基于最小外包圆和最大内接圆的障碍区域划分方法

1.基于最小外包圆和最大内接圆的障碍区域划分方法，其特征在于：
步骤1、根据运动物体的速度与航向，得出运动物体最大转向曲线；
步骤2、载入地图内的M个障碍区，对每个障碍区均分别载入对应的初始规划粒度N，N属于整数，粒度代表障碍区被划分成的区域数；
步骤3、根据规划粒度N将M个障碍区均分别划分为N个分区，对M个障碍区分别对应的N个分区分别作最小外包圆和最大内接圆；
步骤4、M=1则进行步骤6，M>=2进行步骤5；
步骤5、选取任一相邻两个障碍区，判断他们之间的最小外包圆不相交，则进行步骤6，否则，将两个障碍区合并为一个障碍区，障碍区个数M--，进行步骤3；
步骤6、从运动物体当前位置分别对M*N个分区的最小外包圆和最大内接圆均作切线；
切线所围成的区域分别定义为当前禁行区和当前受限区；对当前禁行区和当前受限区分别取并集得到当前总禁行区A和当前总受限区B，当前总禁行区A和当前总受限区B以外则为当前可飞行安全区C；
步骤7、判断运动物体最大转向曲线与任一最大接圆的切线有无交点，存在交点则进行步骤10；不存在交点进行步骤8；
步骤8，判断该转向曲线与M*N个分区中的任一最小外包圆是否存在交点，如不存在交点，则判定以该最大转向曲线、最小外包圆、两类圆切线构成的封闭区域为可规划区域d，返回总可规划区域信息D=C+M*d，进行步骤9；如存在交点，进行步骤10；
步骤9、输出当前ABD三类区域划分；
步骤10、判断N值是否达到上限，如达到上限进行步骤11，否则规划粒度N++，返回步骤
3；
步骤11、输出失败规划信息。
2.根据权利要求1所述的基于最小外包圆和最大内接圆的障碍区域划分方法，其特征在于：
步骤2中对每个障碍区均分别初始对应的规划粒度N时，根据障碍物的威胁程度进行设置粒度N，威胁程度越大，粒度N的取值越小。

基于最小外包圆和最大内接圆的障碍区域划分方法\n技术领域\n[0001] 本发明涉及一种面向固定翼飞行器路径规划中障碍多粒度表示方法与路径规划中使用方法的设计。\n背景技术\n[0002] 在飞行器路径规划中，环境中的障碍是路径规划的主要对象，有效的障碍物表示方法将会简化飞行器的路径规划，并提高路径规划的整体效能。然而，在当前的研究中，普遍的注意力多集中在路径规划算法（方案）的研究上，而对于飞行环境的处理往往很简单，面向飞行器的路径规划且暂时没有出现比较有效的方法或模式来建模或描述环境障碍。当前研究主要特征归纳如下：\n[0003] 对障碍并无具体表示和描述，规划区域也仅标记为可行或不可行区域，如栅格法、外接矩形法等。\n[0004] 障碍多被抽象可被飞行器获取的障碍信息也较为简单，包括坐标、抽象外形轮廓描述、相对距离或角度等的部分信息可获取；\n[0005] 飞行器只避让处理后的障碍区域。被标注的障碍区域，在飞行器间也仅以警示消息方式彼此传递（比如距离或坐标信息），飞行器以及对障碍并不做处理或者“理解”；\n[0006] 障碍在路径规划中仅加载预先设定地图粒度；障碍本身也不支持不同规划地图粒度的调用，对障碍粒度的更新更多是重载不同粒度的地图；\n[0007] 障碍本身不存在多粒度的描述结构，即根据不同粒度的要求，提供不同粒度的障碍避让和可规划安全区域指示。\n[0008] 现有技术：基于栅格的障碍表示方法\n[0009] 栅格法作为GIS中的一个经典地图建模方案，早已广泛应用于各类地面、空中路径规划领域，其方法为：将地图用栅格划分为若干区域来进行存储和规划，对环境中障碍进行表示即根据地图比例将障碍对应栅格标注为不可行（着色或赋值）来告诉系统或飞行器。系统通过调整栅格的大小控制路径规划所产生的轨迹的精细度。如图1所示，环境被建模成栅格状（三角形/正方形/正六边形），其中障碍根据形状和所占面积被抽象成阴影多边形，空白区域则为飞行器可行区域。在此基础上，已经涌现出数量庞大的各类经典算法：A*，人工势场法，遗传算法，蚁群算法，快速随机搜索树等。