CN104991895A - 一种基于三维空域网格的低空救援航空器航迹规划方法 - Google Patents

Abstract

本发明公开了一种基于三维空域网格的低空救援航空器航迹规划方法，包括：根据三维地形、航空器性能和天气分布，将低空空域进行网格划分节点，采用改进的A*算法搜索单航空器最优飞行轨迹方法；在确定单航空器飞行航迹基础上，采用时间窗推算方法，提出以时间换空间和空间换时间的多机无冲突航迹规划方法，最后以救援时间最短为优化目标，获得多机无冲突航迹规划方案。本发明解决了航空救援下多航空器在低空复杂地形、天气分布和考虑航空器性能下的无冲突航迹规划方法，为航空应急救援指挥***的航空器飞行计划编排提供依据。

Description

一种基于三维空域网格的低空救援航空器航迹规划方法

技术领域：

本发明涉及一种航空救援的飞行调度技术，尤其涉及一种基于三维空域网格的低空救援航空器航迹规划方法，其适用于低空救援下对于航空器优化调度和飞行计划编排，保证空中交通运行的安全高效。

背景技术：

在抗灾救援及处置突发事件的各项措施中，航空救援具有快速、高效、受地理空间限制少等优势，是世界上许多国家普遍采用的最有效手段。然而，在航空应急救援体系中，施救的航空器在低空运行环境中，由于受到地形环境、恶劣天气、密集飞行等不确定因素的干扰，往往存在安全风险大、施救效率低和实施不合理等问题。因此合理的规划飞行航迹，对于低空应急救援飞行安全和高效尤为重要。

目前，相关研究集中在无人机路径规划等方面。该问题主要涉及到环境表达、规划方法、以及路径执行这几方面。在一定的环境表达和规划方法的基础上，仅从路径搜索策略上来分析，可将搜索策略区分为三大类。第一类是局部优化算法，它的做法是牺牲解的搜索空间来获取解的搜索时间，典型的方法有：最速下降法、部分贪婪算法(Verscheure，2009)等，但存在搜索时间长、收敛速度慢、易陷入局部最优解等问题；第二类是全局优化算法，它以获取全局最优解为目的，主要的算法有：单源最短路径的Dijkstra算法(Chiba,2010)、任意两点间最短路径的Floyed动态规划算法(孙大伟，2006)等，但会出现计算时间较长、维数***的现象；最后一类是计算机智能方法，包括：遗传算法、禁忌搜索、模拟退火和人工神经网络以及与模糊逻辑相结合快速高效地追求计算结果的思想(Lingxiao，2011；Anjan，2010；Tang，2011；Duygu，2014)。但已有的研究运用到航空救援的航迹规划方面存在一些问题：①多数方法解决的仅是二维平面内的路径规划问题；②无人机飞行中三维的航迹规划主要使用的是高度修正方法，很少考虑安全飞行规则，救援规则和航空器的性能约束；③解决的多数是单个航空器航迹规划问题，并没有考虑多航空器之间的飞行冲突问题。

发明内容：

本发明的目的是提供一种基于三维空域网格的低空救援航空器航迹规划方法，有效解决低空救援航空器在复杂地形、天气和密集飞行条件下运行的有序高效，有效提高救援空域的空中交通安全性。

本发明采用如下技术方案：一种基于三维空域网格的低空救援航空器航迹规划方法，其包括如下步骤

步骤1，建立空域网格划分，确定空域航空器飞行环境；

步骤2，确定改进的A*算法的单个航空器航迹规划；

步骤3，多航空器无冲突的战略航迹规划。

进一步地，所述步骤1中空域航空器采用目视飞行规则。

进一步地，所述步骤1中：空域网格划分包括如下：将低空空域划分为大小相同的长方体网格；以网格中心点表示该网格区域，生成规则的航迹节点；网格大小设定依据目视飞行管制间隔以及航空器的性能参数来确定。

