有人/无人机协同对地打击路径规划方法研究

doi:10.3969/j.issn.1009-086x.2025.04.004

现代防御技术 ›› 2025, Vol. 53 ›› Issue (4): 27-35.DOI: 10.3969/j.issn.1009-086x.2025.04.004

有人/无人机协同对地打击路径规划方法研究

汤佳衡¹, 肖博漪², 丁晨博², 范恒知¹, 吕茂隆¹

^1.空军工程大学空管领航学院，陕西西安 710051
^2.空军工程大学研究生院，陕西西安 710051

收稿日期:2025-05-12 修回日期:2025-07-14 出版日期:2025-08-28 发布日期:2025-09-02
通讯作者: 吕茂隆
作者简介:汤佳衡（2003-），男，江苏徐州人。本科生，研究方向为有人/无人协同空战。

Research on Target Allocation and Path Planning Methods for Manned/Unmanned Aerial Vehicle Cooperative Ground Attack

Jiaheng TANG¹, Boyi XIAO², Chenbo DING², Hengzhi FAN¹, Maolong LÜ¹

^1.Air Traffic Control and Navigation School，Air Force Engineering University，Xi 'an 710051，China
^2.Graduate School，Air Force Engineering University，Xi 'an 710051，China

Received:2025-05-12 Revised:2025-07-14 Online:2025-08-28 Published:2025-09-02
Contact: Maolong Lü

摘要/Abstract

摘要：

针对有人/无人机协同作战中路径规划的复杂性及传统方法在动态环境中的局限性，提出了一种融合改进型DWA算法和Dijkstra算法的路径规划方法。该方法通过优化轨迹评价函数，有效规避动态障碍物，确保有人/无人机编队在任务时间窗约束下实现最优路径规划。仿真实验表明，该方法在应对复杂变化战场环境时，能有效提升路径优化效果，同时增强了路径规划在不同场景下的泛化性与鲁棒性。

关键词: 有人/无人机协同, 路径规划, Dijkstra算法, DWA算法, 轨迹评价函数

Abstract:

This paper addresses the complexities of path planning in cooperative operations involving manned and unmanned aerial vehicles （MUAVs） and the limitations of traditional methods in dynamic environments. It presents an integrated approach that incorporates an enhanced DWA （dynamic window approach） and Dijkstra's algorithm. By optimizing the trajectory evaluation function， the method efficiently avoids dynamic obstacles， ensuring optimal path planning within mission time constraints for MUAV teams. Simulation experiments demonstrate that the proposed method significantly improves the effectiveness of path optimization in complex and dynamic battlefield environments. Moreover， it strengthens the generalization and robustness of path planning across various scenarios.

Key words: MUAV cooperation, path planning, Dijkstra's algorithm, dynamic window approach（DWA） algorithm, trajectory evaluation function

中图分类号:

V279

汤佳衡, 肖博漪, 丁晨博, 范恒知, 吕茂隆. 有人/无人机协同对地打击路径规划方法研究[J]. 现代防御技术, 2025, 53(4): 27-35.

Jiaheng TANG, Boyi XIAO, Chenbo DING, Hengzhi FAN, Maolong LÜ. Research on Target Allocation and Path Planning Methods for Manned/Unmanned Aerial Vehicle Cooperative Ground Attack[J]. Modern Defense Technology, 2025, 53(4): 27-35.

图/表 6

图1 有人/无人机协同对地场景

Fig. 1 MUAV cooperative ground attack scenario

图2 有人/无人机协同对地打击系统

Fig. 2 MUAV cooperative ground attack system

图3 有人/无人机协同对地打击作战活动交互关系

Fig. 3 MUAV cooperative ground attack operational interaction

表1 有人/无人编队具体参数设置

Table 1 Manned/unmanned formation specific parametersettings

参数	数值
有人/无人机最小线速度/（ $m ⋅ s - 1$ ）	0
无人机最大线速度/（ $m ⋅ s - 1$ ）	5.0
有人机最大线速度/（ $m ⋅ s - 1$ ）	7.5
有人/无人机最小角速度/（ $r a d ⋅ s - 1$ ）	-2.0
有人/无人机最大角速度/（ $r a d ⋅ s - 1$ ）	2.0
线加速度/（ $m ⋅ s - 2$ ）	3.0
角加速度/（ $r a d ⋅ s - 1$ ）	4.0
时间分辨率/ $s$	0.1
线速度分辨率/（ $m ⋅ s - 1$ ）	5.0
角速度分辨率/（ $m ⋅ s - 1$ ）	6.0
安全距离/ $m$	0.5
距离阈值/ $m$	0.5
轨迹预测时间/ $s$	3.0
有人机半径/ $m$	0.2
无人机半径/ $m$	0.1
障碍基础电荷/C	+1.0
目标电荷/C	-10.0
有人/无人机电荷/C	+1.0

