Stecz和Gromada UAV SAR任务规划：航线与成像几何模型

文献与适用边界

对应文献：Stecz, W.; Gromada, K. UAV Mission Planning With SAR Application. Sensors, 2020.

该文面向搭载SAR的无人机任务规划。它不研究光学/SAR同平台，但对无人机平台的SAR航线、侧视几何和任务区域覆盖有直接参考价值。

算法思路

SAR-UAV任务规划不能只给出目标点顺序，还必须保证飞行航段满足SAR成像几何。无人机需要沿相对稳定的航迹飞行，使目标处于合适斜距和入射角范围。规划器通常先根据任务区域生成可行成像航段，再连接航段形成完整航线。

变量定义

航路点集合为 $P={p_1,\dots,p_n}$，航段为 (l=(p_u,p_v))。目标区域为 $A$，SAR侧视距离为 $r_l$，入射角为 $\theta_l$，航段覆盖区域为 $C_l$。

选择变量：

$$x_l=1$$

表示选择航段 $l$ 执行SAR成像。

目标函数推导

覆盖最大化：

$$\max \frac{|\bigcup_{l:x_l=1} C_l\cap A|}{|A|}$$

飞行成本最小化：

$$\min \sum_l L_lx_l$$

合并：

$$\max F=\alpha \frac{|\bigcup_l C_lx_l\cap A|}{|A|}-\beta\sum_lL_lx_l-\gamma\sum_le_lx_l$$

其中 $L_l$ 是航段长度，$e_l$ 是能耗。

成像几何约束

入射角范围：

$$\theta^{min}\le \theta_l\le \theta^{max}$$

斜距范围：

$$r^{min}\le r_l\le r^{max}$$

航迹稳定性：

$$|\dot{\psi}_l|\le \dot{\psi}^{max},\quad |\Delta h_l|\le \Delta h^{max}$$

能量约束：

$$\sum_l e_lx_l + e_{transit}\le E^{max}$$

光学/SAR同平台扩展

若无人机同时携带光学相机，光学拍摄点集合为 $O$，变量为 $y_o$。光学收益：

$$F_{OPT}=\sum_o p_oq_{vis}(o)y_o$$

联合目标：

$$\max F=\alpha F_{SAR}+\beta F_{OPT}+\eta F_{pair}-\gamma E-\delta T$$

其中 $F_{pair}$ 表示SAR覆盖和光学确认在同一区域、短时间差内完成的联合收益。

算法流程

1. 根据SAR几何生成候选成像航段。
2. 根据光学视场生成候选拍摄点或悬停点。
3. 构造航线连接图。
4. 在能量和航时限制下选择航段和拍摄点。
5. 用启发式或路径优化方法求解。

局限

SAR航线规划强调几何可行性，但同平台光学/SAR还需要处理光学视场、云底高度、光照和任务确认收益。若直接套用SAR-UAV模型，会低估光学拍摄点对航线的扰动。

论文截图（算法流程、步骤与效果）

截图来自对应论文 PDF 页面，并已通过 PicGo 上传。用于快速定位原文中的算法流程、关键步骤或实验效果；若截图为相关替代文献，已在说明中标注。
注：R69（Stecz & Gromada, 2020）本地无可用PDF，MDPI直链未能获取；此处采用本地 R70 SAR-UAV 路径规划论文截图作为无人机 SAR 任务规划的相关支撑。

截图 1：相关SAR-UAV几何页：视点、目标、基站与成像几何示意（替代R69截图）

来源：R70_Coverage Path Planning for Multi-View SAR-UAV Observation System Under Energy Constraint.pdf，PDF 第 2 页。

截图 2：相关SAR-UAV效果页：覆盖路径规划结果（替代R69截图）

来源：R70_Coverage Path Planning for Multi-View SAR-UAV Observation System Under Energy Constraint.pdf，PDF 第 4 页。