本发明属于协同路径规划领域，具体涉及一种无人机-无人车汇合协同路径规划方法及系统。
背景技术：
1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
2、近年来，无人机因其体积小、成本低、效率高等优势，被广泛应用在军事侦察、森林救援、农业植保、物流运输和电路巡检等方面。无人机凭借开阔的空中视野能够灵活适应复杂地形，但无人机的续航及载重能力有限，仅靠单一无人机难以完成较为复杂耗时的任务，因此针对无人机与其他机器人系统特别是无人车的协同控制受到广泛关注。与无人机不同的是，无人车在续航、载重等方面优势明显，能够承担主要的运输与保障任务，但无人车受地形影响较大，难以穿过复杂空间或越过一些障碍物，对空间的感知能力较弱。
3、基于以上无人机与无人车的特性，无人机与无人车协同能够实现无人机与无人车的优势互补。一方面，无人车可以携带无人机抵达工作区域，有效延长无人机的滞空时间；同时，还可以作为无人机的临时保障平台，提供供电、紧急降落等功能。另一方面，无人机可以为无人车提供空间地图，高维环境感知，弥补无人车环境感知能力的不足。通过合理的协同能够提升整个系统的任务范围和成功率。
4、在无人机-无人车协同系统中，无人机与无人车汇合场景的路径规划是基础任务之一。针对无人机与无人车汇合场景的多机路径规划算法与针对单机的路径规划算法相比面临一些新的问题：
5、（1）无人机与无人车路径规划考虑的空间维度不同。无人机的路径规划通常在三维空间中进行，而无人车的路径规划通常只考虑二维空间，因此针对无人机与无人车汇合场景的路径规划算法需要考虑跨维度的问题，包括跨维度汇合和避障问题。（2）如何确定汇合地点。汇合地点的确定受多方面影响，如无人机续航、无人车是否可达等，需要综合考虑以得到期望的结果。
6、总之，针对无人机与无人车汇合场景的路径规划并非单机规划的简单扩展，需要解决相应的问题。
技术实现思路
1、本发明为了解决上述问题，提出了一种无人机-无人车汇合协同路径规划方法及系统，本发明以双向a*算法为基础，将双向a*算法从起点开始的正向搜索视为无人机的路径搜索过程，从终点开始的反向搜索过程视为无人车的路径搜索过程，通过筛选合适的相遇点确定无人机与无人车的相遇位置，实现无人机与无人车的协同路径规划。
2、根据一些实施例，本发明采用如下技术方案：
3、一种无人机-无人车汇合协同路径规划方法，包括以下步骤：
4、生成栅格地图，在栅格地图中选取无人机和无人车的初始位置；
5、分别建立正向搜索和反向搜索所需的开放列表和关闭列表并初始化；
6、同时交替进行正向搜索和反向搜索，其中正向搜索根据正向开放列表中节点的优先级顺序进行三维节点扩展，反向搜索进行二维节点扩展；
7、当正向搜索与反向搜索的共同节点达到设定数量后，在共同节点集中根据无人机沿正向搜索路径和无人车沿反向搜索路径到达每个共同节点的估计时间，选择最优相遇点；
8、判断所选的最优相遇点是否在共同节点集所表示的区域的边界且不贴近障碍物，如果是，继续搜索扩大共同节点数量直到满足要求为止，如果否，则从该点开始找回两个方向的父节点，形成路径。
9、作为可选择的实施方式，所述栅格地图中带有障碍物，且无人机的位置在空中，具有一定高度，无人车的位置位于地面上，所拥有的高度值代表无人车的高度。
10、作为可选择的实施方式，开放列表为优先级列表，根据代价函数对列表中的节点按照从小到大的顺序排序，以确保每次从开放列表中弹出的节点是代价最小的节点；
11、关闭列表只保存扩展过的节点。
12、作为可选择的实施方式，在初始化时，将起点和终点分别放入正向开放列表和反向开放列表中，并限制反向搜索的节点扩展方向，使其只能在平面的八个方向上进行扩展。
13、作为可选择的实施方式，初始化时，设定反向搜索的节点扩展为二维平面扩展，正向搜索的节点扩展为三维立体扩展。
14、作为可选择的实施方式，正向搜索以无人车的初始位置为目标搜索；反向搜索以无人机在无人车所在平面的投影为目标；
15、正向搜索与反向搜索以各自开放列表中弹出的各自代价函数最小的节点进行交替扩展。
16、作为进一步的实施方式，节点在正向搜索和反向搜索时的代价函数和分别为：
17、；
18、；
19、其中，表示节点，和分别是正向搜索和后向搜索时该节点到各自起点的距离成本，和是启发项，表示正向搜索和反向搜索时该节点到各自目标点的估计距离，为启发式项的权重。
20、作为进一步的实施方式，当反向搜索在其完成搜索后,如果整体搜索算法未完成，则正向搜索继续进行，双向搜索算法转换为单向搜索。
21、作为进一步的实施方式，如果无人车位于一个被障碍物环绕的区域，无人车无法离开该区域，但无人机可以越过障碍物进入该区域，则反向搜索在无法继续搜索后停止，等待正向搜索的结果。
22、作为可选择的实施方式，选择最优相遇点的过程包括：以无人车反向搜索到的节点作为选择相遇点的基准；
23、赋给所有共同节点一个新的代价函数：
24、；
25、；
26、；