表1 有人/无人编队具体参数设置

Table 1 Manned/unmanned formation specific parametersettings

参数	数值
有人/无人机最小线速度/（ $m ⋅ s - 1$ ）	0
无人机最大线速度/（ $m ⋅ s - 1$ ）	5.0
有人机最大线速度/（ $m ⋅ s - 1$ ）	7.5
有人/无人机最小角速度/（ $r a d ⋅ s - 1$ ）	-2.0
有人/无人机最大角速度/（ $r a d ⋅ s - 1$ ）	2.0
线加速度/（ $m ⋅ s - 2$ ）	3.0
角加速度/（ $r a d ⋅ s - 1$ ）	4.0
时间分辨率/ $s$	0.1
线速度分辨率/（ $m ⋅ s - 1$ ）	5.0
角速度分辨率/（ $m ⋅ s - 1$ ）	6.0
安全距离/ $m$	0.5
距离阈值/ $m$	0.5
轨迹预测时间/ $s$	3.0
有人机半径/ $m$	0.2
无人机半径/ $m$	0.1
障碍基础电荷/C	+1.0
目标电荷/C	-10.0
有人/无人机电荷/C	+1.0

图4 Diikstra和DWA算法的联合路径规划实验结果

Fig. 4 Dijkstra and DWA algorithm combined path planningexperimentalresults

图5 Dikstra和DWA算法的联合路径规划实验结果

Fig. 5 Pijkstra and DWA algorithm combined path planningexperimental results

参考文献 16

[1]	何文彪，胡永江，李文广. 面向无人机航路的优化算法研究综述［J］. 现代防御技术， 2024， 52（4）： 24-32.
	HE Wenbiao， HU Yongjiang， LI Wenguang. A Survey on Optimization Algorithms for UAV Routes ［J］. Modern Defence Technology， 2024， 52（4）： 24-32.
[2]	于强，彭昭鸿，黎旦，等. 基于MI-RRT^*算法的路径规划研究［J］. 现代防御技术， 2023， 51（4）： 116-125.
	YU Qiang， PENG Zhaohong， LI Dan， et al. Research on Path Planning Based on MI-RRT* Algorithm ［J］. Modern Defence Technology， 2023， 51（4）： 116-125.
[3]	姜凌峰，李新凯，张海，等. 基于改进TD3算法的无人机动态环境无地图导航［J］. 航空学报，2025，46（8）： 331035.
	JIANG Lingfeng， LI Xinkai， ZHANG Hai， et al. Unmanned Aerial Vehicle Navigation Without Map in Dynamic Environment Based on Improved TD3 Algorithm ［J］. Acta Aeronautica et Astronautica Sinica， 2025，46（8）： 331035.
[4]	商园春，赵长春，李云庆. 一种动态环境下多无人机二维路径规划方法［J］. 信息技术与信息化， 2024（4）： 204-208.
	SHANG Yuanchun， ZHAO Changchun， LI Yun qing. A Two-Dimensional Path Planning Method for Multi-UAV in Dynamic Environment ［J］. Information Technology and Informatization， 2024（4）： 204-208.
[5]	黄书召，田军委，乔路，等. 基于改进遗传算法的无人机路径规划［J］. 计算机应用， 2021， 41（2）： 390-397.
	HUANG Shuzhao， TIAN Junwei， QIAO Lu， et al. Path Planning for Unmanned Aerial Vehicles Based on Improved Genetic Algorithm ［J］. Computer Applications， 2021， 41（2）： 390-397.
[6]	李霞，魏瑞轩，周军，等. 基于改进遗传算法的无人飞行器三维路径规划［J］. 西北工业大学学报， 2010， 28（3）： 343-348.
	LI Xia， WEI Ruixuan， ZHOU Jun， et al. Three-Dimensional Path Planning for Unmanned Aerial Vehicles Based on Improved Genetic Algorithm ［J］. Journal of Northwestern Polytechnical University， 2010， 28（3）： 343-348
[7]	柴凯凯，徐海芹，范佳伟. DDPG改进人工势场法的无人机三维路径规划［J/OL］. 电光与控制. （2025-05-23）［2025-06-20］..
	CHAI Kaikai， XU Haiqin， FAN Jiawei. UAV 3D Path Planning Based on DDPG Improved Artificial Potential Field Method ［J/OL］. Electro-Optics and Control. （2025-05-23）［2025-06-20］. .
[8]	李玉清，梁忠楠，赵衍昭，等. 一种动态窗口法和人工势场法融合的AGV路径规划算法［J］. 科学技术与工程， 2025， 25（14）： 5924-5933.
