凸多边形最优三角剖分动态规划_面向图像三维重建的无人机航线规划

随着无人机技术的发展，无人机被应用到越来越多的领域，例如搜索或探索^[1]、震后灾害分析^[2]以及森林、矿山、空气质量监测^[3]等活动中。利用无人机拍摄地面影像进行三维重建是一种典型的应用。为了完整重建出任务区域的三维模型，首先要解决的问题是合理规划出覆盖任务区域的航线。该问题属于覆盖路径规划问题的范畴。覆盖路径规划问题(coverage path planning)的目的是找到一条路径，以完全遍历任务区域。

目前，国内外学者对覆盖路径规划问题进行了大量的研究，针对不同的应用场景提出了不同的解决方案，主要的应用场景有机器人军事侦察^[4]、无人机自动搜索^[5]植保无人机农田灌溉^[6]等。其中，各应用中的覆盖路径规划算法大致可分为单元分解法与栅格法两种类型。单元分解法中的最为经典的算法是LATOMBE J C在1991年提出的Trapezoidal分解法^[7]，对整个任务区域进行分割，形成多个子区域，分别进行路径规划。HUANG W H等人^[8]对精确单元法提出了改进，提出了“Minimal Sum of Altitude(MSA)”算法。其主要思想是使得覆盖路径中的转弯次数达到最小，以减少在转弯时消耗的能量。栅格法最早由ELFES A和MORAVEC H P提出^[9-10]，是将覆盖区域均匀划分的方法，目标是寻找一条或多条遍历有效栅格的覆盖路径。其中比较有代表性的算法有基于生物激励神经网络的栅格法^[11]、基于生成树的栅格法^[12]以及基于四叉树的方法^[13]。杨丽春^[14]基于改进人工势场法实现了无人机在线。

针对无人机序列影像三维重建的特定要求，本文主要在不考虑气象因素的条件下研究了凸多边形任务区域的无人机覆盖航线规划问题。融合栅格法的等分思想与扫描航线的特点提出了基于光栅法的无人机扫描航线规划方法，并通过计算最佳扫描方向，使得转弯次数最少化且功耗最小。

1 面向图像三维重建的无人机航线规划问题

1.1 三维重建图像要求

无人机序列影像的三维重建质量主要受到以下因素影响：

(1)重叠度：无人机所拍摄的序列影像需要具有一定的重叠区，即具有一定的旁向与纵向重叠度。一般来说，序列影像的重叠度越高，三维重建的质量越高。

(2)时间连续性：由于环境因素会随时间产生变化，从而导致任务区域的表面特征发生改变。因此，为了获得更好的重建结果，需在尽可能短的时间内完成序列影像的获取。

为了对任务范围进行完整的三维重建，需要规划设计一条或多条无人机全覆盖航线并且所拍摄的序列影像尽可能满足上述条件。

1.2 任务航线规划方式

序列影像满足重叠度要求后，航线规划过程中最需要解决的问题是如何最大限度地降低功耗。无人机航线距离越长，任务所需的时间越长，消耗的能量也会越多。同时，文献[8]提出在相同任务航线距离情况下，转弯次数越多，所耗费的时间将会越长，能量越多。其原因为无人机转弯时需要经过减速、变向、加速等过程，相较于直线飞行会花费更多的时间与能量。

扫描式航线是一种解决全覆盖问题的典型覆盖方法，具有航程较短、转弯次数少等优点。其主要飞行方式如图1所示，无人机起飞之后，按一定的航向沿直线飞行