\n[0010] 缺点：与其他路径规划相比，飞行器路径规划的特点体现为障碍物稀疏、小体积障碍物分布零散、大体积障碍物分布集中的特点，如图2所示，栅格方法只能根据实际障碍形状和所占面积投影为阴影图在二维地图上对障碍物进行标示。栅格法规划地图，只能是折线，而实际飞行器飞行轨迹为平滑曲线，丧失了规划的真实性。同时，飞行器对于栅格阴影区只进行机械避，并不理解障碍本身。\n[0011] 现有技术：基于最小外接矩形法的障碍表示方法\n[0012] 使用外接矩形来表示一个障碍的方法也得到了广泛的应用，而外接矩形有无穷多个，其 中 面  积 最 小 的为 最  小  外 接 矩 形  (MER，Minimum  Enclosing Rectangle)。在地理信息系统中的环境障碍规划，如高山、建筑等通常用多边形对障碍的轮廓进行近视，并且通过几何方法计算当前位置与障碍的关系，如射线法通过计算当前位置点向一个方向发出射线与多边形交点的数量和位置，即可判断当前为支点是否在障碍包围内。然而随着障碍物形状的复杂，多边形边数的增加，通过射线法直接计算点与障碍物位置关系的方式效率会严重下降。因此，很多地理信息系统中都引入了最小边界矩形（MBR）来近视多边形，如图2所示，最小边界矩形通过层层嵌套将整个环境分为了区域R5和R3，而R5由R1和R2构成，R3由r5和r6构成，R1由r1和r2构成，R2由r3和r4构成。\n[0013] 缺点：虽然采用最小外接矩形法可以表示多个障碍区域，但每个障碍用矩形表示，障碍成为了不可分割的一个整体，损失了障碍的细节。同时，飞行器路径为平滑曲线，而矩形的四个顶角则增加了规划的难度，需将顶角做平滑处理，增加了规划的计算量。\n[0014] 现有技术：基于图像的障碍物表示方法\n[0015] 早期基于视觉导航技术主要应用在机器人或无人车辆领域，近几年已经拓展到飞行器领域，部分成果如图3所示。飞行器可以根据机载设备的拍摄图像来识别环境和障碍。\n其主要包括了图像获取与标定、图像校正、特征提取、立体匹配及障碍标识几个环节。核心技术是深度信息的提取，有两个步骤：首先需要解决对应点匹配的问题，该步骤的计算效率影响着飞行器路径规划整体的实时性，其匹配效率以及正确性必须保证足够高，才能得到较为理想的视差图。其次是根据对应点之间的视差，并利用相似三角形等几何关系，计算出各点深度。在此基础上才能实现在此基础上的动态障碍标识。如在典型的此类研究中，设计者基于机载摄像头和自行设计的障碍图像识别算法，在封闭环境实现飞行器的路径规划。\n[0016] 缺点：此类方法，都要依赖于飞行器机载的图像设备和人工控制辅助。这增加了飞行器系统设计成本，也增加了飞行器平台对硬件设备的依赖，并增加飞行器平台间的异构性。对障碍的图像匹配，常见的算法有动态规划法、图割法，局部立体匹配算法有SAD(Sum of Absolute Difference)、SSD(Sum of Squared Difference)、CC(Cross Correlation)、CCC(Cross Correlation Coefficient)及其相应的归一化形式NSAD、NSSD、NCC以及NCCC等。虽然上述方法能在一定程度支持个别飞行器系统，但对于不同的飞行器平台而言，根本无法支持。同时过度依赖硬件设备对获得的视差粒度要求很高，越高粒度其代价是计算复杂度的相应增加，对于在实时性要求较高的飞行器使用具有很大的局限性。另一个关键在于，对环境障碍的识别与标识，都依靠各种的设计，一个飞行器平台的数据，其他平台无法共享或使用。\n发明内容\n[0017] 综合前述相关技术调研，当前飞行器规划方法及使用平台之间存在明显技术壁垒，并且不能面向规划本身提供一个简单且多粒度化支持的障碍描述方法，满足飞行器对不同地图粒度要求下的路径规划需求，并且该障碍描述方法为不依赖于任何系统或平台的独立设计。因此在本发明中着重解决以下基本问题：\n[0018] 1.