企业官网建设流程全解析

无人机区域覆盖规划实战：最优路径与自定义策略

摘要

在精准农业、测绘、搜救等场景中，无人机需要高效地扫描整个目标区域。覆盖规划（Coverage Planning）旨在寻找一条最优路径，使无人机在最短时间内、以最小能耗完成对给定区域的全面覆盖。本文基于 MATLAB UAV Toolbox 的uavCoveragePlanner和uavCoverageSpace对象，详细讲解如何对复杂地理区域进行覆盖路径规划。我们将从定义感兴趣区域（ROI）开始，将其分解为凸子区域，自动生成扫掠路径，并演示如何自定义扫掠方向以优化连接距离，最终导出路径用于实际飞行。

1. 背景与问题描述

覆盖规划的核心是：给定一个二维地理区域，无人机需沿平行航线（类似“割草机”路径）扫过整个区域。典型的覆盖路径包含直线扫掠和转弯动作。频繁的转弯会增加飞行时间和能耗，因此优化扫掠方向以最小化转弯次数是提升效率的关键。

对于简单凸区域，最优扫掠方向通常垂直于区域的长轴。但实际中的凹多边形区域（如农田、不规则地块）若采用统一方向，会在狭窄凹陷处产生大量无效转弯，甚至使无人机飞越区域边界。一种常见的次优做法是使用凸包（Convex Hull），但这会导致无人机在非目标区域飞行，增加碰撞风险或进入禁飞区。

更优的策略是将凹区域分解为多个凸子区域，对每个子区域独立选择最佳扫掠方向，再通过连接路径串联整个任务。MATLAB 的coverageDecomposition函数和uavCoveragePlanner对象正是为此设计。

2. 定义感兴趣区域（ROI）

首先，我们创建地理坐标轴并加载底图（卫星图），设定经纬度范围，并计算区域的几何中心（用于后续坐标转换）。参考高度设为 400 米（无人机飞行高度）。

gax=geoaxes(Basemap="satellite");latlimits=[44.313544.3534];lonlimits=[-72.0227-71.9544];geolimits(latlimits,lonlimits);geocenter=[mean(latlimits),mean(lonlimits),0];% 参考点（经纬高）refHeight=400;% 覆盖飞行高度hold on;

2.1 交互式或预定义方式选取区域

您可以通过两种方式定义区域多边形：

• 预定义：加载predefinedROI.mat文件，其中包含多边形的顶点、起飞点和降落点。
• 交互式：在地图上点击选取起飞点、多边形顶点和降落点。

本例默认使用预定义方式，若您想手动选取，可将interactiveROI设为true。

interactiveROI=false;% 设为 true 则进入交互模式load predefinedROI.mat;% 加载预定义数据（包含 takeoffLat, takeoffLon, landLat, landLon, llapoints）helperPlotTakeoffROILanding(gax,takeoffLat,takeoffLon,landLat,landLon,llapoints);

llapoints是一个 N×2 的矩阵，存储多边形顶点的经纬度坐标。辅助函数helperPlotTakeoffROILanding会在图上标记起飞点（▲）、降落点（●）和多边形轮廓。

若使用交互模式，则调用以下函数依次选取：

ifinteractiveROI[visLimitsLat,visLimitsLon]=geolimits;[takeoffLat,takeoffLon]=helperTakeoffSelectionFcn(gax,visLimitsLat,visLimitsLon);[llapoints,xyzpoints]=helperPolygonSelectionFcn(gax,visLimitsLat,visLimitsLon,geocenter);[landLat,landLon]=helperLandSelectionFcn(gax,visLimitsLat,visLimitsLon);end

提示：交互式选择时，多边形需按顺序点击顶点，按 Enter 结束。得到的数据会保存在变量中。

3. 将感兴趣区域分解为凸子区域

复杂凹多边形不能直接应用扫掠规划，必须先分解。MATLAB 提供coverageDecomposition函数，基于局部 East-North 坐标系将多边形拆分为若干凸多边形。

首先将经纬度顶点转换为局部 ENU 坐标（以geocenter为参考原点），然后调用分解函数：

% 将 llapoints 转换为 ENU 坐标（忽略高度，仅用 XY）xyzpoints=lla2enu([llapoints,refHeight*ones(size(llapoints,1),1)],geocenter,"flat");subAreasEN=coverageDecomposition(xyzpoints(:,1:2));% 返回元胞数组，每个元素是凸多边形顶点（EN坐标）

