1.一种融合空域无人驾驶航空器飞行航路动态规划方法，其特征在于，包括：S1、生成空域栅格矩阵图；S2、获取无人驾驶航空器飞行计划数据，并利用所述无人驾驶航空器飞行计划数据和所述空域栅格矩阵图，生成初始路径，所述初始路径规避限制区；S3、按照预设的重构规则进行路径重构；S4、利用重构后的路径和扇区结构数据，建立所述无人驾驶航空器穿越扇区边界的进出点的备选集；S5、在所述备选集中的筛选满足约束条件的进出点，所述约束条件包括：所述无人驾驶航空器的航路与扇区边界的交叉角约束、所述无人驾驶航空器的航路与限制区的位置约束，和融合运行风险约束；S6、利用筛选得到的进出点作为决策变量，规划空域无人驾驶航空器的飞行航路；在S5中，所述无人驾驶航空器的航路与扇区边界的交叉角约束，包括： ，其中， θ 为航路与扇区边界的交叉角，第α个航段与第β条扇区边界相交时的交叉向量夹角为 θ αβ ， θ min 为交叉角的最小约束值；所述无人驾驶航空器的航路与限制区的位置约束，包括： ，其中，第 ε 条边界为 ， 和 为两个连续的限制区的顶点序列按照逆时针顺序的编号， 表示航路b与限制区第 ε 条边界的相交情况， 表示相交或相切， 表示不相交， G b 表示航路b与限制区边界的交点次数，ρ表示限制区的顶点总数；所述融合运行风险约束，包括： ，其中， 为扇区 η 的扇区综合水平冲突风险， 为扇区综合水平冲突风险阈值， 为扇区综合垂直冲突风险， 为扇区综合垂直冲突风险阈值， 为扇区 η 中交叉点 n 的复杂度， 为扇区 η 中高度层 h m 的交叉点 n 处存在的水平冲突风险， 为扇区 η 中航路 i 的复杂度， 为扇区 η 中编号为 i 的航路上的航空器穿越高度层 h m 时引发的垂直冲突风险。
2.根据权利要求1所述的方法，其特征在于，在S1中，包括：对包含限制区信息的空域结构数据进行基于栅格的空域离散化处理，其中，所述包含限制区信息的空域结构数据，包括：扇区结构数据和限制区结构数据；之后根据空域是否受限对空域栅格进行状态识别，生成空域栅格矩阵图。
3.根据权利要求2所述的方法，其特征在于，所述基于栅格的空域离散化处理，包括：以经度为X轴纬度为Y轴，将空域划分为正方形栅格，其中，栅格坐标作为指示栅格排列位置的坐标标识，栅格 V(X,Y) 的离散化表示为： ，坐标原点的实际坐标为 ， 分别表示 V(X,Y) 的中心点、左下点、左上点、右下点和右上点的实际坐标， L 为栅格边长。
4.根据权利要求1所述的方法，其特征在于，根据空域是否受限对空域栅格进行状态识别，生成空域栅格矩阵图，包括：按照空域是否受限将栅格划分为两种状态类型，包括可用栅格和不可用栅格；限制区所占用的栅格判定为限制栅格，并在矩阵图中通过“1”进行标识；限制区最外围添加的保护区所占用的栅格为保护栅格，并在矩阵图中通过“2”进行标识，保护栅格包括：与限制区的最外层限制栅格直接相邻的一层或多层栅格，其中，当栅格尺寸大于或等于航空器与限制区的安全间隔时，则设置一层保护栅格；空域内允许航空器通行的栅格为可用栅格，并在矩阵图中通过“0”进行标识。
5.根据权利要求1所述的方法，其特征在于，所述无人驾驶航空器飞行计划数据，包括：无人驾驶航空器计划进空域点所在栅格的中心点 和计划出空域点所在栅格的中心点 ；在S2中，通过路径规划模型生成初始路径，所述路径规划模型包括： ，其中，N表示从 到 的跳点数量， 表示无人驾驶航空器从 到当前位置 的实际距离成本， 表示无人驾驶航空器从 到 的剩余路径的估计成本， x i 表示从 v I 到 v C 历经跳点的中心点横坐标， y i 表示从 v I 到 v C 历经跳点的中心点纵坐标， x C 表示 v C 的横坐标， y C 表示 v C 的纵坐标， x G 表示 v G 的横坐标， y G 表示 v G 的纵坐标， 表示不可用栅格中心点集合。
6.根据权利要求1所述的方法，其特征在于，所述重构规则包括：与不可用栅格不相交、距离成本降低或不变，和，转弯次数减少或不变。
7.根据权利要求6所述的方法，其特征在于，在S3中，包括：对于初始路径集合，从第一个点 开始遍历，并依次检测 是否满足所述重构规则，直到 不满足所述重构规则，则点 均作为冗余点剔除,j为正整数；之后从 开始遍历，直到遍历到初始路径集合中的倒数第三个点时终止遍历，并将当前的路径集合作为重构后的路径集合。
8.根据权利要求1所述的方法，其特征在于，所述约束条件还包括：扇区进出点间隔约束为 ， 表示扇区进出点的最小间隔， 表示进出点σ与进出点 的间隔。
