4. 无人系统平台特性

在搜索覆盖任务规划中，平台特性不是背景参数，而是直接决定“能不能飞这条线、能不能扫到这片区、能不能撑到任务结束”的硬边界。同一张覆盖航路，对多旋翼无人机可行，对固定翼无人机可能因转弯半径过大而无法贴合；对无人车可行，对无人船可能因浅滩与水流而不可达。因此，规划前必须先把平台约束翻译成规划器可用的几何、时间和能量条件。

一、运动约束：决定“路径形状”

运动约束描述平台在空间中如何移动，核心包括最小转弯半径、最大爬升/下滑角、速度范围、航向变化率与最小安全高度。以固定翼无人机为例，若巡航速度 V=20 m/s，最大滚转角 φ=30°，重力加速度 g=9.8 m/s²，则最小转弯半径近似为：

R_min = V² / (g · tanφ)
      = 20² / (9.8 × tan30°)
      ≈ 400 / (9.8 × 0.577)
      ≈ 70.7 m

这意味着在 1:5000 的搜索图上，任何小于约 70 m 半径的转弯都不可执行。若覆盖航线采用“平行往返”扫描，转弯段必须外扩，否则实际航迹会切掉部分搜索带，形成漏扫。多旋翼无人机可悬停、可原地转向，最小转弯半径近似为 0，但受最大速度与加速度限制，急停与急转会造成航迹滞后，规划时需在拐点处预留减速段。

无人车受最小转弯半径与轴距约束，典型阿克曼底盘转弯半径约 3～6 m；无人船受舵效与水流影响，转弯半径可达数十米，且横向漂移明显。规划器应把运动约束表达为“可通行走廊”而非单条线：走廊宽度由平台横向误差、定位误差与转弯外扩共同决定。

二、续航约束：决定“能扫多久、扫多远”

续航约束是能量与时间的联合边界。对电动多旋翼，可用续航时间 T 与任务段耗电率 p 估算可执行航程：

可用航时 T_use = (E_batt × (1 - SOC_reserve)) / P_avg
可执行航程 D = T_use × V_ground

示例：某多旋翼电池容量 E_batt=500 Wh，保留 20% 安全电量，平均功率 P_avg=800 W，巡航速度 V=10 m/s，则：

T_use = 500 × 0.8 / 800 = 0.5 h = 30 min
D = 30 × 60 × 10 = 18000 m = 18 km

但 18 km 是理想值。实际需扣除起降、悬停、逆风与传感器工作功耗。若搜索带间距 W=80 m，单架次有效覆盖面积约 D × W = 18000 × 80 = 1.44 km²。若任务区为 10 km²，则至少需要 7 架次，且必须考虑返航与换电时间。无人车续航通常以里程或小时计，受地形坡度影响显著；无人船受水流与浪高影响，逆流续航可能下降 30% 以上。规划时应把续航约束转化为“单架次最大航程/航时”和“返航点集合”，而不是简单按总面积除以单次面积。

三、传感器约束：决定“扫得到、认得出”

传感器约束决定覆盖质量。以光电吊舱为例，关键参数包括视场角 FOV、分辨率、作用距离与扫描幅宽。若吊舱水平视场角 θ=60°，飞行高度 H=120 m，则地面幅宽近似：

W_swath = 2 × H × tan(θ/2)
        = 2 × 120 × tan30°
        ≈ 138.6 m

若要求图像地面分辨率 GSD≤5 cm/px，相机像元尺寸 p=3.45 μm，焦距 f=8 mm，则最大航高：

H_max = GSD × f / p
      = 0.05 × 0.008 / 0.00000345
      ≈ 116 m

可见 120 m 已略超限，需降至 110 m 或换更长焦距。此时幅宽缩小，航线间距必须同步减小，否则漏扫。雷达、红外、LiDAR 各有作用距离、扫描角与点频约束；无人船声呐受水温、盐度与底质影响；无人车视觉受光照与遮挡影响。规划器应把传感器约束表达为“有效幅宽、最小重叠率、最大作用距离”三组参数，并据此生成航线间距与航高。

四、三类约束的耦合与规划处理

三类约束并非独立。航高降低可提升 GSD，但幅宽缩小，航线间距必须减小，总航程增加，续航压力上升；转弯半径增大可提升飞行平稳性，但转弯外扩会侵占相邻搜索带，可能造成重叠或漏扫。因此规划器通常采用“先粗后精”的迭代：先按传感器约束确定航高与幅宽，再按运动约束生成可飞航线，最后按续航约束切分架次并插入返航点。若某架次超时，则优先调整架次边界，而非简单降低重叠率。

实际任务中，建议把平台约束写成一份“平台能力卡”，随任务区一起输入规划流程。能力卡至少包含：最小转弯半径、最大爬升角、巡航速度、可用航时/航程、传感器有效幅宽、最大作用距离、最小 GSD。这样，规划结果才不是“图上好看”，而是“现场能飞、能扫、能回”。