提供一个多粒度化的障碍表示框架，提供不同粒度的障碍表示方法；\n[0019] 2.提供一种障碍快速判断方法，解决现有方法不能给出可规划航迹区域的问题；\n[0020] 3.提出一种根据不同障碍粒度的飞行器安全临界路径规划方法。\n[0021] 本发明为了实现上述目的采用以下技术方案：\n[0022] 基于最小外包圆和最大内接圆的障碍区域划分方法，其特征在于：\n[0023] 步骤1、根据运动物体的速度与航向，得出运动物体最大转向曲线；\n[0024] 步骤2、载入地图内的M个障碍区，对每个障碍区均分别载入对应的初始规划粒度N，N属于整数，粒度代表障碍区被划分成的区域数；\n[0025] 步骤3、根据规划粒度N将M个障碍区均分别划分为N个分区，对M个障碍区分别对应的N个分区分别作最小外包圆和最大内接圆；\n[0026] 步骤4、M=1则进行步骤6，m>=2进行步骤5；\n[0027] 步骤5、选取任一相邻两个障碍区，判断他们之间的最小外包圆不相交，则进行步骤6，否则，将两个障碍区合并为一个障碍区，障碍区个数M--，进行步骤3；\n[0028] 步骤6、从运动物体当前位置分别对M*N个分区的最小外包圆和最大内接圆均作切线；切线所围成的区域分别定义为当前禁行区和当前受限区；对当前禁行区和当前受限区分别取并集得到当前总禁行区A和当前总受限区B，当前总禁行区A和当前总受限区B以外则为当前可飞行安全区C；\n[0029] 步骤7、判断运动物体最大转向曲线与任一最大接圆的切线有无交点，存在交点则进行步骤10；不存在交点进行步骤8；\n[0030] 步骤8，判断该转向曲线与障碍区的分区中的任一最小外包圆是否存在交点：如不存在交点，则判定以该最大转向曲线、最小外包圆、两类圆切线构成的封闭区域为可规划区域d，返回总可规划区域信息D=C+M*d，进行步骤9；如存在交点，则当前规划粒度为不可行解，进行步骤10；\n[0031] 步骤9、输出当前ABD三类区域划分；\n[0032] 步骤10、规划粒度N++，返回步骤3，若在N值达到上限后仍然存在交点，生成规划失败信息，进行步骤11；\n[0033] 步骤11、输出失败规划信息。\n[0034] 上述技术方案中，步骤2中对每个障碍区均分别初始对应的规划粒度N时，根据障碍物的威胁程度进行设置粒度N，威胁程度越大，粒度N的取值越小。\n[0035] 综上所述，由于采用了上述技术方案，本发明的有益效果是：\n[0036] 本专利交底书以固定翼飞行器作为实例撰写交底书，但本专利包含方法仍适用于各类无人驾驶系统，无人系统包括但不限于无人机，无人车辆，自主机器人和无人船等。\n[0037] 采用本发明的障碍区域多粒度的描述方法，向飞行器提供一种灵活且粒度化的障碍描述方法，即根据规划需求可以将障碍表示为多个区域，也可以将若干个障碍（临近的）表示为一个区域；在障碍被划分为多分区的情况下，取并集形成当前区域划分；\n[0038] 采用本发明的障碍区域划分方法，向飞行器航迹规划提供了一种较直观的可规划区域指示方法，各类区域都可以直接根据最大转向曲线与两类圆的切线直接得出；即以最大内接圆与当前飞行器位置切线形成的扇形区域为禁行区，飞行器无法在其中规划任何路径点；以最小外包圆与当前飞行器位置切线形成的扇形区域为受限区，可能包含部分障碍区域；其余区域为安全区域；\n[0039] 采用本发明的障碍区域划分方法，向飞行器航迹规划提供一种根据障碍威胁度的障碍规避方法：高威胁度障碍只在安全区域内规划，不考虑禁行区和受限区；一般威胁度障碍，可以在划分的受限区获得部分可规划区域，同时根据障碍具体情况增大粒度N；\n[0040] 采用本发明的障碍区域划分方法，向飞行器航迹规划提供一种障碍的临界规划方法，即障碍的最小外包圆上的每个点都可以成为该障碍的临界航迹点，该点的切线即为该点的航向。