CN116540709A - 一种基于机器人编队的避障路径规划方法 - Google Patents

Abstract

本发明涉及机器人避障领域，具体公开一种基于机器人编队的避障路径规划方法，该方法包括：适宜采集区域划分、无人机队列初始路径选择、障碍物分析、变换队形分析、参考无人机阵列类型效率分析和变换无人机阵列类型执行，本发明综合考虑无人机对应各初始路径所包含的障碍物和路径的复杂程度对初始路径选择的影响，弥补了现有技术中对无人机对应路径复杂层面关注度不高的缺陷，进而提高了无人机阵列的初始路径的适用性，本发明在躲避可移动式障碍物的基础上进行变换阵列的分析，降低了无人机阵列在拍摄过程中的能源消耗，节约了成本，从而保障选择的变换阵列的实行效率，在一定程度上提高了无人机阵列的拍摄效率。

Description

一种基于机器人编队的避障路径规划方法

技术领域

本发明涉及机器人避障技术领域，具体而言，涉及一种基于机器人编队的避障路径规划方法。

背景技术

随着社会的发展和科技的发展，机器人的发展也越来越迅速，机器人的应用范围也越来越宽泛，空中机器人之称是因为电子系统跟地面机器人类似，故无人机是机器人的一种，在城市植被的勘测过程中，同样可以利用无人机进行勘测，单个无人机进行植被勘测时存在局限性且勘测较为缓慢，进而采用无人机编队的方法进行植被勘测，在植被勘测过程中，会出现障碍物，进而五如何避开障碍物成为无人机在植被勘测过程的难题，因此，对无人机阵列的路径规划分析是及其重要的。

现有对无人机阵列的障碍物分析在一定程度上可以满足当前要求，但是还存在一定的缺陷，其具体体现在：(1)现有对无人机阵列的路径规划大多通过无人机对应各初始路径所包含的障碍物进行无人机阵列和初始路径的选择，对无人机对应各初始路径的复杂层面的关注度不高，现有技术对这一层面的忽视导致无人机阵列的初始路径的适用性不强，从而影响无人机阵列的初始拍摄效率。

(2)现有无人机阵列的路径规划在遇到可移动式障碍物时，对躲避可移动式障碍物的变换阵列的选择分析不够深入，进而可能出现选择的避障路径可能耗费较多无人机资源的问题，提高了无人机阵列拍摄过程中的能源消耗，提高了成本，从而无法保障选择的变换阵列的实行效率，在一定程度上降低了无人机阵列的拍摄效率。

发明内容

为了克服背景技术中的缺点，本发明实施例提供了一种基于机器人编队的避障路径规划方法,能够有效解决上述背景技术中涉及的问题。

本发明的目的可以通过以下技术方案来实现：一种基于机器人编队的避障路径规划方法，包括：适宜采集区域划分：获取目标植被采集区域，进而根据目标植被所属的采集区域划定适宜空中采集区域。

无人机队列初始路径选择：分析各种无人机阵列类型的各执行路径，进而分析各种无人机阵列类型所属各执行路径对应的障碍困难系数和复杂系数，从而综合分析各种无人机阵列类型所属各执行路径的综合效率指数，进而筛选目标无人机阵列类型及其对应的执行路径。

障碍物分析：通过目标无人机的前置摄像头采集的各图像分析目标无人机阵列类型对应的目标障碍物。

变换队形分析：基于目标障碍物分析目标无人机阵列类型对应的各参考无人机阵列类型。

参考无人机阵列类型效率分析：分析各参考无人机阵列类型对应的综合评估指数，并筛选最大综合评估指数对应的参考无人机阵列类型作为目标无人机阵列类型对应的变换无人机阵列类型。

变换无人机阵列类型执行：根据目标无人机阵列类型对应的变换无人机阵列类型执行相应变换。

进一步地，所述根据目标植被所属的采集区域划定适宜空中采集区域，其具体方法为：

获取目标植被采集区域对应的长度、宽度，进而得到目标植被采集区域对应的面积，并随机抽选各检测点对目标植被进行高度采集，从而分析目标植被对应的平均高度，并将其作为目标植被采集区域的高度。