接着将各子区域的坐标转回经纬度（LLA），并存储于subAreasLLA中：

subAreasLLA=cell(1,numel(subAreasEN));fori=1:numel(subAreasEN)altitude=refHeight*ones(size(subAreasEN{i},1),1);localENU=[subAreasEN{i}(:,1),subAreasEN{i}(:,2),altitude];subArea=enu2lla(localENU,geocenter,"flat");subAreasLLA{i}=subArea(:,1:2);end

此时，原始凹区域被划分成多个凸子区域（如图中不同颜色所示），每个子区域可单独规划扫掠路径。

4. 创建覆盖空间与路径规划

4.1 定义覆盖空间（uavCoverageSpace）

覆盖空间对象封装了待覆盖的多边形、传感器有效宽度、重叠率等参数。关键参数：

• Polygons：子区域的多边形顶点（经纬度）。
• UnitWidth：相邻平行扫掠线之间的间距（本例设为 100 米），与传感器覆盖宽度相关。
• Sidelap：相邻扫描带之间的重叠率（0 表示无重叠）。
• ReferenceHeight：飞行高度（400 米），用于确保坐标一致性。
• UseLocalCoordinates：设为false表示使用经纬度坐标。
• ReferenceLocation：参考点（地理中心），用于内部坐标转换。

cs=uavCoverageSpace(Polygons=subAreasLLA,...UnitWidth=100,...Sidelap=0,...ReferenceHeight=refHeight,...UseLocalCoordinates=false,...ReferenceLocation=geocenter);

调用show方法将覆盖空间可视化在地理坐标轴上（各子区域以不同颜色区分）：

ax=cs.show(Parent=gax,LineWidth=1.25);

4.2 创建覆盖规划器并生成路径

uavCoveragePlanner负责计算扫掠路径。我们只需指定起飞点和降落点（经纬度 + 高度，本例高度设为 0，但实际会被覆盖空间的高度覆盖）：

cp=uavCoveragePlanner(cs);[wpts,solnInfo]=plan(cp,[takeoffLat,takeoffLon,0],[landLat,landLon,0]);

返回的wpts是路径航点矩阵（每行 [lat, lon, alt]），solnInfo包含路径的详细信息，如各子区域顺序、转弯点、总连接距离等。

将路径绘制在地图上：

path1=geoplot(gax,wpts(:,1),wpts(:,2),LineWidth=1.5);hold off;

查看总连接距离（包括从起飞点到第一个子区域、子区域间、以及最后一个子区域到降落点的距离）：

connectionDistancePath1=solnInfo.TransitionCost% 输出：6.2648e+03（约 6265 米）

注意：默认情况下，规划器会尝试最小化转弯次数，但子区域间的连接顺序是启发式或简单贪心得到的，可能并非全局最优。接下来的自定义将优化连接距离。

5. 自定义扫掠策略以优化路径

5.1 调整特定子区域的扫掠角度

根据应用需求，您可能希望扫掠方向与某种特征（如作物行、地形走向）对齐。我们可以使用setCoveragePattern方法为特定子区域指定扫掠角度（相对于正东方向，逆时针为正）。

例如，将第 2 和第 3 个子区域的扫掠角度设为 90 度（即南北方向）：

cs.setCoveragePattern(2,SweepAngle=90);cs.setCoveragePattern(3,SweepAngle=90);

角度改变后，规划器会重新计算该子区域内部的平行航线。

5.2 改变起始子区域以减少连接距离

通过观察，子区域 3 更靠近起飞点，且飞行结束后离降落点也较近。我们可以强制规划器从第 3 个子区域开始扫描，以缩短起飞到第一块区域的空飞距离。

在规划器的求解参数中设置StartingArea：

cp.SolverParameters.StartingArea=3;

5.3 重新规划并比较优化效果

调用plan重新生成路径：

[wpts,custSoln]=plan(cp,[takeoffLat,takeoffLon,0],[landLat,landLon,0]);

删除旧路径，绘制新路径：

delete(path1);hold on;h2=geoplot(gax,wpts(:,1),wpts(:,2),LineWidth=1.5);hold off;

检查新的连接距离：

connectionDistancePath2=custSoln.TransitionCost% 输出：3.7921e+03（约 3792 米）

相比默认路径的 6265 米，自定义后连接距离减少了近 40%，大幅提升了效率。

5.4 穷举求解器（可选）

若希望获得子区域间连接顺序的全局最优解，可将求解器设置为"Exhaustive"（穷举），它会尝试所有可能顺序，但计算时间随子区域数量指数增长。适用于子区域数量较少（≤8）的情况。

cp.Solver="Exhaustive";

6. 导出航点用于地面站软件

规划完成后，可将航点导出为标准格式（如.waypoints文件），以便导入 QGroundControl 或 Mission Planner 等地面控制软件，直接用于实际飞行。

exportWaypointsPlan(cp,custSoln,"customCoverage.waypoints");

