基于Graph Transformer的无人机全覆盖路径规划方法

来源：计算机测量与控制杂志2025年第12期北京时间：

作者：陈旭,王从庆,曾强,李战

单位：南京航空航天大学自动化学院

摘要：为了实现无人机对三维结构的损伤检测，同时避免无人机与三维结构之间的碰撞，保证检测过程的准确、高效，针对无人机全覆盖路径规划问题，提出了一种基于Graph Transformer的无人机全覆盖路径规划方法:将其视为旅行商问题的变体，在全连接图上用图神经网络进行求解；在图神经网络中引入了注意力模块，缓解了图神经网络中稀疏消息传递的局限性；结合图卷积和注意力机制对节点和边进行特征提取；在解码器中评估每条边在解中存在的概率，生成概率热力图；通过波束搜索获得初步解，并使用局部搜索进行优化；实验结果表明，与基于强化学习、搜索的深度学习方法以及改进的蚁群方法和遗传算法相比，该方法在性能表现、泛化性等方面具有显著优势；并适用于二维和三维空间中的欧氏距离及非欧氏距离情况，在无人机导航和全覆盖路径规划方面具有很好的应用价值。

关键词：Graph Transformer;全覆盖路径规划;图神经网络;旅行商问题;注意力机制

基金资助：“慧眼行动”成果转化资助项目（62502010224）