\n附图说明\n[0041] 本发明将通过例子并参照附图的方式说明，其中：\n[0042] 图1是正方形栅格和正六边形栅格障碍表示；\n[0043] 图2是基于最小外接矩形的障碍区域构建；\n[0044] 图3 基于视觉的飞行器环境障碍识别展示；\n[0045] 图4多粒度化的障碍表示方法；\n[0046] 图5不同粒度的障碍表示与路径规划支持；\n[0047] 图6障碍描述与路径规划区域划分；\n[0048] 图7障碍被分成2个区域的三类区域划分；\n[0049] 图8任意多边形障碍多粒度化表示；\n[0050] 图9障碍多子区域划分示意；\n[0051] 图10障碍多子区域划分示意；\n[0052] 图11障碍发现流程；\n[0053] 图12障碍多子区域划分流程。\n[0054] 注意：图1-图12均为一副整体的附图，并不存在多幅附图采用一个附图标号的情况。\n具体实施方式\n[0055] 本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。\n[0056] 粒度化的障碍描述框架\n[0057] 在本发明中，通过对环境障碍的基本特征及其存在特性进行分析，我们设计障碍多粒度化结构如图4所示。按照不同粒度进行划分，一个障碍可以分割为1,2,3,...,N个障碍区域（子区域）。子区域的划分，需要根据相应路径规划算法而定，不包含在本专利的障碍描述方法中。\n[0058] 这种多粒度化的障碍描述框架，提供了在不同粒度下的障碍路径规划支持：\n[0059] 飞行器快速飞临障碍或避开高威胁度障碍，只需知道障碍的最外围边界所在，不需调用高粒度的障碍表示结构，只需一个粗略的障碍表示即可实现快速路径规划，如图5中a所示低速的飞行器，则可调用高粒度的障碍表示结构，提供高粒度的路径规划支持。根据节基于圆的障碍区域划分方法，最小外包圆上每个点都可以为规划的路径点，为该点做圆切线即为飞行器可飞行方向。这样设计满足了飞行器从任何方向飞临障碍，在临界情况下依然存在可规划路径点，如图5中b所示。多个障碍情况下，则在临近2个障碍最小外包圆之间做最短连接线，该线上点均为可行路径点，如图5中c所示。当规划粒度不能满足路径规划需求时，如图5中d所示，则增大规划粒度，如图5中e所示，将障碍用多个子区域表示，则可满足路径点规划的需求。如图5中f所示，当2个障碍相对距离比较近时，虽然障碍间仍留有规划空间，但根据实际飞行器速度和运动方向，则1个区域表示，则可满足路径点规划的需求。\n[0060] 对于任意飞行器，其飞行轨迹都是一条平滑的曲线，通过基本几何方法，对于任意航迹点都可以成为最小外包圆上的点，而飞行器的飞行方向则为该点切线的法线，如图5中a,b所示，因此障碍采用不同粒度的圆进行表示，都可以满足从任意角度飞临障碍的飞行器的临界航迹规划。\n[0061] 基于圆的障碍区域划分方法\n[0062] 在本专利中，我们提出一种基于最小外包圆与最大内接圆的方法来定义障碍，同时基于该方法设计一种多粒度化的障碍描述框架。具体划分定义如下：\n[0063] 对于任意一个多边形障碍区域，都存在一个最小外包圆和一个最大内接圆，如图6中a所示。\n[0064] 最小外包圆：外包圆指可将障碍多边形包含在内的圆，而外接圆指的多边形所有顶点都必须在圆上（只有三角形才能保证存在外接圆，其他任意多边形不能保证），因此在本专利中我们使用最小外包圆定义进行区别，如图6中a所示。\n[0065] 最大内接圆：几何中较常见的定义为最大内切圆，但仅局限于三角形或正多变形，因此在本专利中，我们以该障碍区域重心为圆心，生成最大内接圆（并非与该多边形的每一条形成内切），如图6中a所示。\n[0066] 因此对于飞行器路径规划而言，每一个障碍区域可被划分成三类，如图6中b所示：\n[0067] 禁行区：包含障碍主体，无法规划任何路径点区域。定义为：从飞行器当前位置出发，向最大内接圆做两条切线，以该切线段为半径生成的封闭扇形区域。图6中b中方格阴影区域所示。\n[0068] 受限区：禁行区与安全区之间区域，对于任意多变形障碍，可能会涵盖部分障碍区域/边缘，规划路径点需谨慎。