将目标植被采集区域的高度与云数据库中储存的各植被采集区域高度对应的无人机适宜飞行高度进行对比，筛选无人机适宜飞行高度。

在目标植被采集区域对应的无人机适宜飞行高度按照目标植被采集区域对应的面积划定适宜采集区域。

进一步地，所述分析各种无人机阵列类型的各执行路径，其具体方法为：从云数据库中提取各种无人机阵列类型及其对应的采集参数，其中采集参数包括采集长度和采集宽度，进而获取各种无人机阵列类型的单次采集面积。

将适宜采集区域按照各种无人机阵列类型对应的单次采集面积进行均匀划分，进而统计各种无人机阵列类型对应的各采集子区域，并将各种无人机阵列类型对应相连采集子区域的交点标记为节点。

统计各种无人机阵列类型所属领头无人机在各采集子区域的位置，并根据领头无人机需要经过所有采集子区域的原则生成各种无人机阵列类型对应的各执行路径，并获取各种无人机阵列类型对应各执行路径的各节点。

进一步地，所述分析各种无人机阵列类型所属各执行路径对应的障碍困难系数，其具体方法为：统计各种无人机阵列所属各执行路径的固定障碍物参数，其中障碍物参数包括各固定障碍物的体积和固定障碍物的数量，并将其分别标记为V_imk、S_im，其中i表示为各种无人机阵列类型的编号，i＝1,2,...,n，m表示为各执行路径的编号，m＝1,2,...,l，k表示为各固定障碍物的编号，k＝1,2,...,j。

分析各种无人机阵列类型所属各执行路径对应的障碍困难系数其中j表示为固定障碍物的数量，λ₁、λ₂分别表示为预设的障碍物体积、障碍物数量对应的权重因子。

进一步地，所述各种无人机阵列类型所属各执行路径对应的复杂系数，其具体分析方法为：统计各种无人机阵列类型所属各执行路径对应的总长度和各节点的弯曲角度，将其分别标记为L_im、θ_imf，其中f表示为各节点的编号，f＝1,2,...,g，分析各种无人机阵列类型所属各执行路径对应的复杂系数其中γ₁、γ₂分别表示为预设的路径长度、节点弯曲角度对应的占比因子，g表示为节点的数量。

进一步地，所述综合分析各种无人机阵列类型所属各执行路径的综合效率指数，其计算公式为：其中μ_im表示为第i种无人机阵列类型所属第m个执行路径的综合效率指数，e为自然常数，χ₁、χ₂分别表示为预设的路径困难、路径复杂对应的权重系数。

进一步地，所述筛选目标无人机阵列类型及其对应的执行路径，其具体方法为：基于各种无人机阵列类型所属各执行路径的综合效率指数，筛选各种无人机阵列类型对应最大综合效率指数所属的执行路径作为各种无人机阵列类型对应的执行路径，进而获取各种无人机阵列类型对应执行路径的综合效率指数，筛选最大综合效率指数对应的无人机阵列类型作为目标无人机阵列类型，进而得到目标无人机阵列类型及其对应的执行路径。

进一步地，所述目标无人机阵列类型对应的目标障碍物，其具体分析方法为：基于目标无人机采集的各图像勾勒出障碍物对应的飞行轨迹，进而获取障碍物对应的当前飞行路程和当前飞行时长，并分析得到障碍物对应的当前飞行速度，其计算公式为：

将障碍物对应的飞行轨迹沿着其对应的倾斜角度进行延长，进而得到障碍物对应的预计飞行轨迹。

将障碍物对应的预计飞行轨迹与目标无人机阵列类型对应的执行路径进行模拟对比，进而判断障碍物对应的预计飞行轨迹与目标无人机阵列类型对应的执行路径是否存在相撞点，若存在相撞点，则进行以下分析：根据障碍物对应的预计飞行轨迹和当前飞行速度获取障碍物对应的预计飞行时长。

根据目标无人机阵列类型所在执行路径的当前路径点和相撞点获取目标无人机阵列类型对应的预计飞行轨迹。

根据目标无人机阵列类型对应的当前飞行速度和预计飞行轨迹获取目标无人机阵列类型对应的预计飞行时长。

将障碍物对应的预计飞行时长减去目标无人机阵列类型对应的预计飞行时长，进而得到障碍物与目标无人机阵列类型对应的飞行时长差值。

将障碍物与目标无人机阵列类型对应的飞行时长差值与预设的安全飞行时长差值进行对比，若障碍物与目标无人机阵列类型对应的飞行时长差值小于安全飞行时长差值，则将障碍物标记为目标障碍物。