进一步地，所述步骤2中包括：

步骤21，读取航空器信息，为其创建openlist表，初始化使其只包含初始节点即出救点在空域网格中的节点；创建closelist表，初始化为空；令g(1)＝0，其中，g(n)为从起点即节点1到当前节点即节点n的成本，w_m(n)为权重函数：  $g\left(n\right)=g(n-1)+dist(n,n-1)+{\mathrm{\Σ}}_{m=1}^M{w}_m\left(n\right),n>1,$ 两相邻节点之间的距离为： h(n)为启发式距离成本，即从当前节点到目标节点的最小欧式距离： $h\left(n\right)=\sqrt{{(x_{goal}-x_n)}^2+{(y_{goal}-y_n)}^2+{(z_{goal}-z_n)}^2},n\≥1,$ f(n)＝g(n)+h(n)，算法每次寻求每个节点最小总成本f(n)；

步骤22，对于当前航空器，在相邻可到达的连通的节点中，从openlist表中选择评价函数值f最小并且满足约束条件的一个节点n，作为待扩展节点；将节点n从openlist表中删除并加载到closelist表中；

步骤23，如果节点n是目标节点，停止搜索，转向步骤26；否则，转向步骤24；

步骤24，对节点n相邻节点并且能够到达的节点中，选择一个节点m：

①如果m在closelist中并且g(m)更小，更新节点m的g值，将其父节点指向n；

②如果m在openlist中并且目前的g(m)较小，更新节点m的值，将其父节点指向n；

③如果m不在openlist和closelist中，将m加入openlist中，计算其g值，将其父节点指针指向n；

步骤25，返回执行步骤22，继续搜索；

步骤26，从目标节点向上回溯到起点，记下经过的网格节点，得到从初始节点到目标节点，即问题的最优航迹，算法终止。

进一步地，所述步骤3包括：

步骤31，基于时间窗原理的以时间换空间多航空器航迹规划；

步骤32，基于A*算法的以空间换时间多航空器航迹规划；

步骤33，以步骤31和步骤32计算结果的时间最小为优化准则，确定航迹规划路径。

进一步地，所述步骤31包括：

步骤311，在一个确定的[T₁～T₂]时间范围内，依据改进的A^*算法，分别搜索出n架航空器的最优初始飞行航迹；

步骤312，选取任务等级最高的航空器i的最优初始飞行航迹，在时间[T₁～T₂]内，任意确定一个起飞时刻根据飞行航迹计算出各个节点的保留时间窗；

步骤313，选取任务等级次高的航空器j的最优初始飞行航迹，判断与航空器i是否有交点，如果没有，依据步骤312，确定航空器j的各个航迹节点的保留时间窗；

步骤314，如果有交点，在时间[T₁～T₂]范围内，确定航空器i交点的空闲时间窗，依据最优航迹节点之间的飞行时间，计算出航空器j的起始节点的空闲时间窗，航空器j的起飞时刻就是起始节点空闲时间窗内的任意时刻；

步骤315，同理，确定了航空器j的起飞时刻，计算出航空器j的各个节点的保留时间窗，在航空器i和航空器j的保留时间窗基础上，依次规划其它航空器的起飞时刻，最终得到最优初始飞行航迹不变，起飞时刻受限的多航空器无冲突最优飞行航迹。

进一步地，所述步骤32包括：

步骤321，在一个确定的[T₁～T₂]时间范围内，依据改进的A^*算法，分别搜索出n架航空器的最优初始飞行航迹；

步骤322，假定各个航空器起飞时刻已知，选取任务等级最高的航空器i的最优初始航迹，给定了起飞时刻根据飞行航迹计算出各个节点的保留时间窗；

步骤323，选取任务等级次高的航空器j的最优初始航迹，判断与航空器i最优初始航迹是否有交点，如果没有，依据步骤322，确定航空器j的各个航迹节点的保留时间窗；

步骤324，如果有交点，依次判断两航空器在交点的保留时间窗是否有重合，如果没有重合，航空器按照原计划飞行，如果有重合，表示当前节点对于航空器j就不可用，节点的属性值由原来的1变为0，重新使用改进的A^*算法搜索飞行航迹；

步骤325，再次判断新的航迹与优先级较高的航空器的航迹之间是否有交点，重复执行步骤324，直到判断所有的交点保留时间窗没有重合为止；

步骤326，同理，给定了起飞时刻其它的航空器按照上面设计的算法依次搜索最优飞行航迹。

本发明具有如下有益效果：本发明从我国航空救援领域实际需要出发，运用时间窗和改进的A*算法，解决低空救援航空器受到地形环境、恶劣天气和密集飞行等不确定因素干扰的问题，该发明可直接应用于航空应急救援指挥***中，有效提高航空救援的安全性和效率。

