用于为飞行器生成到着陆地点的3D路径的计算机实施的方法和系统与流程

本公开一般教导涉及为飞行器(av)找到避开障碍物或受限定的地区的路径的技术。特别地，这些技术对于计划任务或在av飞行期间生成应急计划是有用的。
背景技术：
：任务飞行计划的关键工作中的一个是生成描述飞行器(av)飞行时将由飞行器(av)遵循的路径的路线。该路径由av将经过的航路点构成，并且需要遵守安全和法规考虑(诸如地形障碍物、受限定的地区或禁飞区)，并且不应超过av的自主权。当前，有效路径的生成不仅复杂而且耗时且不充分自动化。具体地，关于无人驾驶的飞行器(uav)，有效路径的生成对于紧急和风险管理非常重要。一旦启动，uav可需要重新计划路径。然而，重新定义路径通常由来自地面控制站的操作员完成。结果，出于机械、环境或战术原因，将期望地面控制站或av本身实施自主改变计划的路径的能力。特别地，av应急计划中的非常措施中的一个是返回本部(returntohome)(rth)或返回着陆(returntolanding)(rtl)特征，这需要从实际位置生成路径。当前的rtl解决方案具有若干限制。例如，一些解决方案使用从其当前位置到本部的直线路径。为了该目标，首先av达到安全高度，并且然后回到基地。然而，安全高度做法具有若干缺点，如没有考虑到操作背景或障碍物。这可引起飞越人口稠密地区、受限定的空域和其他禁飞区(nfz)。存在在对任务进行建模时使用预定义的无冲突rth路径的其他提议。根据这些做法，不管rtl在何处触发，都定义rtl。结果，av当试图着陆时可最后耗尽燃料或电池。一般来说，使得灵活的rth或rtl能够将av带回到安全点的现有提议往往需要高计算资源。因此，用于计划或重新计划av的路径的现有解决方案具有不足，并且经常不能应用于实践中。技术实现要素：本公开提供灵活的和剪枝策略，以允许过滤掉往往在现实世界操作环境中提供的非必要的信息，从而减少试错迭代过程以给候选航路点列表排出优先级以到达目标。作为结果，计算要求较不苛刻，并且可靠性被改善。本公开的方面涉及能够生成从源到目的地的准最优路径、处理如可能存在于道路中的地形障碍物和受限定的地区的约束的方法和系统。可考虑不同的高度层，至少包括包含源的层和包含目的地的层。为了生成2d水平场景，应该完成存在于每个高度层处的约束的识别。如果对于所有考虑的高度层存在相同的约束，则这意味着该约束是共同约束，并且没有竖直路径可避开该约束。因此，应该计算横向路径以找到围绕该2d水平场景的约束的可能的解决方案。倘若找到该横向路径，然后计算对应的2d竖直场景的竖直路径，从计算的2d横向路径到存在于每个高度层处的约束上的投影获得该对应的2d竖直场景。最终，基于2d横向路径和2d竖直路径构成3d航路点。本公开有助于用于对任务和飞行计划进行建模的安全自动化工作。考虑操作背景，本公开提供自主的方式以获得在两个地点之间的定制的3d路径。本公开适应偏好和约束以动态地找到安全准最优路径。本公开的特定方面是实施如果在任务期间可被触发的rtl特征，当av在飞行时，出现机械或环境问题，这需要从其当前位置安全地到达预定义地点(即本部基地)，从而避开受限定的区和障碍物以及减少行进距离。一般来说，rth路径或rtl路径的生成当前需要对此类路径进行建模的用户的参与。附图说明下面非常简要地描述了有助于更好地理解公开且作为非限制性示例呈现的一系列附图。图1为用于生成3d路径的系统的高级框图。图2示出用于3drtl路径生成的一般步骤。图3示出在竖直场景中将考虑的高度层的示例。图4示出通过延伸多边形来准备竖直场景。图5示出具有用于竖直场景的无效解决方案的这样的示例。图6示出具有约束的3d总体场景。图7示出在图6的高度水平处切割通过的水平截面。图8示出在图6的高度水平处切割通过的水平截面。图9示出在图6的高度水平处切割通过的水平截面。图10示出在图6的高度水平处切割通过的水平截面。