该文件包含了每个航点的经纬度、高度以及期望的速度或停留时间等信息。

7. 仿真验证（可选）

您还可以将生成的航点导入uavMission对象，结合uavScenario进行动力学仿真，验证飞行轨迹的可行性，评估能耗、时间等指标。具体可参考文档Execute Coverage Plan Using UAV Mission。

8. 总结与扩展

本教程完整演示了以下流程：

1. 定义地理区域（交互或预定义）；
2. 将凹区域分解为凸子区域；
3. 创建覆盖空间并自动规划初始扫掠路径；
4. 自定义子区域扫掠角度和起始顺序，优化连接距离；
5. 导出航点用于实际任务。

通过合理设置扫掠方向和子区域顺序，您可以显著提高无人机任务效率，降低能耗。MATLAB 提供的工具链覆盖了从规划到仿真的完整环节，非常适合算法快速验证与部署。

下一步可以做什么？

• 对多个不相连的区域进行覆盖规划；
• 结合障碍物和禁飞区约束；
• 使用真实传感器模型生成覆盖过程中的感知数据。

参考资料

• MATLAB UAV Toolbox - Coverage Planning
• uavCoveragePlanner 文档
• uavCoverageSpace 文档

完整代码（整合版）

为了方便您直接运行，以下提供本示例的完整代码（默认使用预定义数据）：

%% 1. 设置地图与区域gax=geoaxes(Basemap="satellite");latlimits=[44.313544.3534];lonlimits=[-72.0227-71.9544];geolimits(latlimits,lonlimits);geocenter=[mean(latlimits),mean(lonlimits),0];refHeight=400;hold on;%% 2. 加载预定义区域interactiveROI=false;load predefinedROI.mat;helperPlotTakeoffROILanding(gax,takeoffLat,takeoffLon,landLat,landLon,llapoints);% 若交互，取消注释下面代码% if interactiveROI% [visLimitsLat, visLimitsLon] = geolimits;% [takeoffLat, takeoffLon] = helperTakeoffSelectionFcn(gax, visLimitsLat, visLimitsLon);% [llapoints, xyzpoints] = helperPolygonSelectionFcn(gax, visLimitsLat, visLimitsLon, geocenter);% [landLat, landLon] = helperLandSelectionFcn(gax, visLimitsLat, visLimitsLon);% end%% 3. 分解为凸子区域xyzpoints=lla2enu([llapoints,refHeight*ones(size(llapoints,1),1)],geocenter,"flat");subAreasEN=coverageDecomposition(xyzpoints(:,1:2));subAreasLLA=cell(1,numel(subAreasEN));fori=1:numel(subAreasEN)altitude=refHeight*ones(size(subAreasEN{i},1),1);localENU=[subAreasEN{i}(:,1),subAreasEN{i}(:,2),altitude];subArea=enu2lla(localENU,geocenter,"flat");subAreasLLA{i}=subArea(:,1:2);end%% 4. 创建覆盖空间与规划器cs=uavCoverageSpace(Polygons=subAreasLLA,UnitWidth=100,Sidelap=0,...ReferenceHeight=refHeight,UseLocalCoordinates=false,...ReferenceLocation=geocenter);cs.show(Parent=gax,LineWidth=1.25);cp=uavCoveragePlanner(cs);[wpts,solnInfo]=plan(cp,[takeoffLat,takeoffLon,0],[landLat,landLon,0]);path1=geoplot(gax,wpts(:,1),wpts(:,2),LineWidth=1.5);connection1=solnInfo.TransitionCost;fprintf("默认路径连接距离：%.2f 米\n", connection1);%% 5. 自定义扫掠方向和起始区域cs.setCoveragePattern(2,SweepAngle=90);cs.setCoveragePattern(3,SweepAngle=90);cp.SolverParameters.StartingArea=3;[wpts2,custSoln]=plan(cp,[takeoffLat,takeoffLon,0],[landLat,landLon,0]);delete(path1);hold on;geoplot(gax,wpts2(:,1),wpts2(:,2),LineWidth=1.5);hold off;connection2=custSoln.TransitionCost;fprintf("优化后路径连接距离：%.2f 米\n", connection2);%% 6. 导出航点exportWaypointsPlan(cp,custSoln,"customCoverage.waypoints");

运行以上脚本，您将看到地图上显示两个路径对比，并在命令窗口输出优化前后的连接距离。

希望这篇博客能帮助您掌握无人机覆盖规划的完整流程。如有疑问，欢迎在评论区交流讨论！