附图说明：

图1为本发明基于三维空域网格的低空救援飞行航迹规划方法流程图。

图2为低空空域网格图。

图3为规划空间航空器飞行示意图。

图4为改进A*算法流程图。

图5为单航空器最优初始飞行计划航迹图。

图6为航空器时间窗模型示意图。

图7为两种方法计算出到达目标节点的时间对比图。

具体实施方式：

请参照图1所示，本发明基于三维空域网格的低空救援航空器航迹规划方法，其包括以下步骤：

步骤1，建立空域网格划分，确定空域航空器飞行环境；

步骤2，确定改进的A*算法的单个航空器航迹规划；

步骤3，多航空器无冲突的战略航迹规划。

其中步骤2包括：

步骤21，读取航空器信息，为其创建openlist表。初始化使其只包含初始节点即出救点在空域网格中的节点；创建closelist表，初始化为空；令g(1)＝0。其中，g(n)为从起点(节点1)到当前节点(节点n)的成本，w_m(n)为权重函数：  $g\left(n\right)=g(n-1)+dist(n,n-1)+{\mathrm{\Σ}}_{m=1}^M{w}_m\left(n\right),n>1,$ 两相邻节点之间的距离为： h(n)为启发式距离成本，即从当前节点到目标节点的最小欧式距离： $h\left(n\right)=\sqrt{{(x_{goal}-x_n)}^2+{(y_{goal}-y_n)}^2+{(z_{goal}-z_n)}^2},n\≥1,$ f(n)＝g(n)+h(n)，算法每次寻求每个节点最小总成本f(n)；

步骤22，对于当前航空器，在相邻可到达的连通的节点中，从openlist表中选择评价函数值f最小并且满足约束条件(满足地形、天气、航空器性能等约束条件)的一个节点n，作为待扩展节点；将节点n从openlist表中删除并加载到closelist表中。

步骤23，如果节点n是目标节点，停止搜索，转向步骤26；否则，转向步骤24；

步骤24，对节点n相邻节点并且能够到达的节点(满足地形、天气、航空器性能等约束的节点)中，选择一个节点m：

①如果m在closelist中并且g(m)更小，更新节点m的g值，将其父节点指向n；

②如果m在openlist中并且目前的g(m)较小，更新节点m的值，将其父节点指向n；

③如果m不在openlist和closelist中，将m加入openlist中，计算其g值，将其父节点指针指向n；

步骤25，返回执行步骤22，继续搜索；

步骤26，从目标节点向上回溯到起点，记下经过的网格节点，得到从初始节点到目标节点，即问题的最优航迹，算法终止。

其中步骤3包括：

步骤31，基于时间窗原理的以时间换空间多航空器航迹规划；

步骤32，基于A*算法的以空间换时间多航空器航迹规划；

步骤33，以步骤31和步骤32计算结果的时间最小为优化准则，确定航迹规划路径。

其中步骤31包括：

步骤311，在一个确定的[T₁～T₂]时间范围内，依据改进的A^*算法，分别搜索出n架航空器的最优初始飞行航迹。

步骤312，选取任务等级最高的航空器i的最优初始飞行航迹，在时间[T₁～T₂]内，任意确定一个起飞时刻根据飞行航迹计算出各个节点的保留时间窗。

步骤313，选取任务等级次高的航空器j的最优初始飞行航迹，判断与航空器i是否有交点。如果没有，依据步骤312，确定航空器j的各个航迹节点的保留时间窗。

步骤314，如果有交点，在时间[T₁～T₂]范围内，确定航空器i交点的空闲时间窗，依据最优航迹节点之间的飞行时间，计算出航空器j的起始节点的空闲时间窗。航空器j的起飞时刻就是起始节点空闲时间窗内的任意时刻。

步骤315，同理，确定了航空器j的起飞时刻，计算出航空器j的各个节点的保留时间窗。在航空器i和航空器j的保留时间窗基础上，依次规划其它航空器的起飞时刻。最终得到最优初始飞行航迹不变，起飞时刻受限的多航空器无冲突最优飞行航迹。