图11示出水平场景中的第一组高度层。图12a示出针对第一组获得的水平场景和横向路径。图12b示出针对第一组获得的竖直场景和竖直路径。图13示出第二组和潜在路径的竖直场景。图14示出第二组和有效竖直路径的竖直场景。图15示出第二组高度层的水平场景。图16a示出第二组的水平场景和有效横向路径。图16b示出第二组的竖直场景和有效竖直路径。图17a示出第三组的水平场景和有效横向路径。图17b示出第三组的竖直场景和有效竖直路径。具体实施方式各种实施例示出为生成从源到目的地的无冲突安全3d路径负责的系统和方法。在本实施例中使用uav以及从源(即当前位置)到目的地(即本部)的特征返回着陆(rtl)以示例的方式解释3d路径的生成。本部可为基地站或着陆站点。rtl为飞行期间处置未预期事件的重要措施。然而，该解释不应被视为限定性的，其他用途和功能可利用这些技术，因为所生成的3d路径避开障碍物、地形或受限定的地区，同时也考虑用户偏好。例如，可在任务之前或在两个地点之间的任务期间，在飞机上或地面上、在任务计划工具中(例如，在任务计划系统mps中)使用本教导，从而允许使用不同的数据(地图、天气、燃料、性能、运动学限制、定时问题)来满足目标。将避开的任何区域被指示为约束。在本具体实施方式中，约束将优选地建模为多边形，因为多边形建模在计算上是高效的。然而，可采用其他几何形状作为约束的表示。可由地面控制站(gcs)操作员手动地触发或由检测到需要执行rtl的机载系统的故障的某个自主的机载应急管理系统触发rtl路径的计算。图1示出用于生成到着陆地点的3d路径的系统的框图的示例。用于3d路径生成的基础设施包括若干单元：普遍存在于uv中的导航单元106提供uv状态向量(位置、速度和姿态)。av的当前位置被用作计算rtl路径的起始点。用户偏好单元108可将着陆地点存储为目的地。着陆地点可为av起飞的同一本部基地、另一个基地或邻近可用的合适的着陆地方。可考虑av的自主权以选择着陆地点。而且，操作性质或地形障碍物的约束对为av选择正确的着陆地点可为决定性的。用当前位置和着陆地点，可建立若干高度层。管理单元102可选择高度层的集合。在最简单的情况下，可不存在中间高度层。高度层的数量取决于期望的竖直分辨率。层的该集合可具有不同的长度，并且首先包含对应于av的当前位置的初始高度层以及对应于着陆地点加中间高度层的最终高度层。然后可需要考虑更多高度层以找到正确的rtl。因此，管理单元102可通过访问和咨询操作背景数据库110和附近的数字地形高程模型(dtem)112来生成2d水平场景。每个选择的高度层处的范围内的约束需要被正确识别以避开。操作背景数据库110可包含对不应违反的在任务范围内的特定飞行体积的约束。此类约束可涉及：人口稠密地区、机场/飞机场、非隔离空域体积、受限定的空域地区等。特别地，操作背景数据库110可提供表示在该特定高度水平处的此类约束的片段的多边形列表。dtem112通常提供av飞行或任务范围内的地形高程数据。例如，为了路径生成目的，nasa的srtm(航天飞机雷达地形测绘任务)提供几乎全球覆盖和适当的准确性。管理单元102可最后向dtem112请求关于特定高度处的约束(例如，地形障碍物)的信息。在一些实施例中，dtem112也可生成表示此类约束的多边形的列表。根据存在于每个高度层处的约束，详尽阐述2d水平场景。约束可仅存在于特定的高度层处，或者对于所考虑该组层中的所有高度层可以为共同的。在后一种情况下，如果可能的话，应该通过计算规避这些共同约束的2d横向路径来避开这些共同约束(因为在考虑的高度层中没有改变可躲避这些共同约束)。路径计算单元104处理这些工作。一旦计算2d横向路径，就可通过将先前计算的2d横向路径投影到存在于该组的高度层处的约束上来生成相关联的2d竖直场景。以这种方式，路径计算单元104还可计算避开该2d竖直场景的约束的2d竖直路径。