1.基于分段随机和角度随机算法的无人机三维航路规划方法，其特征在于：包括步骤S1.利用随机等分的方法对无人机航路首末端连线进行等分，得到等分后首末端连线在水平投影平面上的分段点坐标；

S2.在得到分段点坐标后，利用角度随机的方式，初始化无人机航路上的构造航路点坐标、以及填充航路点的个数及坐标，确定初始航路；

S3.判断步骤S2得到的初始航路是否存在航路点在障碍区内，若在，则转入步骤S4，若不在，则令避障航路＝IR，转入步骤S7；

S4.根据SRAR算法的避障方法确定移动航路点，使初始航路点移出障碍区，形成避障航路OAR；

S5.计算每次迭代中形成的所有避障航路OAR的适应度值，对不满足约束要求的解赋予惩罚系数；

S6.利用非关联更新迭代方式进行种群更新，直至在迭代终止时，输出种群的最优解Ropt；

S7.对迭代终了时输出的最优解Ropt进行平滑处理，最终输出无人机航路规划的最佳解Rbest，完成一次单航璐规划。

2.根据权利要求1所述的基于分段随机和角度随机算法的无人机三维航路规划方法，其特征在于：步骤S1所述的对无人机航路首末端连线进行等分，得到等分后首末端连线在水平投影平面上的分段点坐标的过程包括S101.设x轴与无人机航路首末端连线的夹角为α，若将其等分为S段，每段长度为l，产生S‑1个分段点，有S‑1条直线过分段点且垂直于首末端连线；

S102.设分段点集合为[StP,SeP1,…,SePi,…,SePS‑1,EnP]，共有S+1个点，包含了首端点和末端点，依据三角函数可计算在水平投影平面上的分段点坐标。

3.根据权利要求1所述的基于分段随机和角度随机算法的无人机三维航路规划方法，其特征在于：步骤S2所述的初始航路的确定过程包括S201.经步骤S1得到的分段点集合[StP,SeP1,…,SePi,…,SePS‑1,EnP]中，除分段点集合中的SePS‑1，EnP两点外，依次以分段点集合中的点为旋转点，以首末端连线为起始轴，随机顺时针或逆时针产生一个角度A，从旋转点沿着角度A与垂线的连接点，构成一个构造航路点，则依次可构成S‑1个构造航路点；

S202.首末端点和各构造航路点形成一个构造航路点集合[StP,CWP1,…,CWPi,…,CWPS‑1,EnP]，将构造航路点集合中各点连接起来，则初始化了一条在水平投影面的航线；在构造航路点集合中各点间均匀填充点，形成填充航路点，进而确定构造航路点坐标；

S203.利用经步骤S202得到的首末端点、构造航路点和填充航路点共同构成一条完整的初始航路；

S204.得到等分后无人机航路在水平投影平面上随机生成的初始解为

Sij＝[S,A1,…,Ai,…,AS‑1]，

其中，Sij表示第i次的第j个可行解，S表示分段数，Ai为第i个航路点的角度；

S205.设航路首末端连线长度为L，每段长度为l＝L/S，首端点的坐标为StP＝(Stx,Sty)，末端点的坐标为EnP＝(Enx,Eny)，第i个分段点的坐标SePi＝(Seix,Seiy)为：S206.第i个构造航路点坐标CWPi＝(CWix,CWiy)由下式计算获得：式(2)中，i＝1，…，S‑1，若i‑1＝0，则Se(i‑1)x＝Stx，Se(i‑1)y＝Sty；sign(·)是符号函数，当Enx‑Stx≥0时，sign(Enx‑Stx)＝1，否则sign(Enx‑Stx)＝‑1；

S207.构造航路点坐标确定后，再按照公式(1)的方式在构造航段点集合的各相邻点间均匀插入填充航路点；设航路点总数均为D，且含首端点和末端点，则填充航路点的个数是D‑S‑1，共有S段，各段填充航路点个数Di为：在式(3)中，i＝1,…,S‑1，若i‑1＝0，则Se(i‑1)x＝Stx，Se(i‑1)y＝Sty，round()是四舍五入函数；