其中步骤32包括：

步骤321，在一个确定的[T₁～T₂]时间范围内，依据改进的A^*算法，分别搜索出n架航空器的最优初始飞行航迹。

步骤322，假定各个航空器起飞时刻已知。选取任务等级最高的航空器i的最优初始航迹，给定了起飞时刻根据飞行航迹计算出各个节点的保留时间窗。

步骤323，选取任务等级次高的航空器j的最优初始航迹，判断与航空器i最优初始航迹是否有交点。如果没有，依据步骤322，确定航空器j的各个航迹节点的保留时间窗。

步骤324，如果有交点，依次判断两航空器在交点的保留时间窗是否有重合，如果没有重合，航空器按照原计划飞行。如果有重合，表示当前节点对于航空器j就不可用，节点的属性值由原来的1变为0，重新使用改进的A^*算法搜索飞行航迹。

步骤325，再次判断新的航迹与优先级较高的航空器的航迹之间是否有交点，重复执行步骤324，直到判断所有的交点保留时间窗没有重合为止。

步骤326，同理，给定了起飞时刻其它的航空器按照上面设计的算法依次搜索最优飞行航迹。

结合实际的救援飞行需要提前考虑以下因素有：

①航空器：针对目前我国通用航空的现状以及低空救援飞行的特殊性，本专利的对象为轻型固定翼航空器。其优点是起降条件低、机动灵活、成本低廉，能够以较低的速度和高度有效观察、搜索和救援遇险人群。

②救援飞行任务：本专利假定救援任务以及任务优先级已知，在有限的时间范围内，需要执行从多出救点到多受灾点的飞行任务。

③救援飞行环境：航空应急救援的飞行环境多数是在地形起伏的丘陵或者山区的真高1000m以下低空空域。地面通信、导航和监视***无法有效覆盖该空域，管制员对航空器“看不到、联不上”，不提供管制服务，飞行安全由航空器驾驶员自己负责。所以，该空域飞行的航空器采用目视飞行规则。

④救援飞行规则以及最小安全间隔：根据国际民航组织的目视飞行水平间隔标准：同航迹，同高度目视飞行的航空器之间纵向间隔为：IAS≥250km/h，航空器之间为5km；IAS＜250km/h，航空器之间为2km。目视飞行航空器与航空器之间的垂直间隔按照高度层配备的有关规定执行。

⑤空域网格划分：将低空空域划分为大小相同的长方体网格。以网格中心点表示该网格区域，生成规则的航迹节点，克服低空空域没有航路航线的缺陷。网格大小设定依据目视飞行管制间隔以及航空器的性能参数来确定。划分的空域网格如图2所示。

⑥三维地形和静态三维气象因素：地形的威胁主要是在航空器起降过程中可能会遇到的问题，通过严格控制起降和飞行过程中的安全超障余度来规避地形威胁因素。气象的威胁是在一定飞行高度上对飞行可能造成危险的恶劣天气。为了简化，只考虑静态的气象因素。通过飞行前一段时间的气象预测，合理定位出飞行空域内恶劣天气区域。

⑦航空器性能约束：假定飞行过程中，各种飞行状态下速度保持不变。考虑航空器转弯半径和爬升或者下降的约束，规定航空器每前进一个节点，速度方向的改变不超过±90°。爬升或下降时，满足由当前高度层的节点到达相邻高度层相邻节点的要求。如图3所示：水平面内，航空器在当前节点O的速度方向为0°(沿X轴正方向)，航空器下一步水平面内可能到达的节点最多有5个，分别是A点、B点、C点、D点、E点。垂直面内，节点O的速度方向为0°(沿Y轴正方向)，航空器下一步垂直面内可能到达的节点为M点、N点、T点。

选用的3种类型的轻型固定翼航空器作为研究对象，其性能参数如表1所示。

表1航空器性能参数表

实施例选用的空域为一个50km×50km×1km三维立体空域，其中包含了地面的丘陵地形和空中三维恶劣天气区域。依据目视飞行间隔标准以及航空器的性能约束，设定网格划分标准：网格大小为长宽5000m，高300m。使用节点来代替网格，形成3层，每层有100个节点的区域。使用节点(※)表示的地形或者恶劣天气区域。节点(○)表示满足目视飞行规则、航空器性能的可以飞行的区域。在算法的编程过程中，使用二维矩阵来表示一个高度层上的网格节点。矩阵里面的元素对应于节点的属性值，设定为0或者1，其中1表示空闲状态，0表示被占用状态。给定航空器1(Y-12)、航空器2(C172R)和航空器3(Y-5)的起始节点和目标节点。利用上述提出的改进的A^*算法，分别计算得到三条最优初始飞行航迹，如图5所示。