进一步地，所述分析目标无人机阵列类型对应的各参考无人机阵列类型，其具体方法为：基于目标无人机采集的各图像获取目标障碍物在各图像中对应的尺寸参数，其中尺寸参数包括目标障碍物的长度、宽度和高度，并将其分别标记为L_p、W_p和H_p，其中p表示为各图像的编号，p＝1,2,...,q。

分析目标障碍物对应的困难系数，其中q为图像的数量，δ₁、δ₂、δ₃分别表示为预设长度层面、宽度层面和高度层面对应的困难因子。

获取目标障碍物与目标无人机阵列类型的相撞点，并以相撞点时目标无人机阵列类型的中心点为基本点进行各种无人机阵列类型的模拟变换，从而获取各种无人机阵列类型对应各顶点的坐标(x_ih,y_ih,z_ih)，其中h为各顶点的编号，h＝1,2,...,d，并获取相撞点在各种无人机阵列类型对应的坐标(x′_i,y′_i,z′_i)。

分析目标障碍物与各种无人机阵列类型对应各顶点的距离

分析目标障碍物与各种无人机阵列类型对应的位置危险系数其中JL′表示为预设的安全距离。

分析目标障碍物与各种无人机阵列类型对应的综合危险系数并将其与预设的综合危险系数阈值进行对比，若目标障碍物与某种无人机阵列类型对应的综合危险系数小于综合危险系数阈值，则将该种无人机阵列类型标记为目标无人机阵列类型对应的参考无人机阵列类型，进而得到目标无人机阵列类型对应的各参考无人机阵列类型。

进一步地，所述各参考无人机阵列类型对应的综合评估指数，其具体分析方法为：将目标无人机阵列类型与各参考无人机阵列类型进行对比，进而获取各参考无人机阵列类型对应各无人机的变动参数，其中变动参数包括变动角度和变动偏移距离，将其标记为θ_ru、B_ru，其中r表示为各参考无人机阵列类型的编号，r＝1,2,...,b，u表示为各无人机的编号，u＝1,2,...,v。

统计各参考无人机阵列类型对应无人机的变动总数量Q_r。

分析各参考无人机阵列类型对应的综合评估指数，其中v为无人机的数量，Q″为预设的基础变动数量，ρ₁、ρ₂分别表示为预设的变动数量、综合偏移对应的比例系数。

相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明在对无人机阵列的路径规划时，综合考虑无人机对应各初始路径所包含的障碍物和路径的复杂程度对初始路径选择的影响，弥补了现有技术中对无人机对应路径复杂层面关注度不高的缺陷，进而提高了无人机阵列的初始路径的适用性，从而在一定程度上提高了无人机阵列的初始拍摄效率。

(2)本发明无人机阵列的路径规划在遇到可移动式障碍物时，在躲避可移动式障碍物的基础上进行变换阵列的分析，进而避免出现选择的避障路径耗费较多无人机资源的问题，降低了无人机阵列在拍摄过程中的能源消耗，节约了成本，从而保障选择的变换阵列的实行效率，在一定程度上提高了无人机阵列的拍摄效率。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1所示，本发明提供一种基于机器人编队的避障路径规划方法，包括：适宜采集区域划分：获取目标植被采集区域，进而根据目标植被所属的采集区域划定适宜空中采集区域。

在本发明的具体实施例中，所述根据目标植被所属的采集区域划定适宜空中采集区域，其具体方法为：获取目标植被采集区域对应的长度、宽度，进而得到目标植被采集区域对应的面积，并随机抽选各检测点对目标植被进行高度采集，从而分析目标植被对应的平均高度，并将其作为目标植被采集区域的高度。

将目标植被采集区域的高度与云数据库中储存的各植被采集区域高度对应的无人机适宜飞行高度进行对比，筛选无人机适宜飞行高度。

在目标植被采集区域对应的无人机适宜飞行高度按照目标植被采集区域对应的面积划定适宜采集区域。

无人机队列初始路径选择：分析各种无人机阵列类型的各执行路径，进而分析各种无人机阵列类型所属各执行路径对应的障碍困难系数和复杂系数，从而综合分析各种无人机阵列类型所属各执行路径的综合效率指数，进而筛选目标无人机阵列类型及其对应的执行路径。

