環境監測中自主無人機覆蓋最大化路徑規劃：系統性文獻綜述
本文報道了一項關於環境監測中自主無人機覆蓋最大化路徑規劃的系統性文獻綜述。該綜述遵循PRISMA 2020框架，檢索了Scopus和Web of Science中2015年至2026年的研究，重點關注路徑規劃、覆蓋路徑規劃和資訊路徑規劃。初步分析顯示，現有研究集中於覆蓋導向、多無人機協調和能量感知最佳化，而對天氣、不確定性和障礙環境的關注較少，且多數研究依賴模擬驗證。
近日，一篇發表於CLEI 2026會議的論文《Autonomous UAV Route Planning for Coverage Maximization in Environmental Monitoring: A Systematic Literature Review》對自主無人機在環境監測中的覆蓋最大化路徑規劃進行了系統性文獻綜述。該研究由Sebastian Jouannet-Contreras和Carola Figueroa-Flores共同完成，並已提交至arXiv預印本平臺（arXiv:2607.13054）。
綜述嚴格遵循PRISMA 2020框架，對Scopus和Web of Science資料庫中2015年至2026年間的相關研究進行了全面檢索。檢索關鍵詞聚焦於路徑規劃、覆蓋路徑規劃以及資訊路徑規劃，並特別關注演算法家族、覆蓋與能量指標、障礙處理、幾何環境表示以及環境約束等核心方面。
在初步階段，研究人員共識別出562條記錄，經過去重處理（去除161條重複記錄）和標題、摘要、關鍵詞篩選後，最終保留了401條獨特記錄。隨後，對其中247篇研究進行了全文資格評估，其中235篇被判定為合格，另有12篇處於邊緣狀態，需在全文審閱階段進一步裁決。
初步分析顯示，現有文獻明顯集中於覆蓋導向的路徑規劃、多無人機協調以及能量感知最佳化等方向。然而，明確考慮天氣因素、不確定性以及障礙密集環境的研究相對較少。此外，大多數被納入的研究依賴於模擬驗證，這一現象凸顯了模擬與現實應用之間的潛在差距。值得注意的是，近期發表的論文越來越傾向於採用強化學習、混合最佳化以及幾何感知規劃等先進方法。
這些早期發現表明，該領域的研究雖然活躍，但呈現出碎片化的格局。因此，亟需進行結構化的綜合研究，以識別成熟的技術以及尚未解決的關鍵空白，從而推動該技術在真實環境監測任務中的應用。綜述的最終結果有望為研究人員提供清晰的路線圖，並指導未來在自主無人機環境監測路徑規劃方面的實驗設計和實際部署。