量

和因变量

进行插值，对n=1个给定控制点

，定义

为：

（27）；

分别以

和

为控制点进行Hermite插值，得到参数方程：

（28）；

从而完成利用分段3次Hermite插值对初始机动通道结果进行平滑；经过平滑算法的处理，最初的锯齿状通道结果被简化为少量点构成的折现段，处理后的结果与原始通道存在一定的偏差，需要对两者实际代价成本的差异进行评价；由于两者在计算实际成本

时节点的总数不相同，因此，不能对两者的总成本直接进行比较，在此选用节点平均成本作为评价依据，具体如下所示：

（29）；

其中，

表示节点i的实际成本，n表示该路径中的节点总数。使用成本偏差百分比评价两种路径的成本差距，公式如下：

（30）；

其中，

表示处理后路径的节点平均成本，

表示原始路径的节点平均成本，当

小于一定数值时表明路径的平滑处理结果是合理的。

Claims (9)

1.一种基于空间网格的复杂环境下野外机动通道生成方法，其特征在于，该方法包括以下步骤：

S1利用DEM数据的位置信息和高程信息，将DEM数据划分成一系列矩形网格点，每个网格点包含的信息为：空间信息和属性信息，所述空间信息为该位置的经度、纬度和高程信息，所述属性信息为气象条件和地表覆盖数据；

S2根据各车辆装备的机动性能，结合地表覆盖数据和空间信息，构建气象条件威胁模型，进而计算气象条件影响下各车辆装备的可通行区域与不可通行区域；

S3根据陆战场环境中典型威胁区域，构建典型威胁区域的数学威胁模型，进而计算敌情威胁区域影响下车辆装备的可通行区域与不可通行区域，所述典型威胁区域包括：雷区、封锁区、炮兵阵地的火力范围和雷达站的侦察探测范围；

S4根据所述气象条件威胁模型将气象条件对部队或装备的影响信息与矩形网格点对应的空间信息进行叠加融合；确认不同武器装备，不可通行的地理范围，并将栅格结果与网格图叠加；将路战场环境中各类威胁区域范围的信息与矩形网格点对应的空间信息进行叠加融合，进而确定通行工具；

S5利用改进的A*算法作为主搜索方式，考虑搜索点周围的环境信息作为启发信息，定义好目标空间和代价函数，开始机动通道搜索，得到初始机动通道；

S6利用Hermite插值对初始机动通道进行平滑处理，剔除异常数据后得到最终野外机动通道。

2.根据权利要求1所述的基于空间网格的复杂环境下野外机动通道生成方法，其特征在于，步骤S1中，所述矩形网格点的中心点代表该网格的近似地形特征，网格中心点连接起来则形成路径搜索算法所需要的路由网，所述路由网是逻辑上的，不需要内存进行存储。

3.根据权利要求1所述的基于空间网格的复杂环境下野外机动通道生成方法，其特征在于，步骤S2中，气象条件威胁模型包括二维气象条件威胁模型和三维气象条件威胁模型，所述二维气象条件威胁模型是考虑地表特定范围之上对象的范围，三维气象条件威胁模型则需要考虑对象高程方向的范围，二维气象条件威胁模型

表示为：

；

其中，i为矩形网格点的个数，t为当前时间，x、y分别为经度和纬度，

即为t时刻（x,y）位置气象威胁概率大小；

三维气象条件威胁模型

表示为：

；

其中，

是时间t时的海拔低界，

是时间t时的海拔高界；

通过设定

的有效阈值k，即

时判定在t时某点为不可通行点，从而得到t时受气象条件威胁无法通行区域。

4.根据权利要求3所述的基于空间网格的复杂环境下野外机动通道生成方法，其特征在于，步骤S4中，根据气象条件威胁模型将气象条件对部队或装备的影响信息与矩形网格点对应的空间信息进行叠加融合包括：

