改进布谷鸟搜索算法的无人机三维航路规划

发布时间：2022-01-17 21:25

　　针对无人机三维航路规划问题,结合差分进化算法,提出了一种改进布谷鸟搜索算法进行无人机航路规划。对无人机飞行的三维真实环境进行建模,将其分为城市楼宇环境和山峰环境。对不同的地形环境采用不同的编码方式,将航路最短距离和规避威胁作为评价函数。仿真实验表明,改进后的布谷鸟搜索算法能够寻找多条切实可行的三维航路且鲁棒性较好,是一种行之有效的航路规划算法。 

【文章来源】：计算技术与自动化. 2020,39(04)

【文章页数】：4 页

【部分图文】：

城市楼宇数字地图

假设无人机需要执行低空飞行任务，采用Matlab自带的peaks函数模拟山峰地形，航行的电子地图是600 m×600 m×1000 m，无人机的起点坐标为（0,0,0），终点坐标为（600,600,40），在飞行过程中遇到的威胁坐标（x,y,z,r)=(500,150,200,50）。其中（x,y,z）表示三维坐标系中的坐标，r表示威胁的半径。得到的模拟地图如图2所示。1.3 航路编码

城市楼宇三维航路图

【参考文献】：
期刊论文
[1]布谷鸟搜索算法在人群疏散中的应用研究[J]. 郑洪清,邓舒婷,谢聪.  数学的实践与认识. 2018(14)
[2]基于改进遗传算法的无人机三维航路规划[J]. 李楠,刘朋,邓人博,张建华.  计算机仿真. 2017(12)
[3]基于威胁建模的PSO在UAV 3维航路规划中的应用[J]. 周鑫,李新洪,王谦.  兵工自动化. 2017(04)
[4]基于流水避石原理的无人机三维航路规划[J]. 王宏伦,姚鹏,梁宵,吕文涛.  电光与控制. 2015(10)
[5]振动遗传算法在无人机三维航路规划的算法研究[J]. 席庆彪,李康,刘慧霞.  火力与指挥控制. 2014(10)
[6]改进遗传算法的无人机航路规划与仿真[J]. 鱼佳欣,周春来,刘东平.  计算机仿真. 2013(12)
[7]基于改进蚁群算法的无人机三维航路规划[J]. 陈谋,肖健,姜长生.  吉林大学学报(工学版). 2008(04)

硕士论文
[1]基于改进蚁群算法的三维无人机路径规划的研究与实现[D]. 于涛.重庆大学 2017



本文编号：3595467