这几天建模收获了很多，也留下了好多遗憾在论文中，加油加油！ 本文讨论了飞行器在多个约束条件下的航迹规划，并针对具体约束条件，找出了对应的所有校正点的编号、坐标以及总航迹路程，并画出了飞行器在空间中的飞行路径。 针对问题一： 首先根据所给的约束条件，飞行器是在各个校正点之间做垂直误差和水平误差的交替校正，其两点之间的运动轨迹为直线。飞行器从A点出发，然后利用校正时误差所允许的范围，判断第一个要经过的水平或垂直校正点是否位于以A点为球心的一个球形范围内，接下来利用A*算法与贪心算法的结合，通过设置A*的代价函数引入启发信息来找出这一范围内满足航迹最短的校正点，然后从该点出发，重复上述操作，并利用交替校正的方式判断下一个校正点的类型，找出下一个校正点，直到最后一个校正点到终点B的距离在相应的误差允许范围内。综合考虑校正点个数和航迹长度，发现对于附件1，飞行器先进行水平误差校正更好，此时飞行器航迹将经过10个校正点，这10个校正点编号分别为[521, 64, 80, 237, 282, 33, 11, 403, 594, 501]，总航迹长度为108436.66299130135m。对于附件2，综合考虑校正点个数和航迹长度，比较分析得出先进行垂直误差校正更好，此时飞行器航迹将经过10个校正点，这10个校正点编号分别为[105, 188, 309, 305, 123, 49, 160, 92, 93, 61]，总航迹长度为109265.6035968887m。 针对问题二： 采用和问题一相同的做法，只是还需要考虑飞行器受到了转弯半径的影响，除到达第一个校正点之外，在其余两点之间不再是简单的直线运动轨迹，而是一段弧线和直线相连接的运动轨迹，利用空间几何的相关知识进行分析，求出来新的两个点之间的航迹长度，并带到基于问题一的A*算法中进行改进，得到结论：对于附件1，选择先垂直误差校正的方式更好，一共经过10个校正点，这10个校正点编号分别为[503, 200, 136, 80, 237, 278, 375, 172, 340, 277]，总航迹长度为109030.77832139329m。对于附件2，选择先进行垂直误差校正的更好，一共经过10个校正点，这10个校正点编号分别为[105, 188, 309, 305, 123, 49, 160, 92, 93, 61]，总航迹长度为108272.80202221114m。 针对问题三： 通过生成随机数的**来解决概率问题，如果在可能出现问题的点校正失败，则改变其限制条件。多次实验，随机生成随机数，本文中随机取一组代表其航迹路线。对于附件1，此时飞行器经过11个校正点，校正点编号分别为[503, 200, 136, 80, 237, 278, 375, 172, 340, 277, 370]，总航迹长度为112367.5025846904m，在此规划路径中，飞行器一共经过两个误差校正失败点，分别是水平误差校正点172和垂直误差校正点340，此时飞行器能够成功到达终点的概率为96%。对于附件2，此时飞行器经过10个校正点，校正点编号分别为 [105, 188, 222, 230, 123, 49, 160, 92, 93, 61]，总航迹长度为111087.66363688158m，在此规划路径中，飞行器一共经过两个误差校正失败点，均为水平误差校正点，其编号分别为188和92，此时飞行器能够成功到达终点的概率为96%。 关键词：A*算法、贪心算法、动态规划、航迹规划、交替校正
