一种基于改进果蝇优化算法的三维航路规划方法技术

本发明专利技术公开一种三维航路规划方法，利用通过对原始果蝇优化算法做出改进，用来求解复杂地势环境与战场威胁态势下的无人机三维航路规划，在考虑复杂态势与无人机性能约束的前提下，为无人机计算出最优或次优三维飞行航路。

【技术实现步骤摘要】
一种基于改进果蝇优化算法的三维航路规划方法
本专利技术属于机器人
，尤其涉及一种基于改进果蝇优化算法的三维航路规划方法。
技术介绍
航路规划是无人机自主控制的关键组成部分，航路规划算法的目标是在为无人机计算出最优或次最优的飞行路线，这个飞行路线能使无人机躲开复杂地形障碍并突防敌方武器威胁，在以较短的时间到达目标点的同时自我生存。无人机三维航路规划问题属于多目标、多约束的复杂优化问题，通常具有如下特点：1)评价航路性能的指标很多，构成的目标函数难以计算；2)战场环境情况复杂且动态变化；3)无人机自身性能约束条件较多；4)事先已知的信息量不全，而且可能发生变化；5)优化变量多，搜索空间往往具有维数爆炸的特点；6)机上设备有限，允许存储的信息量较少并且机载计算机计算速度有限。因此，无人机航路规划的一个关键挑战就是如何处理无人机自身物理特性带来的多种复杂约束，克服变量过多带来的维数爆炸问题，并在较短时间内快速的得出满足各种限制条件且性能指标接近最优的航路。国内外求解无人机航路规划问题的方法大体可以分为传统规划算法和智能规划算法。其中，传统规划算法有动态规划法、以Voronoi图为代表的本文档来自技高网...

【技术保护点】
一种基于改进果蝇优化算法的三维航路规划方法，其特征在于，首先确定无人机飞行任务信息，包括起点坐标(xS,yS,zS)

【技术特征摘要】
1.一种基于改进果蝇优化算法的三维航路规划方法，其特征在于，首先确定无人机飞行任务信息，包括起点坐标(xS,yS,zS)T和终点坐标(xT,yT,zT)T，任务地图边界，需要规划出的航路控制点个数n；确定敌方地面武器信息，包括威胁类型(雷达、导弹、高炮)，武器位置(xthreatj,ythreatj)T，以及各自的威胁范围；设定改进果蝇算法的相关参数，包括最大迭代次数Gmax，嗅觉搜索次数Mosp，以及变异概率Pm，其包括以下步骤：步骤一：设迭代次数NC＝1，随机初始化相位角向量Θaxis＝[θaxis,1,Λ,θaxis,D]，其中每一维相位角取值都在[-π/2,π/2]内，且D＝3n，并设定相应的初始味道浓度判定值Smellaxis＝+∞；步骤二：按照如下公式计算果蝇的搜索半径步骤三：执行果蝇嗅觉搜索操作，令i＝1，j＝1；步骤四：在0到1区间上随机产生一个实数rj，若rj<Pm，则转步骤五；若rj≥Pm，则转步骤六；步骤五：执行变异操作，即计算其中random(-RNC,RNC)为-RNC到RNC区间上随机产生的一个实数；转到步骤七；步骤六：不执行变异操作，即计算步骤七：计算此次嗅觉搜索的味道浓度判定值如下其中，Smax,j和Smin,j分别为搜索空间的上下边界；步骤八：令j＝j+1，若j≤D，则转到步骤五，否则，转到步骤十；步骤九：利用航路起点和终点，以及向量[Si,j,Si,n+j,Si,2n+j]生成完整的航路PUAV,i；步骤十：计算航路曲线的味道浓度值(航路代价值)步骤十一：令i＝i+1，若i≤Mosp，则令j＝1，并转到步骤四；否则，转到步骤十二；步骤十二：执行果蝇视觉搜索操作，选出具有最小味道浓度值的个体，即该个体的索引号为步骤十三：若比Θaxis具有更优的味道浓度值，则果蝇利用视觉飞向该位置，即令且步骤十四：更新迭代次数NC＝NC+1，若迭代次数NC≤Gmax，则转到步骤二；若迭代次数NC＞Gmax，则将Θaxis转换为Saxis＝[Saxis,1,Saxis,2,Λ,Saxis,D]，进而生成无人机飞行航路，并输出最终的规划结果。2.如权利要求1所述的基于改进果蝇优化算法的三维航路规划方法，其特征在于，对果蝇的位置采用的是相位角编码方式，即用相位角向量Θaxis＝[θaxis,1,θaxis,2,Λ,θaxis,D]来表示果蝇所处的位置，每一维上的相位角均在区间[-π/2,π/2]上。用表示规划空间的上下边界，采用从相位角空间到航路搜索空间的单调映射关系，对果蝇位置的味道浓度判定值Saxis＝[Saxis,1,Saxis,2,Λ,Saxis,D]进行计算：Saxis＝((Smax-Smin)sinΘaxis+Smax+Smin,)/2(3)。.3.如权利要求1所述的基于改进果蝇优化算法的三维航路规划方法，其特征在于，在步骤九和步骤十四中所述生成无人机航路的方式，其详细描述及计算方...

【专利技术属性】
技术研发人员：张祥银，贾松敏，李秀智，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11