引言
1.1 研究背景与意义
随着无人机技术在应急救援、农林植保、城市安防、物流配送等领域的广泛应用,单一无人机作业已难以满足复杂任务的效率与覆盖需求,多无人机协同作业成为主流发展趋势。多无人机协同路径规划的核心目标,是在满足飞行约束(避障、机间无碰撞、续航等)的前提下,为每架无人机规划最优路径,实现任务效率最大化。
传统路径规划算法(如 A*、Dijkstra、PSO、GA 等)在多无人机协同场景中存在明显局限:梯度依赖型算法难以应对非线性复杂环境,元启发式算法易陷入早熟收敛,且多数算法难以灵活适配自定义无人机数量、起始点的动态需求。龙卷风优化算法(Tornado Optimizer with Coriolis Force, TOC)是 2025 年提出的新型元启发式算法,灵感源于龙卷风形成、旋转与消散的自然过程,通过模拟科里奥利力效应、气旋流动态平衡及风暴演化机制,具备极强的全局探索能力、局部开发精度和动态适应性,可有效破解传统算法在多无人机协同路径规划中的痛点,尤其适用于支持无人机数量、起始点自定义的灵活场景,为复杂环境下的多无人机协同作业提供高效解决方案。

