环境监测中自主无人机覆盖最大化路径规划：系统性文献综述
本文报道了一项关于环境监测中自主无人机覆盖最大化路径规划的系统性文献综述。该综述遵循PRISMA 2020框架，检索了Scopus和Web of Science中2015年至2026年的研究，重点关注路径规划、覆盖路径规划和信息路径规划。初步分析显示，现有研究集中于覆盖导向、多无人机协调和能量感知优化，而对天气、不确定性和障碍环境的关注较少，且多数研究依赖仿真验证。
近日，一篇发表于CLEI 2026会议的论文《Autonomous UAV Route Planning for Coverage Maximization in Environmental Monitoring: A Systematic Literature Review》对自主无人机在环境监测中的覆盖最大化路径规划进行了系统性文献综述。该研究由Sebastian Jouannet-Contreras和Carola Figueroa-Flores共同完成，并已提交至arXiv预印本平台（arXiv:2607.13054）。
综述严格遵循PRISMA 2020框架，对Scopus和Web of Science数据库中2015年至2026年间的相关研究进行了全面检索。检索关键词聚焦于路径规划、覆盖路径规划以及信息路径规划，并特别关注算法家族、覆盖与能量指标、障碍处理、几何环境表示以及环境约束等核心方面。
在初步阶段，研究人员共识别出562条记录，经过去重处理（去除161条重复记录）和标题、摘要、关键词筛选后，最终保留了401条独特记录。随后，对其中247篇研究进行了全文资格评估，其中235篇被判定为合格，另有12篇处于边缘状态，需在全文审阅阶段进一步裁决。
初步分析显示，现有文献明显集中于覆盖导向的路径规划、多无人机协调以及能量感知优化等方向。然而，明确考虑天气因素、不确定性以及障碍密集环境的研究相对较少。此外，大多数被纳入的研究依赖于仿真验证，这一现象凸显了仿真与现实应用之间的潜在差距。值得注意的是，近期发表的论文越来越倾向于采用强化学习、混合优化以及几何感知规划等先进方法。
这些早期发现表明，该领域的研究虽然活跃，但呈现出碎片化的格局。因此，亟需进行结构化的综合研究，以识别成熟的技术以及尚未解决的关键空白，从而推动该技术在真实环境监测任务中的应用。综述的最终结果有望为研究人员提供清晰的路线图，并指导未来在自主无人机环境监测路径规划方面的实验设计和实际部署。