需要说明的是，无人机阵列类型具体为正方形阵列、菱形阵列和三角形阵列等。

在本发明的具体实施例中，所述分析各种无人机阵列类型的各执行路径，其具体方法为：从云数据库中提取各种无人机阵列类型及其对应的采集参数，其中采集参数包括采集长度和采集宽度，进而获取各种无人机阵列类型的单次采集面积。

将适宜采集区域按照各种无人机阵列类型对应的单次采集面积进行均匀划分，进而统计各种无人机阵列类型对应的各采集子区域，并将各种无人机阵列类型对应相连采集子区域的交点标记为节点。

统计各种无人机阵列类型所属领头无人机在各采集子区域的位置，并根据领头无人机需要经过所有采集子区域的原则生成各种无人机阵列类型对应的各执行路径，并获取各种无人机阵列类型对应各执行路径的各节点。

在本发明的具体实施例中，所述分析各种无人机阵列类型所属各执行路径对应的障碍困难系数，其具体方法为：统计各种无人机阵列所属各执行路径的固定障碍物参数，其中障碍物参数包括各固定障碍物的体积和固定障碍物的数量，并将其分别标记为V_imk、S_im，其中i表示为各种无人机阵列类型的编号，i＝1,2,...,n，m表示为各执行路径的编号，m＝1,2,...,l，k表示为各固定障碍物的编号，k＝1,2,...,j。

分析各种无人机阵列类型所属各执行路径对应的障碍困难系数其中j表示为固定障碍物的数量，λ₁、λ₂分别表示为预设的障碍物体积、障碍物数量对应的权重因子。

在本发明的具体实施例中，所述各种无人机阵列类型所属各执行路径对应的复杂系数，其具体分析方法为：统计各种无人机阵列类型所属各执行路径对应的总长度和各节点的弯曲角度，将其分别标记为L_im、θ_imf，其中f表示为各节点的编号，f＝1,2,...,g，分析各种无人机阵列类型所属各执行路径对应的复杂系数其中γ₁、γ₂分别表示为预设的路径长度、节点弯曲角度对应的占比因子，g表示为节点的数量。

在本发明的具体实施例中，所述综合分析各种无人机阵列类型所属各执行路径的综合效率指数，其计算公式为：其中μ_im表示为第i种无人机阵列类型所属第m个执行路径的综合效率指数，e为自然常数，χ₁、χ₂分别表示为预设的路径困难、路径复杂对应的权重系数。

在本发明的具体实施例中，所述筛选目标无人机阵列类型及其对应的执行路径，其具体方法为：基于各种无人机阵列类型所属各执行路径的综合效率指数，筛选各种无人机阵列类型对应最大综合效率指数所属的执行路径作为各种无人机阵列类型对应的执行路径，进而获取各种无人机阵列类型对应执行路径的综合效率指数，筛选最大综合效率指数对应的无人机阵列类型作为目标无人机阵列类型，进而得到目标无人机阵列类型及其对应的执行路径。

本发明在对无人机阵列的路径规划时，综合考虑无人机对应各初始路径所包含的障碍物和路径的复杂程度对初始路径选择的影响，弥补了现有技术中对无人机对应路径复杂层面关注度不高的缺陷，进而提高了无人机阵列的初始路径的适用性，从而在一定程度上提高了无人机阵列的初始拍摄效率。

障碍物分析：通过目标无人机的前置摄像头采集的各图像分析目标无人机阵列类型对应的目标障碍物。

在本发明的具体实施例中，所述目标无人机阵列类型对应的目标障碍物，其具体分析方法为：基于目标无人机采集的各图像勾勒出障碍物对应的飞行轨迹，进而获取障碍物对应的当前飞行路程和当前飞行时长，并分析得到障碍物对应的当前飞行速度，其计算公式为：

将障碍物对应的飞行轨迹沿着其对应的倾斜角度进行延长，进而得到障碍物对应的预计飞行轨迹。

将障碍物对应的预计飞行轨迹与目标无人机阵列类型对应的执行路径进行模拟对比，进而判断障碍物对应的预计飞行轨迹与目标无人机阵列类型对应的执行路径是否存在相撞点，若存在相撞点，则进行以下分析：