然后，路径计算单元104能够根据2d横向路径和2d竖直路径构成3d航路点。这些3d航路点建立到着陆地点的可能的3d路径。可评估找到的3d路径的质量。如果该解决方案被视为差的，则该组中可包括附加的高度层。同样地处理新集合，并且可存在具有优质的到着陆地点的不同的3d路径。可通过定义和评估度量来建立3d路径解决方案的质量。度量可基于连续3d航路点之间的距离和高度差。在一些特定实施例中，用户偏好单元108可根据不同参数及根据其重要性的权重来实施度量。用户偏好单元108可计算被称为“用户偏好指数”(upi)的度量，该度量是表示根据某些偏好(例如，任务目标)计算的3d路径有多方便的函数。在特定实施例中可考虑以下参数：-用于找到rth路径的高度层列表。没有路径会被评估高于该列表内的最大高度或低于该列表内的最小高度。-爬升损失因子。爬升路径在能量消耗(燃料或电池)方面具有成本，该因子应用于发生爬升的路径段，以便计算upi。-下降增益因子：以与爬升损失因子相反的方式运作的参数，因为下降涉及节能。-偏移安全缓冲区：该参数表示了表示约束的边界的所有多边形将偏移的距离，使得得到的3drtl路径特征在于应对如转弯半径或爬升路径角度等事项的安全缓冲区。可针对每个高度层用不同的值定义该参数。另选地，从操作背景数据库110和dtem112获得的约束可包括相关联的偏移。上面的参数并非详尽的；也可考虑其他参数，诸如到每个航路点的估计的飞行时间。作为示例，由以下表达式给出upi：其中考虑中的3d路径具有n个3d航路点，对于每对-li为航路点i和航路点i-1之间的距离；-δhi＝(hi-hi-1)为航路点i和航路点i-1之间的高度差；-f为应用的增益/损失因子，如果δhi为正(爬升)，则应用的增益/损失因子是爬升损失因子，否则应用的增益/损失因子是下降增益因子；-l为源航路点(i＝0)和目的地航路点(i＝n)之间的直线距离。路径计算单元104的主要工作是计算给定高度处的源和目的地之间的2d路径，该2d路径避开约束(在图中由多边形表示的)。计算单元104的目的是双重的：-一方面，一旦准备特定的2d场景，找到源点(uav位置)和目的地点(本部)之间的最短2d路径。这是在2d中实行。在该情况下的输入通常为表示可表示若干高度水平的组合的考虑的2d水平场景的多边形形状的序列。输出为表示前面提及的2d最短路径的2d点的序列。-另一方面，另一个功能是一旦定义特定场景的竖直截面，就找到最短的竖直路径。得自该操作的信息与2d路径组合以产生组成最终解决方案的3d航路点的序列。路径计算单元104可实施在标题为“acomputerimplementedmethodandasystemforfindingtheeuclideanshortestpathdistanceamongobstacles(用于找到障碍物之中的欧几里德最短路径距离的计算机实施的方法和系统)”的欧洲专利申请ep15382365.3中公开的技术，该技术解决了该问题。稍后将解释这些技术中的一些。图2表示具有用于3drtl路径生成的顺序步骤的流程图。首先，在步骤210中，获得当前av位置。管理单元102可向导航单元106请求当前av状态向量，在整个rtl3d路径生成过程中来自当前av状态向量的位置将被用作源航路点。在步骤220中，构成层组合。用于获得3d路径的做法在竖直断面中是离散的，在某种意义上仅考虑高度层的集合。为了搜索潜在的3d路径，必须以特定方式组合此类高度层：-给定较低高度限制和较高高度限制，考虑到上至较高高度的爬升段和下至较低高度的下降段实行对最优rtl3d路径的搜索。-组合较高限制和较低限制之间的所有高度层。较高水平和较低水平不必一定是用户偏好寄存器108中定义的最高高度层和最低高度层。期望分析不同的场景，使得在3d路径的计算中使用不同的竖直范围。-无论如何，必须考虑av的高度和着陆地点的高度之间的所有高度层。