长距离四旋机飞行的时间最优规划：一种自动最优合成方法

时间关键任务如无人机赛跑通常涵盖大范围操作区域。然而，当前时间最优运动规划器在处理长距离飞行时难以实现且计算密集，因为需要大量未知的节点点来表示轨迹。我们提出了一种基于多项式的自动最优合成（AOS）方法，可解决这一挑战。该方法不仅实现了优越的时间最优性，还在不同飞行距离下保持一致的低计算成本，同时考虑四旋机的完整动力学。首先，我们分析时间最优四旋机机动的特性，以确定捕捉时间最优轨迹主导结构所需的最小多项式片段数量。这使我们能够用最小变量集表示大幅长的最小时间轨迹。随后，开发了鲁棒的优化方案，以处理任意的起止条件以及中间路径点。大量比较表明，我们的方法在相当于时间最优性的前提下，速度优于最新方法快了数量级。实际实验进一步验证了所得轨迹的质量，展示了峰值速度达到8.86米/秒的激进时间最优机动。