定义为：从飞行器当前位置出发，向最小外包圆做两条切线，以该切线段为半径生成的位于禁行区两侧的封闭扇形区域（不包含禁行区域部分）。图6中b斜线阴影区域中所示。\n[0069] 安全区：飞行器可任意规划路径点的区域，不会撞击障碍。定义：除去禁行区与受限区之外的区域。图6中b中空白区域所示。\n[0070] 多粒度化的障碍区域划分方法\n[0071] 对于飞行器路径规划而言，根据飞行器对地图粒度的需求不同，我们可以将障碍进行不同粒度的划分，即一个障碍可被划分为多个障碍子区域，而每个子区域依然满足使用一个最小外包圆和一个最大内接圆的表示方法，如图7所示：一个障碍被划分成2个子障碍区域，对每个子区域的最小外包圆和最大内接圆分别作切线，形成三类区域划分。\n[0072] 对于任意多边形，本障碍定义方法依然适用，如图8所示，任意多边形障碍划分为1个区域和2个子障碍区域的情况，按照不同粒度划分，依然满足三类区域定义。\n[0073] 障碍区域划分方法如下：\n[0074] 步骤1、根据当前飞行器飞行速度与航向，可以得出飞行器最大转向曲线。如图9中a所示，飞行器有左/右两侧最大飞行转向曲线；\n[0075] 步骤2、载入障碍，初始规划粒度N=0，N++；\n[0076] 步骤3、从飞行器当前位置分别对障碍区域做最小外包圆和最大内接圆切线，对多个障碍区域的三类区域存在部分重合，取并集形成三类区域划分。如图9中a所示，障碍被表示为一个障碍区域，形成三类区域划分；\n[0077] 步骤4、判断飞行器最大转向曲线与受限区/禁行区边界是否存在交点：\n[0078] （1）如果均无交点则说明当前规划粒度可行，飞行器在安全区内可规划路径点，输出当前三类区域划分，如图9中c所示；\n[0079] （2）如果最大转向曲线与最大内接圆两条切线都存在交点，如图10中a所示，则说明当前规划粒度为不可行解，需增大规划粒度；\n[0080] （3）如果最大转向曲线一侧与最大内接圆区切线无交点而与最小外包圆的切线存在交点，如图10中b所示，则再判断该转向曲线与最小外包圆是否存在交点：\n[0081] 如不存在交点，则判定以该最大转向曲线、最小外包圆、两类圆切线构成的封闭区域为可规划区域，返回该区域信息；\n[0082] 如存在交点，则当前规划粒度为不可行解，返回步骤2。\n[0083] 步骤5、重复上述步骤，直到得出可行的规划粒度。\n[0084] 步骤6、输出可行规划的安全区域。\n[0085] 在实际规划中，生成三类区域的切线段长度需要考虑实际飞行器的速度、路径规划距离（步数）等。障碍区域划分方法可以分为下列两类情况：\n[0086] 情况1：高威胁度障碍规划需求。只判断飞行器的最大转向曲线是否与两类圆曲线存在交点，如存在交点则增大规划粒度，直至不存在交点的粒度，然后返回可规划区域信息。如图9中b中，障碍采用一个最大内接圆和最小外包园来划分区域（受限区、禁行区、安全区），即将障碍物划分为1个区域，但飞行器最大飞行转向曲线与受限区边界（从飞行器当前位置与最大内接圆的切线）存在交点，则说明当前规划粒度不可行；因此将障碍划分为2个区域，如图9中c所示，此时飞行器最大飞行转向曲线与受限区边界无交点，则说明当前规划粒度可行，飞行在当前规划粒度下的安全区内可做路径规划则，输出划分的三类区域。如图\n9所示的障碍区域划分方法，向飞行器航迹规划提供了一种直观切快速的规划区域指示方法，各类区域都可以直接根据曲线、切线的生成直接得出。\n[0087] 阶段2：一般威胁度障碍规划需求。如果飞行器两侧的最大转向曲线都与最大内接圆切线存在交点，那么当前规划粒度是不能支持飞行航迹规划的，如图10中a所示，需增大规划粒度；如果飞行器一侧的最大转向曲线与最大内接圆切线存在交点，而另一侧不存在交点，且该曲线与最小外包圆本身无交点，那么在该侧飞行曲线和最小外包圆之间的区域做规划也是可行的，如图10中b所示。\n[0088] 在本专利的设计中，对于任意多边形取其边缘上距离最远的2点作为最小外包圆的直径，生成障碍区域的最小外包圆。