需要说明的是，相撞点为障碍物按照预计飞行轨迹进行飞行时首次与目标无人机阵列类型按照执行路径飞行时相接触的点。

根据障碍物对应的预计飞行轨迹和当前飞行速度获取障碍物对应的预计飞行时长。

根据目标无人机阵列类型所在执行路径的当前路径点和相撞点获取目标无人机阵列类型对应的预计飞行轨迹。

根据目标无人机阵列类型对应的当前飞行速度和预计飞行轨迹获取目标无人机阵列类型对应的预计飞行时长。

将障碍物对应的预计飞行时长减去目标无人机阵列类型对应的预计飞行时长，进而得到障碍物与目标无人机阵列类型对应的飞行时长差值。

将障碍物与目标无人机阵列类型对应的飞行时长差值与预设的安全飞行时长差值进行对比，若障碍物与目标无人机阵列类型对应的飞行时长差值小于安全飞行时长差值，则将障碍物标记为目标障碍物。

变换队形分析：基于目标障碍物分析目标无人机阵列类型对应的各参考无人机阵列类型。

在本发明的具体实施例中，所述分析目标无人机阵列类型对应的各参考无人机阵列类型，其具体方法为：基于目标无人机采集的各图像获取目标障碍物在各图像中对应的尺寸参数，其中尺寸参数包括目标障碍物的长度、宽度和高度，并将其分别标记为L_p、W_p和H_p，其中p表示为各图像的编号，p＝1,2,...,q。

分析目标障碍物对应的困难系数

，其中q为图像的数量，δ₁、δ₂、δ₃分别表示为预设长度层面、宽度层面和高度层面对应的困难因子。

获取目标障碍物与目标无人机阵列类型的相撞点，并以相撞点时目标无人机阵列类型的中心点为基本点进行各种无人机阵列类型的模拟变换，从而获取各种无人机阵列类型对应各顶点的坐标(x_ih,y_ih,z_ih)，其中h为各顶点的编号，h＝1,2,...,d，并获取相撞点在各种无人机阵列类型对应的坐标(x′_i,y′_i,z′_i)。

需要说明的是，通过目标无人机配置的定位系统和红外传感器获取各种无人机阵列类型对应各顶点的坐标和相撞点在各种无人机阵列类型对应的坐标。

分析目标障碍物与各种无人机阵列类型对应各顶点的距离

分析目标障碍物与各种无人机阵列类型对应的位置危险系数其中JL′表示为预设的安全距离。

分析目标障碍物与各种无人机阵列类型对应的综合危险系数并将其与预设的综合危险系数阈值进行对比，若目标障碍物与某种无人机阵列类型对应的综合危险系数小于综合危险系数阈值，则将该种无人机阵列类型标记为目标无人机阵列类型对应的参考无人机阵列类型，进而得到目标无人机阵列类型对应的各参考无人机阵列类型。

本发明无人机阵列的路径规划在遇到可移动式障碍物时，在躲避可移动式障碍物的基础上进行变换阵列的分析，进而避免出现选择的避障路径耗费较多无人机资源的问题，降低了无人机阵列在拍摄过程中的能源消耗，节约了成本，从而保障选择的变换阵列的实行效率，在一定程度上提高了无人机阵列的拍摄效率。

参考无人机阵列类型效率分析：分析各参考无人机阵列类型对应的综合评估指数，并筛选最大综合评估指数对应的参考无人机阵列类型作为目标无人机阵列类型对应的变换无人机阵列类型。

在本发明的具体实施例中，所述各参考无人机阵列类型对应的综合评估指数，其具体分析方法为：将目标无人机阵列类型与各参考无人机阵列类型进行对比，进而获取各参考无人机阵列类型对应各无人机的变动参数，其中变动参数包括变动角度和变动偏移距离，将其标记为θ_ru、B_ru，其中r表示为各参考无人机阵列类型的编号，r＝1,2,...,b，u表示为各无人机的编号，u＝1,2,...,v。

统计各参考无人机阵列类型对应无人机的变动总数量Q_r。

分析各参考无人机阵列类型对应的综合评估指数

，其中v为无人机的数量，Q″为预设的基础变动数量，ρ₁、ρ₂分别表示为预设的变动数量、综合偏移对应的比例系数。

变换无人机阵列类型执行：根据目标无人机阵列类型对应的变换无人机阵列类型执行相应变换。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种基于机器人编队的避障路径规划方法，其特征在于，包括：

适宜采集区域划分：获取目标植被采集区域，进而根据目标植被所属的采集区域划定适宜空中采集区域；

无人机队列初始路径选择：分析各种无人机阵列类型的各执行路径，进而分析各种无人机阵列类型所属各执行路径对应的障碍困难系数和复杂系数，从而综合分析各种无人机阵列类型所属各执行路径的综合效率指数，进而筛选目标无人机阵列类型及其对应的执行路径；