由图5可以得到，三条最优初始飞行航迹分别有三个交点{(4，4，2)，(5，5，2)，(5，4，2)}，那么在飞行过程中可能会产生飞行冲突。下面就是利用上述提出的两种方法在飞行前预先规避飞行冲突，并将两种结果做对比。

以时间换空间(方法1)：航空器保持各自的初始飞行航迹不变，通过限制起飞时刻来规避冲突。假定各航空器起飞时刻的时间范围为T∈[0,1200]s。航空器的任务优先级已知：m₁＞m₂＞m₃。首先，优先级最高的航空器1可以在确定的时间范围内任意时刻起飞，假定由性能表和航迹节点表计算航空器1各个航迹节点的保留时间窗如表2所示。

表2航空器1各个航迹节点的保留时间窗

计算飞行时间时，忽略了风速、飞行员的反应时间和转弯建立坡度时间等因素的影响，并且假定航空器整个飞行过程中速度保持不变。由表2得到航空器2与航空器1的第一个交点(4,4,2)的保留时间窗为在确定的时间T∈[0,1200]s范围内，交点(4,4,2)的空闲时间窗为利用该交点的空闲时间窗来规划航空器2的起飞时刻，得到航空器2的初始节点的起飞时刻范围为在起飞时刻范围内，选择航空器2的起飞时刻为航空器2各个航迹节点的保留时间窗如表3所示。

表3航空器2各个航迹节点的保留时间窗

由表3得到航迹节点(4,4,2)和(5,4,2)的保留时间窗为 与航空器1的保留时间窗无冲突。即表示基于时间窗原理，两架航空器按照各自规划后的起飞时刻飞行，在交点(4,4,2)就能够成功规避飞行冲突。此时

$r_{(5,5,2)}^1=\[385,491\],f_{(5,5,2)}^1=\[0,385\],f_{(5,5,2)}^2=\[491,1200\],f_{(5,4,2)}^1=\[0,465\],f_{(5,4,2)}^2=\[545,1200\]$

同理，按上述方法来规划航空器3的起飞时刻。得到航空器3起飞时刻时间范围 令得到的航空器3各个节点的保留时间窗，如表4所示。

表4航空器3各个航迹节点的保留时间窗

由表4得：

$r_{(5,4,2)}^2=\[545,659\],r_{(5,5,2)}^2=\[659,773\],f_{(5,4,2)}^2=\[659,1200\],f_{(5,5,2)}^2=\[491,659\],f_{(5,5,2)}^3=\[773,1200\]$

由以上三架航空器的无冲突最优飞行航迹各个航迹节点的保留时间窗和空闲时间窗得到时间窗模型示意图，如图6所示。

以空间换时间(方法2)：航空器起飞时刻在T∈[0,1200]s之间任意选取。假定航空器的起飞时刻为航空器的任务优先级不变。由起始时刻和最优初始飞行航迹节点可以得到各个航空器各个节点的保留时间窗，这里列出交点的保留时间窗，如表5所示。

表5三架航空器的航迹交点的保留时间窗

由于航空器1的任务优先级最高，它的最优航迹保持不变。由表5得到，任务优先级次高的航空器2与航空器1在航迹交点(4，4，2)的保留时间窗上有冲突。所以，利用上述改进的A^*算法重新搜索航空器2的飞行计划航迹为：{(1，4，1)-(2，4，1)-(3，4，2)-(4，5，2)-(5，5，2)-(6，5，2)-(7，5，2)-(8，6，2)-(9，6，2)-(10，6，1)}。与航空器1的航迹交点变为(5，5，2)。此时与航空器1无冲突。航空器3在航迹交点(5，5，2)上只与航空器1有冲突，当前节点(5，5，2)对航空器3不可用，因此，也需要重新规划航空器3的飞行航迹。同理，得到新的飞行航迹{(5，1，1)-(5，2，2)-(5，3，2)-(5，4，2)-(5，5，3)-(5，6，3)-(5，7，3)-(5，8，3)-(5，9，2)-(5，10，1)}。新的航迹与航空 器1和航空器2的航迹都没有交点，不会与其他航空器产生飞行冲突。