总而言之，该做法的基线是以每次一个为基础逐渐增加层以生成可获得3drth路径的不同场景。图3用作上面的教导的示例。用户定义若干高度层，即：200m、800m、1600m、2500m和3200m。此外，uav当前在800m处飞行，而着陆地点在200m处。以下组合将是步骤220的结果。层200、层800的组-由于uav在层800m处且着陆地点在层200m处，这是可计算rtl3d路径的最简单场景。显然，该3d路径允许在层200和层800之间av的竖直运动。层200、层800、层1600的组-如前面提及的，该做法的基线是以每次一个为基础逐渐增加层。在该场景中，将计算允许在200m到1600m之间的高度水平的3drtl路径。层200、层800、层1600、层2500的组和层200、层800、层1600、层2500、层3200的组是将考虑的剩余组合。在步骤230中，考虑下一层组合。如先前提及的，最初考虑包括uav和着陆地点之间的所有高度层的场景。稍后，将考虑由包括附加层得到的新场景。在步骤241中，准备2d横向场景。根据本做法，首先计算最短的横向路径解决方案，并且稍后将竖直路径信息加起来。步骤241中涵盖的动作是：-对于每个考虑的高度层，管理单元102向操作背景数据库110请求表示空域限定或一般来说的禁飞区(人口稠密地区、非隔离空域等)的多边形；并且向dtem112请求表示障碍物(空域限定、禁飞区、地形障碍物等)的多边形。-对于每个考虑的高度层，管理单元102向dtem112请求地形轮廓线，在该实施例中，此类轮廓线也由多边形表示。-对于所获得的多边形中的每个，可应用偏移。此类偏移的目的是在得到的3drtl路径中提供关于约束的安全缓冲区，以应对如转弯半径的因素。可在用户偏好寄存器108中定义此类偏移。-在2d做法中，计算所有提供的多边形之中的交叉点。这可导致表示在横向路径中一定必须避开的约束的多边形的新的集合(或者根本没有多边形)。多边形的该集合是该步骤的输出。在步骤242中，计算2d最短横向路径。步骤242找到源航路点和目的地航路点(uav和着陆地点)之间的最短路径，从而避开先前已经定义的多边形。管理单元102向路径计算单元104提供场景信息(源、目的地和多边形)，以便路径计算单元104提供该解决方案作为2d航路点的序列。同样地，如先前提及的，路径计算单元104可使用专利申请ep15382365.3中详述的技术来获得2d最短路径。在步骤243中，准备竖直场景。此时，已经计算横向路径。所述横向路径是避开共同约束(也就是说，存在于针对该场景考虑的高度层的集合(层的组合)中的那些约束)的最短路径。然而，必须计算高度的改变，以便避开对所有高度层不是共同的约束(即，避开每个水平处的多边形)。竖直场景表示沿2d计算路径的所有考虑的层的竖直截面。为了定义此类竖直场景，必须计算2d路径与来自所有层的多边形的交叉点。稍后在讨论图6时解释关于如何完成该过程的另外的细节。步骤243的结果是沿uav的预定轨迹的竖直截面，其中简单多边形表示必须通过高度的改变来避开的约束。图4示出较高高度层和较低高度层中的多边形朝向场景中考虑的该组层组合之外的水平延伸，以便促进以下步骤244的运作。在步骤244中，计算2d最短竖直路径。该步骤244类似于步骤242，因为计算了2d最短横向路径，但现在2d最短横向路径应用于竖直截面。在该步骤244中计算的路径表示沿已经计算的2d最短路径的高度的改变。所获得的竖直路径避开先前步骤243中已经定义的用于准备竖直场景的多边形。管理单元102向路径计算单元104提供场景信息(源航路点和目的地航路点以及表示竖直障碍物的多边形)，并且路径计算单元104提供该解决方案作为距离和相关联的高度的序列。在步骤245中，构成3d路径。如果先前步骤244成功提供正确的解决方案，则rtl3d路径被构成为2d航路点和高度对的序列。