27、其中，表示节点，表示无人机悬停耗时的代价，表示无人机运动耗时的代价；最优相遇点的选取时将无人机与无人车的运动视为匀速运动，速度分别为和，和分别表示悬停耗时权重和运动耗时权重，根据此代价函数选出代价最小的点为最优相遇点，和分别是正向搜索和后向搜索时该节点到各自起点的距离成本。
28、作为可选择的实施方式，当确定的最优相遇点位于共同节点集所表示的区域的几何边缘上且不与障碍物所处节点相邻，继续进行搜索，扩大共同节点的数量，直到所选的相遇点不在共同节点集所表示的区域的几何边缘或与障碍物所处节点相邻，完成整个搜索过程；从找到的最优相遇点开始，向起点和终点即无人机和无人车反向找回路径，规划结束，得到规划的路径。
29、一种无人机-无人车汇合协同路径规划系统，包括：
30、地图生成模块，被配置为生成栅格地图，在栅格地图中选取无人机和无人车的初始位置；
31、列表建立模块，被配置为分别建立正向搜索和反向搜索所需的开放列表和关闭列表并初始化；
32、双向搜索模块，被配置为同时交替进行正向搜索和反向搜索，其中正向搜索根据正向开放列表中节点的优先级顺序进行三维节点扩展，反向搜索进行二维节点扩展；
33、最优相遇点选择模块，被配置为当正向搜索与反向搜索的共同节点达到设定数量后，在共同节点集中根据无人机沿正向搜索路径和无人车沿反向搜索路径到达每个共同节点的估计时间，选择最优相遇点；
34、路径规划模块，被配置为判断所选的最优相遇点是否在共同节点集所表示的区域边界且不贴近障碍物，如果是，继续搜索扩大共同节点数量直到满足要求为止，如果否，则从该点开始找回两个方向的父节点，形成路径。
35、与现有技术相比，本发明的有益效果为：
36、本发明以双向a*算法为基础，将双向a*算法从起点开始的正向搜索视为无人机的路径搜索过程，从终点开始的反向搜索过程视为无人车的路径搜索过程，通过跨维度搜索融合、以无人机的时间消耗最小为目标寻找最优相遇点、给出最优相遇点优化方法等改进，将改进算法得到的最优相遇点作为无人机和无人车共同的目标点，实现了在无人机与无人车汇合场景下的跨维度协同路径规划。
37、本发明综合考虑了汇合场景下无人机与无人车在协同路径规划时面临的问题，提高了规划效率和无人机与无人车之间的协同程度；通过将无人机与无人车统一置于三维空间中并将无人车的节点扩展限制为二维扩展，实现了路径搜索的跨维度融合，在确保无人车路径可行性的同时以二维扩展得到的节点为基础选择最优相遇点，降低了备选节点数量，加快了路径规划速度。
38、本发明将反向搜索与正向搜索的结束标志绑定，在较慢的正向搜索完成要求后，整个搜索过程才算完成，使该算法能够应用在无人车被障碍物围困的环境中，扩展了应用范围。
39、本发明建立了新的代价函数用于选取最优相遇点，引入无人机悬停耗时代价和运动耗时代价，降低了无人机与无人车汇合的时间消耗；给出了最优相遇点优化方法，通过对共同节点区域的边缘进行检测，以迭代的方式得到该区域最优解。
40、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
1.一种无人机-无人车汇合协同路径规划方法，其特征是，包括以下步骤：
2.如权利要求1所述的一种无人机-无人车汇合协同路径规划方法，其特征是，所述栅格地图中带有障碍物，且无人机的位置在空中，具有一定高度，无人车的位置位于地面上，所拥有的高度值代表无人车的高度。
3.如权利要求1所述的一种无人机-无人车汇合协同路径规划方法，其特征是，开放列表为优先级列表，根据代价函数对列表中的节点按照从小到大的顺序排序，以确保每次从开放列表中弹出的节点是代价最小的节点；
4.如权利要求1所述的一种无人机-无人车汇合协同路径规划方法，其特征是，在初始化时，将起点和终点分别放入正向开放列表和反向开放列表中，并限制反向搜索的节点扩展方向，使其只能在平面的八个方向上进行扩展；
5.如权利要求1所述的一种无人机-无人车汇合协同路径规划方法，其特征是，正向搜索以无人车的初始位置为目标搜索；反向搜索以无人机在无人车所在平面的投影为目标；
6.如权利要求5所述的一种无人机-无人车汇合协同路径规划方法，其特征是，节点在正向搜索和反向搜索时的代价函数和分别为：
7.如权利要求6所述的一种无人机-无人车汇合协同路径规划方法，其特征是，当反向搜索在其完成搜索后，如果整体搜索未完成，则正向搜索继续进行，双向搜索算法转换为单向搜索；
8.如权利要求1所述的一种无人机-无人车汇合协同路径规划方法，其特征是，选择最优相遇点的过程包括：以无人车反向搜索到的节点作为选择相遇点的基准；
9.如权利要求1所述的一种无人机-无人车汇合协同路径规划方法，其特征是，当确定的最优相遇点位于共同节点集所表示的几何边缘上且不与障碍物所处节点相邻，继续进行搜索，扩大共同节点的数量，直到所选的相遇点不在共同节点集的几何边缘或与障碍物所处节点相邻，完成整个搜索过程；从找到的最优相遇点开始，向起点和终点即无人机和无人车反向找回路径，规划结束，得到规划的路径。
10.一种无人机-无人车汇合协同路径规划系统，其特征是，包括：
