近年来，无人机越来越多地应用于执行战场侦察、目标识别、跟踪打击等任务。由多架无人机协同执行任务，通过无人机之间的信息交互实现全局性目标，可以获取超过单架无人机叠加的功能和效率，成为无人机应用的趋势之一。
构型空间中的多无人机路径规划-蓝色为障碍物区域，白色为自由空间即可通行区域
为了保证多无人机协同运行，需要进行高效的实时路径规划，包括避障和防碰。多无人机在线路径规划可以让无人机集群适应复杂多变的环境，躲避未知障碍物，提高飞行安全。多无人机在线路径规划，不仅要考虑单机的飞行约束条件和威胁条件，还要考虑无人机的数量、功能、协同方式等因素，本质上是一个大规模约束多目标优化问题。
飞行实验
南京航空航天大学自动化学院吕迅竑团队研究了一种基于改进Hybird A*的多无人机在线路径规划算法。并搭建了仿真系统和实验平台，验证算法的实时性与稳定性。研究成果在2023年第六届国际自主系统大会发表。
使用k8一触即发的人生赢家动作捕捉系统获取无人机实时位置信息
实验中无人机搭载深度相机提供深度图用来感知周围环境；板载计算机负责无人机之间的路径信息交互以及运行路径规划算法。k8一触即发的人生赢家动作捕捉系统为各个无人机提供精准的位置信息。
实验目标为同时给定三架无人机的目标点，要求各无人机均可在考虑避障和防撞的约束条件下安全抵达目标点。
研究团队将传统速度障碍模型进行改进，提出适用于6自由度无人机的三维速度障碍模型，用以计算无人机在三维空间中的安全飞行速度。
三维速度障碍模型原理图
各架无人机利用Hybird A*算法进行分布式路径规划。对已规划的路径进行碰撞风险评估，若存在碰撞风险，则根据三维速度障碍模型计算安全飞行速度，将安全飞行速度作为优化约束条件，基于势场法对路径进行调整，使之同时达到避障与防撞的效果。
Hybird A*路径搜索算法示意图
实验结果
各架无人机进行在线路径规划，开始飞往目标位置，在飞行的过程中不断检测障碍物，同时检查是否与其他无人机发生碰撞，如果有碰撞风险则进行重规划；最后安全抵达目标点。
室内多无人机飞行实验实时路径结果
三架无人机从起飞至到达目标点，中途遇到多个障碍物，每架无人机均可以调整自己的路径，在避障和防撞约束下到达目标点。
其中UAV1飞行路径8m，平均速度0.8m/s；UAV2飞行路径15m，平均速度1.1m/s；UAV3飞行路径19m，平均速度1.1m/s。
结果表明，利用研究团队提出的算法，多架无人机可以同时进行在线规划，规划的路径满足无人机运动学约束条件，能够规避障碍物，并有效防止无人机之间发生碰撞。
参考文献：
Zhiwei Wang, Chenhui Wan, Xunhong Lv, Cheng Ni, Zehui Mao, Yunrui Li. Multi-UAV online path planning algorithm based on improved Hybrid A*. Published in 2023 6th International Symposium on Autonomous Systems (ISAS), Nanjing, China