在步骤246中，检查构成的3d路径的有效性。如果是肯定的，则在步骤467中计算upi函数。在该步骤246中，发生关联到在步骤245中构成的3d路径的upi的计算。一旦获得upi，就将3d路径连同其upi追加到rtl解决方案的目录。如果仍存在将处理的场景(例如，层的组合)，则算法返回到步骤230以得到下一层，否则剩余步骤用于从计算的rtl路径中选择最合适的解决方案，这在评估优选解决方案的步骤250中完成。在步骤248中，丢弃该解决方案。存在特定情况，其中2d最短竖直路径的计算无法提供有效的解决方案(例如，在内层中的一个包含足够大的障碍物时)。在此类情况下，解决方案将暗示超出该组高度层，因而解决方案无效并被丢弃。图5示出无效解决方案的这样的示例(以虚线示出)，因为以低于地面水平的负高度为特征。如果仍存在将处理的层，则实行步骤230以得到下一层。否则，剩余步骤用于从计算的rtl路径中选择最合适的解决方案，这在步骤250中完成。在步骤250中，评估优选的解决方案。一旦已经处理在步骤220中识别的形成组的所有层组合，并且得到的3drtl路径和相关联的upi已经存储在rtl解决方案的目录中。根据用户偏好被认为是最佳选项的最终的3drtl路径是以最低upi指数为特征的3drtl路径。将参考图6至图17以附加示例的方式更详细地解释不同的情况。在该示例中使用的特性和参数为以下：-触发rtl时uav和目的地(本部)之间的距离为50km。-uav高度为agl(高于地面水平)800米。-本部地点为agl200米。-在直通本部中存在若干座山。-存在不准在等于或高于1600m的高度处进行uav操作的两个不同的空域区域。-为了简单起见，没有考虑固定的禁飞区，这些固定的禁飞区将被看待为如不准从地面起飞的uav操作的空域区域。-已经考虑四个不同的高度层：200m、800m、1600m和2500m。当然，在真实场景中，另外的层将在竖直断面中提供更好的分辨率。-爬升损失的值被认为是10。这意味着x米的爬升被认为犹如向轨迹添加10x的横向距离。-为了简单起见，未定义用户偏好偏移。附录c将偏移应用于覆盖200m高度层至2500m高度层的场景。-下降收益的值被认为是5。这意味着x米的下降被认为犹如从总体轨迹中取出5x长度的段。选择一组高度层图6示出3d中的总体场景，而图7至图10表示不同高度层处得到的截面：图7对应于层200m、图8对应于层800m、图9对应于层1600m，并且图10对应于层2500m。将选择成组的不同高度层，以便生成一个或多个有效3drtl路径。如先前提及的，为了简单起见，最多考虑四层：200m、800m、1600m和2500m。当uav从800m处的源302飞行且目的地304处于200m时，必须至少组合初始高度层800m和最终高度200m。因此，作为基线场景，需要考虑源302和目的地304之间的所有高度层，这引起以下组：-参考图11以及图12a和图12b，具有高度层200m和高度层800m的第一组。-参考图13，具有高度层200m、高度层800m和高度层1600m的第二组。-参考图14，具有高度层200m、高度层800m、高度层1600m和高度层2500m的第三组。准备第一组层的水平场景图11示出具有分别对应于高度层200m和高度层800m的两个约束地区1102和约束地区1104的水平场景。uav可在这些高度层之间移动。一旦选择该组高度层(在这种情况下，层200m和层800m)，然后：i)管理单元102向操作背景数据库110请求在200m或800m处的多边形。由于在此类高度水平处不存在操作背景约束，所以结果是没有返回多边形。ii)管理单元102向dtem112请求在200m或800m处的地形轮廓线。如图11所描绘，地区1102对应于200米截面，而地区1104对应于800米截面。