5.7　航迹规划的融合算法

无人机的航迹规划的发展趋于更稳定、更优化，且具备处理动态复杂环境问题的能力。环境空间越复杂，各方面的限制条件越多，规划算法需要满足的各项性能指标就越高。多算法融合是提高算法整体性能的一种有效途径。多算法融合可遵循全局搜索与局部搜索互补的规则：全局搜索算法一般能够找到任务空间的全局最优解，但前提是必须获得和依据完整的先验环境信息，这需要相当大的存储空间，而且计算过程较复杂，耗时较长；而局部搜索算法却不依赖于先验信息，灵活性较大，实时性较好，但难以统筹全局并获得全局最优的结果。因此将全局搜索与局部搜索二者融合，可以做到优势互补，以达到强化整体算法性能的效果，例如由全局蚁群算法和局部人工势场法的融合形成了蚁群势场算法，并获得研究者的广泛认可。

本节主要介绍稀疏A* 与神经动力学融合算法和A* 与人工势场融合算法。