在方法2中，依次判断初始飞行计划航迹之间是否存在冲突的计算机程序与方法1相同，将已划分的航迹节点保存到数据库中，并标明0，1属性(0表示被占用，1表示可用)。如果存在飞行冲突，对于优先级低的航空器，其冲突节点的属性值由1变为0，然后重新利用A^*算法搜索新的航迹，得到的新的航迹任然需要判断与优先级高的航空器的初始飞行计划航迹是否存在冲突，直到无冲突为止。

使用上述两种方法对三架航空器分别进行仿真实验，计算出到达目标节点的平均时间，如图7所示。

通过两种方法对比不难发现：①方法2通过改变原来的最优航迹来规避飞行冲突，新的飞行计划航迹在总的飞行时间会略有增加，但其起飞延误时间为零，到达目标节点的时间略有增加，但是在有限的空域内，可供选择的飞行路径有限，随着飞行任务增多，可能无法找到可行的飞行路径来执行飞行任务；②方法1通过延迟起飞来规避冲突，航空器还是按照单航空器最优初始飞行计划航迹来执行飞行任务，其飞行时间是最短的，但是随着救援空域航空器数量增加，其最优航迹在空中相遇点的增多，其地面延误时间会急剧增加。就该仿真验证而言，建议采用方法2规划的结果。

基于上述已知的救援信息，通过以上两种方法的计算机仿真程序，由三个出救点和三个受灾点以及三架不同机型的航空器得到6种可能的飞行任务调度方案，分别计算其无冲突情况下到达受灾点的时间。

表6不同调度方案下两种方法计算出到达受灾点的时间(秒)

由表6可以得到，其执行救援飞行任务所需到达受灾点的时间与不同的救援调度方案、不同的出救点和受灾点位置、救援飞行环境(可以利用的飞行空域)复杂程度、航空器的飞行速度等等都有关系。同时，表6的计算结果一定程度上对救援飞行调度方案的优化起到一定的作用。在应急救援过程中，时间就是生命。从救援时间紧迫性角度考虑，在保证飞行无冲突的情形下，尽量合理安排航空器的救援飞行任务，使其避免地面长时间的等待同时，又能缩短飞行时间，保证低空救援航空器运行的安全、及时和高效。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (7)

1.一种基于三维空域网格的低空救援航空器航迹规划方法，其特征在于：包括如下步骤.

步骤1，建立空域网格划分，确定空域航空器飞行环境；

步骤2，确定改进的A*算法的单个航空器航迹规划；

步骤3，多航空器无冲突的战略航迹规划。

2.如权利要求1所述的基于三维空域网格的低空救援航空器航迹规划方法，其特征在于：所述步骤1中空域航空器采用目视飞行规则。

3.如权利要求1所述的基于三维空域网格的低空救援航空器航迹规划方法，其特征在于：所述步骤1中：空域网格划分包括如下：将低空空域划分为大小相同的长方体网格；以网格中心点表示该网格区域，生成规则的航迹节点；网格大小设定依据目视飞行管制间隔以及航空器的性能参数来确定。

4.如权利要求1所述的基于三维空域网格的低空救援航空器航迹规划方法，其特征在于：所述步骤2中包括：

步骤21，读取航空器信息，为其创建openlist表，初始化使其只包含初始节点即出救点在空域网格中的节点；创建closelist表，初始化为空；令g(1)＝0，其中，g(n)为从起点即节点1到当前节点即节点n的成本，w_m(n)为权重函数： $g\left(n\right)=g(n-1)+\mathrm{dist}(n,n-1)+{\mathrm{\Σ}}_{m=1}^M{w}_m\left(n\right),n>1,$ 两相邻节点之间的距离为： $\mathrm{dist}(i,j)=\sqrt{{(x_j-x_i)}^2+{(y_j-y_i)}^2+{(z_j-z_i)}^2},$ h(n)为启发式距离成本，即从当前节点到目标节点的最小欧式距离： $h\left(n\right)=\sqrt{{(x_{\mathrm{goal}}-x_n)}^2+{(y_{\mathrm{goal}}-y_n)}^2+{(z_{\mathrm{goal}}-z_n)}^2},n\≥1,$ f(n)＝g(n)+h(n)，算法每次寻求每个节点最小总成本f(n)；