iii)水平场景通过使所有获得的多边形相交最终确定，这提供共同约束，该共同约束不能通过高度改变来避开且因此必须通过横向路径的改变来避开(如果可能的话)。图12a示出图11的水平场景和从源302到目的地304的点划线中的2d横向路径1202，该2d横向路径1202由避开存在于该组中的每个高度层处的共同约束1104而得到。在该场景中，交叉点与包围图11的地区1104的800m轮廓线重合，也由图12a中具有方形图案的地区1104描绘。相比之下，可通过av的竖直移动以在800米的高度处飞行来躲避约束1102。准备第一组层的竖直场景在图12b中，示出对应于图12a的竖直场景。通过应用uav的高度的改变，即从a1到b1的爬升子路径，避开约束1102。作为结果，获得从源302到目的地304的点划线中的对应的有效2d竖直路径1202。一旦准备了竖直场景，就计算从源302到本部304的最短2d路径。如提及的，计算该2d路径的方式应用欧洲专利申请no.15382365.3中公开的2d最短路径的教导。构成第一组层的3d航路点在计算2d横向路径和2d竖直路径之后，可获得3d航路点。此时，可实行爬升/下降段的验证以确保uav能够(例如，没有运动学限制)进行此类机动飞行而不会与约束相交。在对应于第一组的场景中，得到的3d路径由以下序列给出：(s，800)、(b1，800)、(c1，800)、(d1，800)、(h，200)。在计算3d路径之后，与其他解决方案相比，为了比较该解决方案有多好，可评估先前引入的度量upi：下面的表示出更多细节：起点终点长度[m]δ高度[m](li+δhi·f)sb126847026847b1c110296011161c1d1440003810d1h21212-60018212对于该场景，upi的得到的值为1.2。将由从s到h的恒定高度直线rtl路径给出1的值。搜索rtl路径的下一组层由高度200m、高度800m和高度1600m处的层组成，并且对应的竖直场景和水平场景的准备是类似的。解决方案可为几何有效的，但不是操作上有效的，因为它们违反了较高高度水平或较低高度水平。避开此限制同时促进计算的简单方式是延长如图13所示的较高水平多边形和较低水平多边形，这对应于200m高度和1600m高度之间的竖直场景。如可看到的，现有约束向下延伸到地面，并且向上延伸到下一个较高层。这在点状框1310和点状框1312中描绘。因此，将不考虑如在长虚线路径1304和长虚线路径1306中表示的那些的无效解决方案。类似地，图14示出包括先前高度层200m、高度层800m以及附加层1600m的第二组的场景。现有约束附加地向下延伸到较低限制(如在点状框1412中可看到的)，并且向上延伸到较高限制(如在框1410中的)，以避开计算在操作方面不是有效的任何有效几何解决方案。准备第二组层的水平场景图15示出表示为多边形的不同约束，以考虑高度层200m和1600m之间。形状1102表示200m截面，形状1104表示800m截面，形状1502、形状1506和形状1502表示1600m截面。图16a示出图15的处理的水平场景，其中方形线图案中的形状1604表示存在于第二组的所有高度层处的所有共同约束之中的交叉点。2d最短横向路径导致点划线1602，点划线1602覆盖段s-a2-b2-c2-d2-e2-f2-g2-h2-i2-h。准备第二组层的竖直场景在图16b中，表示对应于图16a的竖直场景，其中uav可在200m的高度和1600m的高度之间移动。然后，通过应用2d最短路径技术，获得点划线1602。第三组具有高度层200m、高度层800m、高度层1600m和高度层2500m。该场景提供其中uav可在200米高度和2500米高度之间移动的3d路径。构成第二组层的3d航路点如在先前情况中，计算2d横向路径和2d竖直路径后，由以下3d航路点组成3d路径：(s，800)、(b2，800)、(e2，1600)、(f2，1600)、(h，200)。