《Applied Sciences》：Research on 3D Path Planning Method for UAV Based on TSDF-IPSO Fusion
编辑推荐：
针对复杂障碍场景下无人机三维路径规划中环境建模精度低与避障精度不足的问题，研究人员提出了一种融合截断符号距离场（TSDF）与改进粒子群优化算法（IPSO）的无人机三维路径规划方法。离线构建融合体素占用栅格与截断符号距离场的统一规划空间：将到障碍表面的欧氏距离截
针对复杂障碍场景下无人机三维路径规划中环境建模精度低与避障精度不足的问题，研究人员提出了一种融合截断符号距离场（TSDF）与改进粒子群优化算法（IPSO）的无人机三维路径规划方法。离线构建融合体素占用栅格与截断符号距离场的统一规划空间：将到障碍表面的欧氏距离截断并限制在有效带内，其范围与由物理尺寸和任务需求确定的无人机安全距离阈值相协调，从而保留安全评估所需的连续几何信息。在此基础上，利用截断距离场提供的连续距离与梯度信息构造分段连续、基于距离的威胁代价函数，替代传统二值碰撞检测；并将距离与梯度进一步嵌入粒子群的初始化、适应度评价与速度更新过程。此外引入自适应惯性权重与Lévy逃逸机制以提升搜索效率与全局探索能力。实验结果表明，在稠密离散安全验证下，所提方法在非结构化复杂环境中达到100%成功率，且安全距离阈值可按任务需求灵活调整并始终满足指定安全要求。所得路径在长度、平滑性与可控安全裕度间取得良好平衡，验证了方法的有效性。
研究背景方面，无人机在军事侦察、物流运输、农业植保与灾害救援等领域应用广泛，路径规划作为保障飞行安全与任务完成的核心技术，需在满足避障与动态约束下生成安全、平滑、高效的三维轨迹。现有方法中，传统栅格环境建模采用二值处理，丢失障碍边界连续信息且缺乏梯度引导；A*算法在高维空间搜索爆炸，RRT算法在窄通道稳定性差；标准粒子群优化（PSO）易陷局部最优且多数改进仅聚焦算法层，未利用连续符号距离场（SDF）与梯度，导致路径紧贴障碍、安全裕度不可控。近年来TSDF/ESDF虽提升建图精度，但多依赖数值求解器而非群体智能全局搜索。为此，研究人员开展基于TSDF与IPSO深度融合的无人机三维路径规划研究，发表于《Applied Sciences》，核心结论为：该方法在复杂非结构化环境实现100%规划成功率，安全距离阈值可调且始终满足约束，路径在长度、平滑性、安全裕度间平衡良好，意义在于首次将连续TSDF距离梯度深度嵌入PSO初始化、速度更新与适应度评价，突破二值栅格局限，为主动可调控安全裕度提供新范式。
关键技术方法上，研究人员构建体素分辨率0.5 m的统一空间，由已知障碍网格离线生成截断欧氏符号距离场（截断距离取安全距离阈值3倍），通过三线性插值获连续距离并以中心差分求梯度；以分段连续威胁代价（含穿透、缓冲、安全三区间）替代二值碰撞，路径密集采样步长0.2 m做可行性筛除；种群初始化用TSDF梯度将穿障控制点投影至自由空间；速度更新加入TSDF梯度引导项（仅当距离小于安全距离阈值时激活，按(1?d/dsafe)2衰减）；采用非线性衰减自适应惯性权重与停滞检测的Lévy飞行扰动；适应度由路径长度、威胁、平滑性、高度变化四项加权（威胁基权1.0、长度2.0、平滑5.0、高度0.5）组成；后处理用B样条平滑并基于TSDF梯度修复越界点。场景为100 m×100 m×40 m的a/b/c三类静态非结构化环境（a、b各15个障碍，c为20个含窄通道），MATLAB R2024b实现，种群400、迭代200。
研究结果部分，环境建模与TSDF距离场生成小节指出，统一体素占用栅格与截断欧氏符号距离场后，仅在有效带内保留真值欧氏距离与有效梯度，带外常量±1、梯度零，截断距离≥安全距离阈值保障评估可靠。TSDF-IPSO算法设计小节中，适应度函数经权重量级匹配与安全第一原则设计，威胁代价随接近障碍指数上升自动主导；安全校正初始化使初始无效粒子大减；梯度引导更新赋予粒子远离障碍速度分量；自适应惯性权重（ωmin+(ωmax?ωmin)exp(?3t/Tmax)）配Lévy逃逸（Mantegna法，β=1.5，停滞10代触发）平衡探索与利用。消融实验（场景a，30次独立运行）表明，去TSDF连续威胁代以二值惩罚的Grid-PSO成功率仅36.7%，去安全初始化/梯度引导/自适应Lévy的各变体成功率均100%但收敛或路径质量略降，完整TSDF-IPSO耗时28.67 s、成功率100%、最小安全距离与平滑性最优。对比实验（场景b、c对各算法定跑30次）显示，TSDF-IPSO成功率100%，最小安全距离1.65 m/1.51 m；Grid-PSO为26.7%/20%且安全距离0.43 m/0.40 m；RRT为83.3%/53.3%且0.27 m/0.26 m；A虽100%但路径贴界、平滑差；TSDF-IPSO路径长接近A*、平滑最优。安全距离可控性验证（阈值1.0~3.0 m）中，实际最小安全距离始终≥预设，路径长与平滑随阈值增而增，成功率恒100%，而基线无法调阈。权值敏感性分析（场景c，ωl 1~3、ωs 3~7）证实性能稳定不退化。
讨论与结论翻译部分，研究人员总结：针对已知静态障碍下无人机三维规划，融合体素占用栅格与TSDF建统一空间，以分段连续距离威胁代价替二值检测，深度嵌入距离梯度至PSO初始化与速度更新，引自适应惯性权重与Lévy逃逸，安全距离阈值按任务设且宽范围内被满足，稠密离散验证下路径无碰、成功率100%，长度/平滑/安全裕度平衡良好。局限为依赖先验静态障碍、未涉在线感知重规划、离线耗时待降；未来将接增量TSDF与动态预测、引自适应终止、扩至DEM城市模型及与其他PSO变体对比。该研究为复杂环境无人机可调控安全规划提供理论与实证支撑。