对于最大内接圆，我们根据当前障碍区域划分，求出该多边形重心，以该点为圆心生成障碍多边形的最大内接圆。然而在实际的应用中，两类圆的生成方法并不是唯一，同时需要根据多边形的划分而定。\n[0089] 对比其他障碍描述方法优势\n[0090] 障碍的表示使用本专利设计方法的优势在于：\n[0091] 相比栅格法：飞行器的路径永远是一条平滑曲线，因此任意路径点都可以找到其所在的圆，而该点的圆切线即为飞行器飞行航向，栅格法的路径只能是栅格中心到另外一个栅格中心点，损失了路径的真实性。\n[0092] 相比最小边界矩形法：保证不论飞行器从任何方向、任何速度飞临障碍，都可以找到切线点（路径点），不会与障碍发生接触。常见的最小边界矩形法表示障碍，其最大的问题在于飞行器路径只能是平滑的曲线，矩形的4个顶角在处理时仍需做二次处理。同时，矩形抽象化表示障碍，仍然是以完全损失障碍的外形细节为代价。\n[0093] 基于圆表示的障碍规划方法\n[0094] 在飞行器飞行的过程中，飞行器的各个设备都会提前注册到飞行器的规划控制系统中，飞行器中的各个设备都有各自的职责。为了能很好地避让前方的障碍，飞行器上安装某些具有探测和测量功能的设备，这些设备发现前方的障碍后，通过测量，或拍照的方式将障碍物信息反馈至飞行器，飞行器通过计算将障碍物的描述状况发送至规划控制平台，规划控制平台根据不同粒度的障碍描述方法，判断得出可规划的安全区域，并返回相应区域。\n[0095] 障碍发现描述流程\n[0096] 1、机载设备注册到飞行器；\n[0097] 2、返回注册成功；\n[0098] 3、设备发现前方障碍；\n[0099] 4、飞行器获取障碍基本描述信息（卫星给出/电子地图预载入）；\n[0100] 5、返回障碍描述信息；\n[0101] 6、飞行器障碍分析：\n[0102] 7、根据获取的障碍基本描述信息生成障碍的位置信息，其中包括障碍的相对位置，飞行器与障碍之间的相对距离，飞行角度等；\n[0103] 8、获取障碍状态信息，分析该障碍的可持续时间，以及障碍的动静状态等；\n[0104] 9、获取障碍特征描述，包括障碍的所属类别、威胁程度等；\n[0105] 10、将获取的障碍信息发送至规划控制平台，等待路径规划。\n[0106] 障碍区域划分流程\n[0107] 1、飞行器注册到规划控制平台；\n[0108] 2、返回注册成功；\n[0109] 3、飞行器将生成的障碍描述信息发送至规划控制平台，向规划控制平台请求路径规划；\n[0110] 4、规划控制平台获取飞行器的当前飞行速度，飞行方向等飞行器基本实时信息，生成飞行器当前最大转向曲线；\n[0111] 5、载入地图，载入初始地图规划粒度，初始粒度为1，相邻近的若干个障碍，初始载入为1个障碍区域；\n[0112] 6、规划控制平台根据障碍物的类型以及障碍规模，判断障碍物的威胁程度，若为威胁程度很强的障碍物（比如防空阵地，军事禁飞区、大山、高建筑、或是低速的飞行物等，都描述为高威胁度的障碍）将会采取紧急避让措施，进行远离障碍物的路径规划，调用本专利中障碍区域划分方法，判断飞行器最大转向曲线是否与受限/禁行区存在交点，如存在则增大规划粒度N，如果在粒度N达到规划上限后仍不能避开障碍，返回规划失败信息；\n[0113] 7、若障碍为一般威胁度障碍，先执行初始粒度1生成初始的三类区域划分，调用本专利中障碍区域划分方法，首先判断飞行器最大转向曲线两侧是否与禁行区都存在交点； 如两侧均有交点则增大规划粒度N；如一侧无交点，则继续判断该侧曲线是否与最小外包圆存在交点：无交点，则在受限区中生成部分可规划区域，并输出当前规划粒度下的可规划区域（安全区+部分可规划区域）；存在交点则增大规划粒度值，直至获得可规划区域。根据需求，如在粒度为N时仍不能生成可规划区域，则返回规划失败信息；\n[0114] 8、据安全区域进行路径规划。\n[0115] 9、将规划路径返回。