下面的表示出更多细节：从点到点长度[m]δ高度[m](li+δhi·f)sb213127013127b2e21436380022363e2f2808008080f2h25545-140018545因此，该场景的得到的upi为1.24。这是比先前的选项更糟糕的选项，尽管横向路径稍短(61.1km对62.7km)。需要附加的爬升800米，这对总体解决方案不利。如显而易见的，这是特定结果，并且取决于分别针对下降段和爬升段的用户定义的收益因子和损失因子。准备第三组层的水平场景搜索rtl路径的下一层组合由高度200m、高度800m、高度1600m和高度2500m处的层组成。图17a示出在这些层中的每个处具有现有约束的处理的水平场景。形状1102表示200m截面，形状1104表示800m截面，形状1502表示1600m截面。形状1702、形状1704、形状1706、形状1708和形状1710表示2500m截面。2d最短横向路径导致点划线1702，点划线1702覆盖段s-a3-b3-c3-d3-e3-f3-g3-h3-i3-j3-k3-h。注意，点中的每个是路径与组成场景的多边形的交叉点。准备第三组层的竖直场景在图17b中，如在先前情况中所述，表示对应于图17a的竖直场景，并且获得点划线1702。构成第三组层的3d航路点得到的3d路径由以下3d航路点组成：(s，800)、(d3，800)、(e3，2500)，(f3，2500)、(i3，1600)、(j3，800)、(h，200)。再者，在下面的表中计算度量upi：起点终点长度[m]δ高度[m](li+δhi·f)sd314477014477d3e32446170019446e3f312283012283f3i37144-9002644i3j32731-800-1269j3h12666-6009666该场景的得到的upi为1.14，这意味着这是最佳路径。尽管需要向上爬升到高于当前uav水平1700米，但是横向路径显著短于其他两个先前场景中的任一个(51.7km对61.1km和62.7km)。再者，必须注意的是，该特定结果取决于分别针对下降段和爬升段的用户定义的收益因子和损失因子，其他值可引起非常不同的结果。如提及的，本公开考虑横向和竖直，利用欧洲专利申请ep15382365.3，该专利申请引入用于在具有约束的2d场景内将车辆从源引导到目的地的技术。2d场景可涉及水平或竖直表示。概括地，约束可为障碍物、禁飞区、受限定的地区等。为了围绕约束构建有效的2d路径，可实施以下操作：-将源认为是起始点；-计算从起始点到目的地的子路径(例如，段)；-检测是否存在跨越计算的子路径的约束；-重复地，针对跨越计算的子路径的第一检测的约束，计算替换的子路径，使得替换的子路径无冲突并将起始点连接到所检测的约束的外边界的某个航路点；-优选地，基于以下计算每个航路点的优先级值：航路点和目的地之间的距离以及从源到航路点的累积距离，其中累积距离至少包括从源到航路点的至少一个计算的无障碍子路径的起始点和终点之间的距离，所述距离根据预先建立的度量定义；-将每个航路点及其对应的优先级存储在潜在航路点列表中；-选择列表中最高优先级航路点作为新的起始点，并且重复先前操作直到到达目的地；-通过回溯从目的地到源的航路点来获得有效的路径。根据预先建立的度量，该2d路径也是最优的。具有用于对约束和公切线进行建模的多边形的表示帮助简化具体实施，从而引起较低的计算时间。应当理解，公切线是这样的线条，其接触几何图形使得整个图形位于线条的同一侧。在多边形的情况下，找到公切线可被看作找到多边形的极端顶点。这些技术大大减少计算的复杂性，并且允许实时应用。本公开具体地为无人驾驶或有人驾驶的av给予用于计划任务、风险管理程序和引导能力的实质改善。如对于本领域技术人员显而易见的，可通过各个方面中的修改实施本教导。当前第1页12