1.一种基于哈希表近似计算的多目标约束进化无人机路径规划方法，其特征在于，包括：S1、获取飞行区域的三维环境地形；

S2、将三维环境地形划分为n个哈希单元，根据哈希单元在地形上的中心点，计算各哈希单元的目标值和约束值并存储于哈希表中；

S3、基于三维环境地形利用B样条采样确定路径点；

S4、查询哈希表确定各路径点的目标值和约束值，同时考虑路径目标函数和约束函数利用约束多目标进化算法对无人机路径进行规划；步骤包括：S41、以路径点形成的路径作为个体，初始化主种群P1和辅助种群P2；包括计算种群个体的目标值和约束值，包括通过查询哈希表确定路径点APj的目标值和约束值，以及基于路径目标函数和约束函数确定路径目标值和约束值，通过对各路径点目标值和约束值以及路径的目标值和约束值进行求和获得种群个体的目标值和约束值；

S42、分别计算主种群P1和辅助种群P2中个体适应度；

S43、基于个体适应度，对主种群P1执行遗传算子产生子种群O1；以及对辅助种群P2执行遗传算子产生子种群O2；

S44、合并主种群P1和子种群O1、O2，基于适应度进行筛选后更新主种群P1，以及合并辅助种群P2和子种群O1、O2，基于适应度进行筛选后更新主种群P2；

S45、判断是否达到终止条件，若否返回S42继续迭代，若是，输出主种群P1中的解。

2.根据权利要求1所述的无人机路径规划方法，其特征在于，哈希单元的目标值包括地形碰撞风险，计算公式为：

式中，pb表示路径点的数量，mg表示将路径点APj投影到水平面后，以对应投影点为中心、dsafe为半径的圆形区域，与地形网格点相交的投影点数量，dsafe表示安全距离，dj,k表示第j个路径点与第k个投影点间的距离；

哈希单元的约束值包括离地飞行高度和最大飞行高度，其中离地飞行高度计算公式为：

式中，z'j表示无人机在第j个路径点的飞行高度，表示第j个路径点下方地形的高度，hmin表示无人机应保持的最小离地飞行高度；

最大飞行高度计算公式为：

式中，hmax表示无人机最大允许飞行高度。

3.根据权利要求1所述的无人机路径规划方法，其特征在于，S3中，利用B样条采样确定路径点，包括根据B样条曲线上的控制点通过如下公式确定路径点；

式中，(x'j,y'j,z'j)为路径点坐标，(xj,yj,zj)为控制点坐标，cb表示控制点的数量，pb表示路径点的数量，Bj,d(·)表示d阶B样条曲线第j段的基函数，定义域为[0,cb+d]，d为B样条曲线的度，ti表示定义域内pb+1个等距采样值中的第i+1个采样值。

4.根据权利要求1所述的无人机路径规划方法，其特征在于，S4中，路径目标函数为路径总长度，表达式为：式中，pb表示路径点的数量，APj表示无人机的第j个路径点；

路径约束函数包括对飞行坡度和飞行转弯角度进行约束，其中，飞行坡度约束函数为：

式中，Sj表示无人机的飞行坡度，(x'j,y'j,z'j)为路径点坐标；分别表示无人机在两路径点间允许的最大爬升坡度和允许的最小俯冲坡度；

转弯角度约束函数为：

其中，Bj,j-1是路径点APj到APj-1的向量，是向量Bj,j-1和Bj+1,j的夹角，是最大转弯角。

5.根据权利要求4所述的无人机路径规划方法，其特征在于，允许的最大爬升坡度和允许的最小俯冲坡度分别通过下式获得：式中，(x'j,y'j,z'j)为路径点坐标。

6.根据权利要求1所述的无人机路径规划方法，其特征在于，S42中，计算主种群P1和辅助种群P2中个体适应度，包括：S421、遍历种群中所有个体对，根据个体约束值确定支配个体xi的个体数量R(i)，以及根据个体目标值确定种群中个体密度，S422、基于支配个体xi的个体数量以及个体密度确定个体适应度。

7.根据权利要求1所述的无人机路径规划方法，其特征在于，S43中产生子种群的步骤包括：S431、基于个体适应度，采用二元锦标赛选择方法，选取3N/2个个体放入交配池；

S432、将交配池中第1至N/2个解放入(N/2)+1至N个解放入N+1至3N/2个解放入并执行DE/rand/1算子产生N/2个子代o，DE/rand/1算子的表达式如下：式中，δi是第i个个体的缩放因子，r是区间[0,1]的随机数，Cr是交叉概率；

S433、子代种群自变量违反边界条件时，采用如下边界条件进行修复：式中，Li和Ri分别为第i个决策变量的下界和上界,oi表示个体o的第i个决策变量；

S434、对每一个子代o执行多项式变异操作，多项式变异算子的表达式如下：式中，η是分布指数，v是区间[0,1]的随机数。

8.根据权利要求1所述的无人机路径规划方法，其特征在于，S44中，基于适应度进行筛选后更新主种群，步骤包括：标记适应度小于1的种群个体作为下一代候选个体，进行升序排序,选择前N/2个个体作为下一代。