1.一种无人机飞行路径规划方法，其特征在于，包括以下步骤：（1）使用栅格法对飞行区域进行建模，对基本参数初始化；

（2）基于改进的双层蚁群算法进行无人机飞行路径规划，包括以下步骤：*

（20）初始化信息素，使用A方法规划起始点与目标点之间的路径，强化路径上的信息素浓度，对其他栅格节点的初始化信息素进行递减赋值；

（21）将m只蚂蚁放在起始节点，并且将起始节点加入禁忌表；

（22）计算引导层蚂蚁启发函数,并选择下一个节点；记录蚂蚁走过的路径，并更新禁忌表；启发函数公式如下：；

；

其中，i表示当前节点，j为待选节点， 表示当前节点i和待选节点j之间的欧氏距离，表示待选节点j和目标节点e之间的欧氏距离； 表示ji以及je之间的夹角，w为常数；jx表示节点j的横坐标，ix表示节点i的横坐标，ex表示节点e的横坐标；jy表示节点j的纵坐标，iy表示节点i的纵坐标，ey表示节点e的纵坐标；dis(i,j)表示节点i和j之间的距离，dis(i,e)表示节点i和e之间的距离；为启发函数的自适应调整因子，公式如下：；

其中， 表示最大迭代次数， 表示当前迭代次数；

选择下一节点j，公式如下：

；

其中，C代表蚂蚁k在节点i时可选择的节点集合， 代表在t时刻路径上的信息素浓度； 为t时刻启发函数； 代表在t时刻路径上的信息素浓度； 为t时刻s点的启发函数； 是信息素浓度的权值； 是启发函数的权值（23）若蚂蚁编号不大于m/2只，则再次进入步骤（22）引导层蚂蚁的搜索，否则进入步骤（24）；

（24）构建优化层搜索区域；

（25）计算优化层蚂蚁启发式函数和转角因子；优化层的启发函数公式如下：；

其中， 、 和 表示待选节点j，目标节点e以及起始节点s三个节点之间的欧式距离；

转角因子公式如下：

；

其中， 为转角因子， 表示上一节点i‑1到当前节点i方向的向量和当前节点i到节点j方向的向量的夹角；

（26）计算优化层蚂蚁下一个节点；记录蚂蚁走过的路径，并更新禁忌表；根据转角因子，优化层蚂蚁使用下式选择下一节点公式如下：；

其中， 为节点转角因子的权值

（27）若蚂蚁编号不大于m只，则再次进入步骤（25）优化层蚂蚁的搜索，否则进入步骤（28）；

（28）对到达目标节点的种群个体采用交叉变异的操作并更新信息素；具体如下：根据不同个体的适应度值大小，对蚂蚁个体的交叉和变异的概率进行变化，适应度值公式如下：；

其中，w1、w2分别表示路径长度以及路径平滑度的权值；L(p)和b(p)分别为路径长度和路径平滑程度；b(p)的计算公式：；

其中， 、 分别表示转弯次数和转弯总角度的系数，且满足 ；Nturn是转弯次数；

信息素更新公式如下：

；

；

其中， 为信息素挥发系数，Q为适应度的权值， 为信息素增强削弱因子，公式如下：；

其中， 代表历史最优适应度，u为常数控制着增强削弱因子的强度（29）判断是否进入最大迭代次数，未达到返回步骤（22），达到则对路径双向冗余节点删除；

（3）输出最优规划路径。

2.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1所述的一种无人机飞行路径规划方法。

3.一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求 1所述的一种无人机飞行路径规划方法。