	LI Yuqing， LIANG Zhongnan， ZHAO Yanzhao， et al. An AGV Path Planning Algorithm Based on the Fusion of Dynamic Window Approach and Artificial Potential Field Method ［J］. Science Technology and Engineering， 2025， 25（14）： 5924-5933.
[9]	广鑫，耿增显. 基于离散粒子群算法的集群无人机飞行路径规划［J］. 现代电子技术， 2025， 48（4）： 119-122.
	GUANG Xin， GENG Zengxian. Flight Path Planning for Swarm UAVs Based on Discrete Particle Swarm Optimization Algorithm ［J］. Modern Electronics Technique， 2025， 48（4）： 119-122.
[10]	刘晓芬，吴传淑，张紫瑞，等. 基于粒子群和蜂群算法的无人机路径规划［J］. 兵工自动化， 2025， 44（4）： 107-112.
	LIU Xiaofen， WU Chuanshu， ZHANG Zirui， et al. UAV Path Planning Based on Particle Swarm and Bee Colony Algorithms ［J］. Ordnance Industry Automation， 2025， 44（4）： 107-112.
[11]	周从航，李建兴，石宇静，等. 深度强化学习在无人机编队路径规划中的应用［J］. 电光与控制， 2024， 31（10）： 27-33.
	ZHOU Conghang， LI Jianxing， SHI Yujing， et al. Application of Deep Reinforcement Learning in UAV Formation Path Planning ［J］. Optics and Control， 2024， 31（10）： 27-33.
[12]	邓江红. 基于深度强化学习的无人机避障路径规划方法研究［D］. 廊坊：北华航天工业学院， 2024.
	DENG Jianghong. Research on Obstacle Avoidance Path Planning Method for Unmanned Aerial Vehicles Based on Deep Reinforcement Learning ［D］. Langfang： Beihua University of Aeronautics and Astronautics， 2024.
[13]	刘泽原，赵文栋，李艾静，等. 基于信息共享的低能耗多无人机协同侦察方法［J］. 计算机仿真， 2022， 39（12）： 38-43.
	LIU Zeyu， ZHAO Wendong， LI Aijing， et al. Low-Energy Multi-UAV Cooperative Reconnaissance Method Based on Information Sharing ［J］. Computer Simulation， 2022， 39（12）： 38-43.
[14]	黄翼虎，于亚楠. 基于改进Dijkstra算法的防冲突最短路径规划研究［J］. 计算机与现代化， 2022（8）： 20-24.
	HUANG Yihu， YU Yanan. Anti-collision Shortest Path Planning Based on Improved Dijkstra Algorithm［J］. Computers and Modernization， 2022（8）： 20-24.
[15]	常绪成，王敬宇，李康，等. 基于改进DWA融合算法的多无人机避障方法［J/OL］. 弹箭与制导学报.（2025-02-27）［2025-06-20］. .
	CHANG Xucheng， WANG Jingyu， LI Kang， et al. A Multi-UAV Obstacle Avoidance Method Based on the Improved DWA Fusion Algorithm［J/OL］. Journal of Projectiles， Rockets， Missiles and Guidance. （2025-02-27）［2025-06-20］.
[16]	岳勐祺，邹杰，赵凯. 分布式作战的发展与关键要素分析［J］. 火力与指挥控制， 2025，50（3）：9-18.
	YUE Mengqi， ZOU Jie， ZHAO Kai. Development and Key Elements Analysis of Distributed Operations［J］. Fire Control & Command Control， 2025， 50（3）： 9-18.

有人/无人机协同对地打击路径规划方法研究

Research on Target Allocation and Path Planning Methods for Manned/Unmanned Aerial Vehicle Cooperative Ground Attack

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 16

相关文章 2

编辑推荐

Metrics

本文评价

[1]	阎哲, 汪民乐, 汪江鹏, 吴丰轩, 闫少强. 带时间窗的海军航空兵场站特种保障车辆调度问题[J]. 现代防御技术, 2022, 50(6): 117-123.
[2]	孙丰础, 甘旭升. 无人机双机空战对抗侧向机动路径规划[J]. 现代防御技术, 2022, 50(3): 109-118.