S208.通过随机生成S个参数，利用式(1)—(3)，完成对构造航路点坐标、填充航路点个数及坐标的确定，形成一条完整的航路，确定初始航路IR。

4.根据权利要求1所述的基于分段随机和角度随机算法的无人机三维航路规划方法，其特征在于：步骤S4所述的避障航路OAR的计算过程包括S401.设WP1到WP4是一条经过OA的航路，WP2和WP3在OA内，航路必须避开OA，以WP1到WP4的连线作为横轴，WP1为圆点，形成3个向量 按照向量运算法则，的模为MWP1到CP的距离；

S402.以WP1为旋转点，以WP1到WP4的连线为起始轴，计算出WP1到WP4连线与WP1到CP连线间夹角为α，同时计算出WP1和WP2间的距离为lm，WP1和CP间的距离为lc；得到 的模为lc，复角为α， 的模为lm/cos(γ)，复角为γ；

S403.利用式(4)求出γ：

其中，在式(4)中，ε表示安全裕度；

式(4)整理后得：

由式(5)可得出γ的唯一解，并且γ是使式(5)成立的最小角度；

当γ的值确定以后，可按照公式(2)求出MWP1的坐标；同理，可以求出MWP2的坐标；形成可以完全避开障碍区的航路。

5.根据权利要求4所述的一种基于分段随机和角度随机算法的无人机三维航路规划方法，其特征在于：当航路经WP1依次到WP4，再依次到WP7时：S404.要把WP1和WP7连接，再把连接线段按照原航段数进行等分；最后按照步骤S401‑S403所述的方法，构造出从WP1依次到MWP1，……，MWP5、WP7的避障航路。

6.根据权利要求1所述的一种基于分段随机和角度随机算法的无人机三维航路规划方法，其特征在于：步骤S5所述的计算每次迭代中形成的所有避障航路OAR的适应度值，对不满足约束要求的解赋予惩罚系数的过程包括S501.设计考虑约束条件的优化模型：

其中，ψ表示水平转角的约束，θ表示俯仰角的约束，lLi表示航段长度的约束，zi表示航路点高度的约束，n(i)表示第i个移动航路点集合中的元素个数，即在第i个障碍区中的航路点个数；

S502.适应度函数fit(·)表示为：

其中，S＝[S,A1,…,Ai,…,AS‑1]，R表示规划航路点坐标集合，S→R表示由S所确定的避障航路中各航路点坐标集合，nst表示不满足的约条件个数，Pst表示当任一约束条件不满时的惩罚系数，Pst取较大的数，当全部约束条件都满足时，适应度值就等于航程。

7.根据权利要求1所述的一种基于分段随机和角度随机算法的无人机三维航路规划方法，其特征在于：步骤S6所述的利用非关联更新迭代方式进行种群更新，直至在迭代终止时，输出种群的最优解Ropt的过程包括设迭代最大次数为Itermax，可行解数量为Ns，Sopt表示优化解，Sij是第i次的第j个可行解，则i≤Itermax，j≤Ns，若min(fit(Sij→Rij))≤fit(Sopt→Ropt)，则令Sopt＝Sij，Ropt＝Rij，直至满足迭代终止条件，输出种群的最优解Ropt。

8.根据权利要求1所述的一种基于分段随机和角度随机算法的无人机三维航路规划方法，其特征在于：步骤S7所述的对迭代终了时输出的最优解Ropt进行平滑处理的过程包括S701.对优化解进行位置平滑；

S702.对经位置平滑后的优化解进行超高处置，得到经平滑处理后的无人机航路规划的最佳解Rbest。

9.根据权利要求1所述的一种基于分段随机和角度随机算法的无人机三维航路规划方法，其特征在于：所述规划方法还包括步骤S8.多航路规划

S801.对S1‑S2步骤作调整，按照指定途中目标点、指定航向及距离、指定航路点及角度、混合方法等多航路规划方法对构造航路点坐标进行初始化，得到初始化后的构造航路点坐标；

S802.在得到初始化后的构造航路点坐标后，再按照S3‑S7步骤进行迭代优化，最后经平滑后输出最佳多航路规划。