路径规划作为无人机导航至关重要的一部分，作为无人机完成预定任务不可缺少的前提条件，得到了国内外学者的广泛关注。路径规划按照对环境信息熟悉的程度不同可分为：完全已知环境信息的全局路径规划，完全不知或部分已知环境信息的局部路径规划。如图1。1所示，路径划按照方法分类主要可分为：a。路图法、b。单元分解法、c。势场法、d。最优控制方法，等一系列方法[7]。87696

    路图法中的可视图法是Lozano和Wesley在1979年提出的，是最早的路径规划方法之一[8]。该法通过在环境中产生直线段连接的可视线，构成无向的多边形网络，再通过图形算法搜索这些可视线，就可得到所需路径。Voronoi图法与可是图法类似，只是该法中的直线段是围挠障碍物的共边多边形的边[9]，最近几年有学者通过对Voronoi图加权的方法，规划出了一条安全且相对较短的飞行路径[10,11]。

单元分解法是将环境分解为互不重合的栅格，用离散的方法来表示环境[12]。A*算法是广泛应用于路径规划的一种方法，它隶属于单元分解法。A*算法是基于网格空间的一种启发式搜索算法[13]。对于二维空间的路径规划需要二维网格空间，三维空间的路径规划需要三维网格空间。D*算法是改进A*算法，是动态的A*算法，适用于外界环境不断变换的情况[14]。改进的A*算法近来层出不穷[15~17]，这些算法计算速度更快，实时性更强，不断趋向于适应三维路径规划。论文网

势场法是Khatib在1985年提出的[18]。该方法用人工市场来表示环境，障碍物产生斥力，目标点产生吸引力。通过合力的作用使无人机到达目标点。但该方法在碰到C形障碍物时，容易陷入局部最大。Euu和Bang改进了势场法并解决了此问题[19]。

最优控制路径规划的有关方法是随着近几年最优化技术而逐渐发展起来的。最优控制的方法非常之多，如遗传规划[20]、蚁群算法[21]等。但是他们的复杂程度都比较高，计算量也比较大，在实际的工程应用中都非常难以实现。

虽然目前已经有如此多的路径规划方法，国内外学者在路径规划问题上也取得了相当多的成就。但是无人机路径规划的几个核心问题并没有得到很好的解决。一种方法通常只能解决某个核心问题，并且这些方法相互之间比较独立，难以将无人机路径规划的核心问题完全解决。

无人机路径规划的核心问题主要有：

（1）规划得到的路径必须确定长度，通常要求是最短。

（2）无人机的飞行时间有限，用于在规划所得路径上飞行的时间必须最小。

（3）规划所得的路径必须满足无人机的安全性和动力学约束。

（4）路径规划算法要可靠、快速、内存占据少，满足实时性等要求。