1.一种基于操作员认知负荷的无人机航路规划方法，其特征在于包括下述步骤：Step1：操作员认知负荷计算模型

选取操作员的如下生理特征作为评估认知状态的因素，具体有：脑率β/α：自发脑电信号β波与α波的比值；

瞳孔直径d：瞳孔直径d由眼动仪测量得到；

眨眼率E：每分钟眨眼的次数；

心率R：每分钟心脏跳动次数；

定义影响程度的级别与取值之间的对应关系如表1所示：表1

对上述选取的操作员的脑率、瞳孔直径、眨眼率、心率4个生理因素进行归一化处理，选取表2中的归一化函数进行非线性的归一化得到状态值，每一个生理状态对操作员负荷的影响度定义为表2中的影响程度，根据该影响程度，在表1中对应取值，即可得到表2中每个生理状态的影响度取值；

表2

通过采集操作员当前的生理状态，评估操作员认知负荷，操作员认知负荷的评估函数如下：式(1-1)中p表示操作员认知负荷，ni为第i个生理状态的归一化后的取值，即表2中的N1-N4，ui为第i个生理状态的对认知负荷的影响度取值，即表2中最后一列所对应的取值；

Step2：航路代价影响参数Prc的计算模型选取通信能力、机载探测能力、剩余燃料、任务载荷、操作员认知负荷五个目标因素作为航路代价影响参数Prc计算的输入量，选取的五个目标因素根据表3中的计算公式进行计算，再根据五个目标因素定义的影响程度，在表1中对应取值，即可得到表3中每个目标因素的影响度取值；

表3

表3中为vi第i个特征对Prc的影响度取值，采用非线性函数将5个目标因素综合，可得到航路代价的影响参数Prc：上式中Prc表示航路代价的影响参数，vi为第i属性的影响程度取值，即表3中的影响度取值一列，ci为特征因素的状态值，即对应表3中计算公式分别计算出来的C1-C5；

Step3：基于改进的A*算法进行航路规划

1)规避距离的定义

规避距离D为无人机航路距威胁区域的最小距离，基于Step2得到的航路代价影响参数Prc，给出规避距离函数为：D＝d×(1-Prc)  (1-3)

上式中D为规避距离，d为最大规避距离；

2)代价函数的设计

引入操作员认知负荷无人机状态来影响代价函数，代价函数如下：f(i)＝g(i)+h(i)  (1-4)上式中，h(i)定义为从航路节点(xi,yi)到目标点(xn,yn)的代价估值，可通过下式计算，其中，(xi,yi)分别为航路点i的x坐标和Y坐标，(xn,yn)分别表示目标点的x坐标和y坐标；

g(i)为从起始点(x0,y0)到航路节点i的航路代价，计算公式如下：式(1-6)中，i为起始节点到航路节点i-1的节点个数；k1和k2为权重系数，其中k1＝1，k2为威胁代价的权重系数，lj为第j个节点和第j-1个节点的距离，wj为第j个节点受到威胁的代价，计算公式如下：上式中wjm表示第j个点受到的来自于第m个威胁区域的威胁代价；

其中，D为规避距离由公式(1-3)得到，Djm'为航路点(xj,yj)到第m个威胁区域的欧氏距离；

其中(rmx,rmy)中rm分别表示第m个威胁区域的威胁中心和威胁半径；

通过引入航路代价影响参数Prc，给出规避距离D，可得到新的代价函数f’(i)，将新的代价函数f’(i)利用A*算法进行航路规划，实现人机相互感知相互协作。