步骤22，对于当前航空器，在相邻可到达的连通的节点中，从openlist表中选择评价函数值f最小并且满足约束条件的一个节点n，作为待扩展节点；将节点n从openlist表中删除并加载到closelist表中；

步骤23，如果节点n是目标节点，停止搜索，转向步骤26；否则，转向步骤24；

步骤24，对节点n相邻节点并且能够到达的节点中，选择一个节点m：

①如果m在closelist中并且g(m)更小，更新节点m的g值，将其父节点指向n；

②如果m在openlist中并且目前的g(m)较小，更新节点m的值，将其父节点指向n；

③如果m不在openlist和closelist中，将m加入openlist中，计算其g值，将其父节点指针指向n；

步骤25，返回执行步骤22，继续搜索；

步骤26，从目标节点向上回溯到起点，记下经过的网格节点，得到从初始节点到目标节点，即问题的最优航迹，算法终止。

5.如权利要求1所述的基于三维空域网格的低空救援航空器航迹规划方法，其特征在于：所述步骤3包括：

步骤31，基于时间窗原理的以时间换空间多航空器航迹规划；

步骤32，基于A*算法的以空间换时间多航空器航迹规划；

步骤33，以步骤31和步骤32计算结果的时间最小为优化准则，确定航迹规划路径。

6.如权利要求5所述的基于三维空域网格的低空救援航空器航迹规划方法，其特征在于：所述步骤31包括：

步骤311，在一个确定的[T₁～T₂]时间范围内，依据改进的A^*算法，分别搜索出n架航空器的最优初始飞行航迹；

步骤312，选取任务等级最高的航空器i的最优初始飞行航迹，在时间[T₁～T₂]内，任意确定一个起飞时刻根据飞行航迹计算出各个节点的保留时间窗；

步骤313，选取任务等级次高的航空器j的最优初始飞行航迹，判断与航空器i是否有交点，如果没有，依据步骤312，确定航空器j的各个航迹节点的保留时间窗；

步骤314，如果有交点，在时间[T₁～T₂]范围内，确定航空器i交点的空闲时间窗，依据最优航迹节点之间的飞行时间，计算出航空器j的起始节点的空闲时间窗，航空器j的起飞时刻就是起始节点空闲时间窗内的任意时刻；

步骤315，同理，确定了航空器j的起飞时刻，计算出航空器j的各个节点的保留时间窗，在航空器i和航空器j的保留时间窗基础上，依次规划其它航空器的起飞时刻，最终得到最优初始飞行航迹不变，起飞时刻受限的多航空器无冲突最优飞行航迹。

7.如权利要求5所述的基于三维空域网格的低空救援航空器航迹规划方法，其特征在于：所述步骤32包括：

步骤321，在一个确定的[T₁～T₂]时间范围内，依据改进的A^*算法，分别搜索出n架航空器的最优初始飞行航迹；

步骤322，假定各个航空器起飞时刻已知，选取任务等级最高的航空器i的最优初始航迹，给定了起飞时刻根据飞行航迹计算出各个节点的保留时间窗；

步骤323，选取任务等级次高的航空器j的最优初始航迹，判断与航空器i最优初始航迹是否有交点，如果没有，依据步骤322，确定航空器j的各个航迹节点的保留时间窗；

步骤324，如果有交点，依次判断两航空器在交点的保留时间窗是否有重合，如果没有重合，航空器按照原计划飞行，如果有重合，表示当前节点对于航空器j就不可用，节点的属性值由原来的1变为0，重新使用改进的A^*算法搜索飞行航迹；

步骤325，再次判断新的航迹与优先级较高的航空器的航迹之间是否有交点，重复执行步骤324，直到判断所有的交点保留时间窗没有重合为止；

步骤326，同理，给定了起飞时刻其它的航空器按照上面设计的算法依次搜索最优飞行航迹。