障碍物分析：通过目标无人机的前置摄像头采集的各图像分析目标无人机阵列类型对应的目标障碍物；

变换队形分析：基于目标障碍物分析目标无人机阵列类型对应的各参考无人机阵列类型；

参考无人机阵列类型效率分析：分析各参考无人机阵列类型对应的综合评估指数，并筛选最大综合评估指数对应的参考无人机阵列类型作为目标无人机阵列类型对应的变换无人机阵列类型；

变换无人机阵列类型执行：根据目标无人机阵列类型对应的变换无人机阵列类型执行相应变换。

2.根据权利要求1所述的一种基于机器人编队的避障路径规划方法，其特征在于：所述根据目标植被所属的采集区域划定适宜空中采集区域，其具体方法为：

获取目标植被采集区域对应的长度、宽度，进而得到目标植被采集区域对应的面积，并随机抽选各检测点对目标植被进行高度采集，从而分析目标植被对应的平均高度，并将其作为目标植被采集区域的高度；

将目标植被采集区域的高度与云数据库中储存的各植被采集区域高度对应的无人机适宜飞行高度进行对比，筛选无人机适宜飞行高度；

在目标植被采集区域对应的无人机适宜飞行高度按照目标植被采集区域对应的面积划定适宜采集区域。

3.根据权利要求1所述的一种基于机器人编队的避障路径规划方法，其特征在于：所述分析各种无人机阵列类型的各执行路径，其具体方法为：

从云数据库中提取各种无人机阵列类型及其对应的采集参数，其中采集参数包括采集长度和采集宽度，进而获取各种无人机阵列类型的单次采集面积；

将适宜采集区域按照各种无人机阵列类型对应的单次采集面积进行均匀划分，进而统计各种无人机阵列类型对应的各采集子区域，并将各种无人机阵列类型对应相连采集子区域的交点标记为节点；

统计各种无人机阵列类型所属领头无人机在各采集子区域的位置，并根据领头无人机需要经过所有采集子区域的原则生成各种无人机阵列类型对应的各执行路径，并获取各种无人机阵列类型对应各执行路径的各节点。

4.根据权利要求3所述的一种基于机器人编队的避障路径规划方法，其特征在于：所述分析各种无人机阵列类型所属各执行路径对应的障碍困难系数，其具体方法为：

统计各种无人机阵列所属各执行路径的固定障碍物参数，其中障碍物参数包括各固定障碍物的体积和固定障碍物的数量，并将其分别标记为V_imk、S_im，其中i表示为各种无人机阵列类型的编号，i＝1,2,...,n，m表示为各执行路径的编号，m＝1,2,...,l，k表示为各固定障碍物的编号，k＝1,2,...,j；

分析各种无人机阵列类型所属各执行路径对应的障碍困难系数其中j表示为固定障碍物的数量，λ₁、λ₂分别表示为预设的障碍物体积、障碍物数量对应的权重因子。

5.根据权利要求4所述的一种基于机器人编队的避障路径规划方法，其特征在于：所述各种无人机阵列类型所属各执行路径对应的复杂系数，其具体分析方法为：

统计各种无人机阵列类型所属各执行路径对应的总长度和各节点的弯曲角度，将其分别标记为L_im、θ_imf，其中f表示为各节点的编号，f＝1,2,...,g，分析各种无人机阵列类型所属各执行路径对应的复杂系数其中γ₁、γ₂分别表示为预设的路径长度、节点弯曲角度对应的占比因子，g表示为节点的数量。

6.根据权利要求5所述的一种基于机器人编队的避障路径规划方法，其特征在于：所述综合分析各种无人机阵列类型所属各执行路径的综合效率指数，其计算公式为：其中μ_im表示为第i种无人机阵列类型所属第m个执行路径的综合效率指数，e为自然常数，χ₁、χ₂分别表示为预设的路径困难、路径复杂对应的权重系数。

7.根据权利要求1所述的一种基于机器人编队的避障路径规划方法，其特征在于：所述筛选目标无人机阵列类型及其对应的执行路径，其具体方法为：基于各种无人机阵列类型所属各执行路径的综合效率指数，筛选各种无人机阵列类型对应最大综合效率指数所属的执行路径作为各种无人机阵列类型对应的执行路径，进而获取各种无人机阵列类型对应执行路径的综合效率指数，筛选最大综合效率指数对应的无人机阵列类型作为目标无人机阵列类型，进而得到目标无人机阵列类型及其对应的执行路径。

