摘要
在杂乱环境中进行四旋翼飞行器的运动规划面临着显著的挑战，需要在计算效率和轨迹平滑性之间取得平衡，尤其是在低空经济和智能能源系统应用中，这些应用中自主飞行器需要执行基础设施检查和电力线监测任务。许多现有方法要么依赖于基于采样的算法，这些算法计算时间较长且生成的路径不够理想；要么使用会产生高阶导数不连续性的轨迹表示方法，这不适合敏捷飞行。在这项工作中，我们提出了一种高效的分层运动规划框架，该框架结合了基于JPS-Bresenham的路径搜索、安全飞行走廊构建和贝塞尔曲线优化。我们的方法通过两阶段过程来生成轨迹：首先是前端路径搜索，能够高效地识别出无碰撞的路径并减少航点数量；其次是后端优化，利用具有重叠区域的多边形安全走廊来扩展解决方案空间。通过六种不同地图场景的全面基准测试实验，我们证明了我们的方法在路径质量和计算效率方面均优于RRT*和PRM算法。在不同地图大小和障碍物密度下的蒙特卡洛实验进一步验证了其鲁棒性和可扩展性优势。与最先进的规划算法相比，我们的方法在成功率及成本效益方面表现更优，同时仍保持了严格的运动学可行性。基于贝塞尔曲线的优化方法将轨迹抖动减少了多达55%，证明了其在复杂环境中的快速四旋翼飞行器轨迹规划方面的优越性。