所述二维气象条件模型被简化描述为多边形，则将气象条件对部队或装备的影响信息与矩形网格点对应的空间信息直接叠加；

所述三维气象条件模型被简化描述为多棱柱，当多棱柱的下边界不大于对应区域的地形高度一定数值时，直接叠加，否则排除该气象区域的影响。

5.根据权利要求4所述的基于空间网格的复杂环境下野外机动通道生成方法，其特征在于，所述步骤S4中，确认不同武器装备，不可通行的地理范围，包括：首先利用地形数据计算每个地形网格相对8邻域网格的平均坡度，再根据该武器装备的最大爬坡值和平均坡度进行比较，当网格平均坡度大于装备最大爬坡值时即该网格不可通行，从而组成该装备不可通行的地形范围，并将栅格结果与网格图叠加。

6.根据权利要求5所述的基于空间网格的复杂环境下野外机动通道生成方法，其特征在于，所述步骤S4中，将路战场环境中各类威胁区域范围的信息与矩形网格点对应的空间信息进行叠加融合，包括：

炮兵阵地的火力覆盖区是根据其最大射距、最小射距以及地形遮蔽分析获取的火力弹道，进而计算相应的弹道落点，从而获得其相对的火力覆盖区、射击死角区域，炮兵阵地投射到2.5D网格上是包含岛屿的复杂凹多边形；

雷区和封锁区是面要素，投射到2.5D网格上为多边形区域；

军事雷达的威胁模型的计算过程与雷达天线图、雷达自身参数、地形遮蔽因素有关，对目标的威胁是一个探测概率，在不考虑地形盲区的情况下，离雷达中心越近，探测概率越高，反之越低；其投射到2.5D网格上是由一系列环形区域构成。

7.根据权利要求5所述的基于空间网格的复杂环境下野外机动通道生成方法，其特征在于，所述步骤S3和S4中，可通行区域与不可通行区域的标注方式为：

若该矩形网格点为不可通行区域，并将其通行属性赋值为0，填充为红色；在区域范围外，该网格可通行，网格通行属性为1；对于区域与网格部分相交区域，处理方式有两种，一种是相交及不可通行，另一种则可按百分比核算，超过50%不可通行，否则可通行；

军事雷达的威胁方式是一种探测概率，意味它融合到网格上不是简单的可通行、不可通行，表现为可通行概率，在属性融合上与其他要素存在内在差异，在路径规划过程中，它是作为代价函数权重因子的一项指标，在网格态势图着色上，根据探测概率的不同，对网格进行不同程度的着色。

8.根据权利要求1所述的基于空间网格的复杂环境下野外机动通道生成方法，其特征在于，所述步骤S5中代价函数表示为：

；

其中，

，

，

和

分别是g(i)和h(i)对于最终代价的权重；

；

其中，

，n表示该路径中的节点总数；该代价函数用来计算目标点到当前点的实际代价，在一定的安全概率下，它将路径距离和行使时间归一化到同一个数量级，使得用户根据需求自行分配各自的权重，从而得到对应条件下的最优路径；

代价函数中

估价函数，为了促使当前点i尽快的向目标点靠近，从而提高算法的收敛速度，将其定义为当前点i到目标点之间的地表距离，其公式如下所示：

；

其中，

分别为当前点i到目标点的地表距离、最大距离、最小距离。

9.根据权利要求8所述的基于空间网格的复杂环境下野外机动通道生成方法，其特征在于，所述步骤S6具体包括：

构造一个插值函数，以弧长

作为自变量，分别对自变量

和因变量

进行插值，对n=1个给定控制点

，定义

为：

；

分别以

和

为控制点进行Hermite插值，得到参数方程：

从而完成利用分段3次Hermite插值对初始机动通道结果进行平滑；经过平滑算法的处理，最初的锯齿状通道结果被简化为少量点构成的折现段；处理后的路径结果与原始路径在计算实际代价成本

时选用节点平均成本作为评价依据，具体如下所示：

；

其中，

表示处理后路径的节点平均成本，

表示原始路径的节点平均成本，当

小于一定数值时表明路径的平滑处理结果是合理的。

Images