8.根据权利要求1所述的一种基于机器人编队的避障路径规划方法，其特征在于：所述目标无人机阵列类型对应的目标障碍物，其具体分析方法为：

基于目标无人机采集的各图像勾勒出障碍物对应的飞行轨迹，进而获取障碍物对应的当前飞行路程和当前飞行时长，并分析得到障碍物对应的当前飞行速度，其计算公式为：

将障碍物对应的飞行轨迹沿着其对应的倾斜角度进行延长，进而得到障碍物对应的预计飞行轨迹；

将障碍物对应的预计飞行轨迹与目标无人机阵列类型对应的执行路径进行模拟对比，进而判断障碍物对应的预计飞行轨迹与目标无人机阵列类型对应的执行路径是否存在相撞点，若存在相撞点，则进行以下分析：

根据障碍物对应的预计飞行轨迹和当前飞行速度获取障碍物对应的预计飞行时长；

根据目标无人机阵列类型所在执行路径的当前路径点和相撞点获取目标无人机阵列类型对应的预计飞行轨迹；

根据目标无人机阵列类型对应的当前飞行速度和预计飞行轨迹获取目标无人机阵列类型对应的预计飞行时长；

将障碍物对应的预计飞行时长减去目标无人机阵列类型对应的预计飞行时长，进而得到障碍物与目标无人机阵列类型对应的飞行时长差值；

将障碍物与目标无人机阵列类型对应的飞行时长差值与预设的安全飞行时长差值进行对比，若障碍物与目标无人机阵列类型对应的飞行时长差值小于安全飞行时长差值，则将障碍物标记为目标障碍物。

9.根据权利要求1所述的一种基于机器人编队的避障路径规划方法，其特征在于：所述分析目标无人机阵列类型对应的各参考无人机阵列类型，其具体方法为：

基于目标无人机采集的各图像获取目标障碍物在各图像中对应的尺寸参数，其中尺寸参数包括目标障碍物的长度、宽度和高度，并将其分别标记为L_p、W_p和H_p，其中p表示为各图像的编号，p＝1,2,...,q；

分析目标障碍物对应的困难系数

，

其中q为图像的数量，δ₁、δ₂、δ₃分别表示为预设长度层面、宽度层面和高度层面对应的困难因子；

获取目标障碍物与目标无人机阵列类型的相撞点，并以相撞点时目标无人机阵列类型的中心点为基本点进行各种无人机阵列类型的模拟变换，从而获取各种无人机阵列类型对应各顶点的坐标(x_ih,y_ih,z_ih)，其中h为各顶点的编号，h＝1,2,...,d，并获取相撞点在各种无人机阵列类型对应的坐标(x′_i,y′_i,z′_i)；

分析目标障碍物与各种无人机阵列类型对应各顶点的距离

分析目标障碍物与各种无人机阵列类型对应的位置危险系数其中JL′表示为预设的安全距离；

分析目标障碍物与各种无人机阵列类型对应的综合危险系数并将其与预设的综合危险系数阈值进行对比，若目标障碍物与某种无人机阵列类型对应的综合危险系数小于综合危险系数阈值，则将该种无人机阵列类型标记为目标无人机阵列类型对应的参考无人机阵列类型，进而得到目标无人机阵列类型对应的各参考无人机阵列类型。

10.根据权利要求1所述的一种基于机器人编队的避障路径规划方法，其特征在于：所述各参考无人机阵列类型对应的综合评估指数，其具体分析方法为：

将目标无人机阵列类型与各参考无人机阵列类型进行对比，进而获取各参考无人机阵列类型对应各无人机的变动参数，其中变动参数包括变动角度和变动偏移距离，将其标记为θ_ru、B_ru，其中r表示为各参考无人机阵列类型的编号，r＝1,2,...,b，u表示为各无人机的编号，u＝1,2,...,v；

统计各参考无人机阵列类型对应无人机的变动总数量Q_r；

分析各参考无人机阵列类型对应的综合评估指数

，其中v为无人机的数量，Q″为预设的基础变动数量，ρ₁、ρ₂分别表示为预设的变动数量、综合偏移对应的比例系数。