2025 IEEE TCDS，基于协同优化算法的多不连通区域无人机覆盖路径规划

1.摘要

当UAV需要巡检多个彼此隔离、形状不规则的目标区域时，既要在每个区域内完成全覆盖，又要决定区域访问顺序和进入、离开位置。该问题可视为旅行商问题与覆盖路径规划耦合而成的TSP-CPP，具有NP-hard特征。论文将其拆分为两级子问题：先为每个凸多边形区域生成往返式覆盖路径，再联合优化不同区域的访问顺序及区域入口。为此，论文提出两种协同优化方法：协同进化遗传算法（CGA）以定制浮点编码同时进化区域间访问与区域内入口选择；强化学习（RL）方法把区域表示为四个候选入口点，借助图指针网络（GPN）端到端输出访问决策。仿真显示，CGA解质量最高但迭代耗时较长；RL可在很短时间内获得接近CGA的解，优于贪心基线，适合时效性任务。

2.问题背景与建模

覆盖路径规划要求UAV在传感器覆盖范围内访问任务区域的所有位置，常用于安防巡检、设施检查、地形测绘和矿产勘测。针对单区域，矩形、凸多边形、凹多边形和不规则区域均已有成熟建模方式，往返式路径（back-and-forth path，BFP）因利于图像拼接和三维重建而常被采用。

论文考虑一架UAV从基地$A_0$出发，覆盖$N$个不连通凸多边形区域 { A 1 , … , A N } \{A_1,\ldots,A_N\} {A1​,…,AN​}后回到基地。UAV保持恒定高度和速度，电量足以完成任务。总代价由区域间飞行和区域内覆盖两部分组成：

$$J=J_{\mathrm{inter}}+J_{\mathrm{intra}}.$$

$J_{\mathrm{inter}}$取决于区域访问顺序及各区域的入口、出口，$J_{\mathrm{intra}}$取决于区域内覆盖路线。

3.凸多边形覆盖与TSP-CPP形式化

每个任务区域$A_i$以逆时针排列的凸多边形顶点表示。论文采用BFP并使用已有方法寻找转弯数最少的扫描方向。对同一凸多边形，扫描路径存在4条等价的最优方向变体：它们经过相同的航路点集合$W_i$，但访问顺序不同。令$P_k^i$为第$k$条覆盖路径，$w_j^i$为第$j$个航路点，其区域内飞行代价为

$$C(P_k^i)=\sum _{j=1}^{n-1}{\Vert w_j^i-w_{j+1}^i\Vert }_2.$$

二元变量$y_k^i$表示是否选择$P_k^i$，每个区域恰好选择一种覆盖方向，因此

$$J_{\mathrm{intra}}=\sum _{i=1}^N\sum _{k=1}^4{y}_k^{i}C(P_k^i),\sum _{k=1}^4{y}_k^i=1.$$

四条路径的首航路点构成4个候选入口$e_k^i$。由于每个入口都一一对应确定的覆盖路径和出口，定义映射$G(e_k^i)$将入口映射为该路径的出口。设$x_{ij}=1$表示UAV从区域$A_i$转移到$A_j$，则跨区域代价为

$$J_{\mathrm{inter}}=\sum _{i=0}^N\sum _{j=0}^N{d}_{ij}{x}_{ij},$$

$$d_{ij}=\sum _{p=1}^4\sum _{q=1}^4{y}_p^i{y}_q^j{\Vert G(e_p^i)-e_q^j\Vert }_2.$$

4.协同进化遗传算法

CGA将TSP-CPP分成两个协同进化分量：区域间分量InterAC表示区域排列，区域内分量IntraAC表示每个区域的入口编号。传统分开编码会拉长染色体且削弱两部分的协同；将两者写入同一浮点基因。

交叉在第一亲本上选择若干交叉位置，保留其余基因，再按第二亲本的顺序继承具有相同整数部分的基因及其小数部分。变异随机交换两个基因的整数部分以维持区域排列合法性；小数部分则随机重生，以增加入口选择的多样性。每个个体按总飞行距离$D_i$计算适应度：

$$F(p_i)=\exp \left(\frac{C}{D_i}\right),$$

其中，$C>0$为尺度因子，路径越短则适应度越高。种群采用按适应度概率的选择机制；若最优适应度连续$N_{\max }$次迭代不再提升，则认为种群稳定并停止进化。

5.基于强化学习的端到端规划

RL方法将经典TSP中城市扩展为带4个候选入口的区域。区域$A_i$被编码为

$$r_i=[e_1^i,e_2^i,e_3^i,e_4^i]\in {\mathbb{R}}^8,$$

基地坐标复制4次形成$r_0$以统一输入维度。当前状态还包含刚完成区域的入口和出口$s_t=[e_{\Gamma (t)}^{{\tau }_t},G(e_{\Gamma (t)}^{{\tau }_t})]$。模型将相对当前位置的区域特征嵌入高维向量，由GNN提取所有候选区域的图上下文；LSTM编码当前决策状态；注意力解码器输出指针分数：

$$u_t=V^T\tanh (W_{r}c+W_{q}q),$$

其中，$q$来自LSTM隐状态，$c$为GNN上下文。已访问区域通过mask赋为$-\infty$，避免重复访问；softmax得到下一入口的策略：

$${\pi }_{\theta }(a_t\mid s_t)=\mathrm{softmax}(u_t).$$

输出入口决定相应出口，因而整条跨区域路线的代价或奖励

$$R=\sum _{t=0}^N{\Vert G(e_{\Gamma (t)}^{{\tau }_t})-e_{\Gamma (t+1)}^{{\tau }_{t+1}}\Vert }_2.$$

6.实验结果

对比算法包括贪心（GE）、CGA和RL。贪心法每一步选择距当前位置最近的下一入口，只保证局部最优；CGA同步优化区域顺序与入口；RL使用预训练GPN模型端到端决策。指标为跨区域总飞行距离和单次运行时间。

在1000个测试实例上，区域数$N=4$时，GE、CGA、RL的平均跨区域距离分别为324.6256、294.6502和299.9328；CGA输出最优解的频率为100.0%，RL为45.4%，GE为8.2%。$N=6$时，三者平均距离为377.0618、321.7032和325.9156，最优解频率为2.3%、97.3%和45.7%。$N=8$时，平均距离分别为420.3942、346.5192和353.3004，最优解频率为1.0%、88.4%和34.0%。随着区域数增加，贪心法的劣势迅速扩大，CGA和RL仍保持较高质量，其中CGA更优，RL与其差距较小。

论文面向多个不连通凸多边形的单UAV覆盖任务，提出先生成区域内BFP、再联合选择区域访问顺序与入口点的两步TSP-CPP建模。CGA利用不增加染色体长度的浮点共编码，让区域间与区域内决策协同进化，适合获得较高质量解；RL将每个区域的4个入口表示输入GPN，在离线训练后快速输出近似解，适合紧急规划。

7.参考文献

Lyu Y, Wang S, Hu T, et al. UAV coverage path planning of multiple disconnected regions based on cooperative optimization algorithms[J]. IEEE Transactions on Cognitive and Developmental Systems, 2024, 17(2): 259-270.

8.算法辅导·应用定制·读者交流

xx