【技术实现步骤摘要】
基于多种群协作果蝇优化的多无人机协同路径规划方法
本专利技术属于机器人
，尤其涉及一种基于多种群协作果蝇优化的多无人机协同路径规划方法。技术背景多无人机协同已经成为很多任务的首选方法，三维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的飞行路径，这个飞行路线能使无人机躲开特定的区域，在以较短的时间，较少的能耗到达目标点。多无人机三维航路协同规划问题属于多约束的复杂优化问题，通常具有如下特点：评价飞行路径的指标很多，构成的目标函数计算开销大；地图环境情况复杂，数据量大或描述困难；无人机飞行性能限制等；需要优化的变量多，搜索空间往往具有维数爆炸的特点；机上设备有限，计算速度慢。因此，无人机航路规划最关键的就是如何处理无人机自身物理特性带来的多种复杂约束，在较短时间内快速得出最优航路。求解多机三维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，A星算法等；智能规划方法有神经网络方法、进化计算及群体智能方法等。从这些规划算法的特点和航路规划...
【技术保护点】
1.一种基于多种群协作果蝇优化的多无人机协同路径规划方法，其特征在于，/n准备工作：确定无人机飞行任务信息，包括：起点坐标(X
【技术特征摘要】
1.一种基于多种群协作果蝇优化的多无人机协同路径规划方法，其特征在于，
准备工作：确定无人机飞行任务信息，包括：起点坐标(Xs，j，Ys，j，Zs，j)和终点坐标(XT，YT，ZT)，任务需要的无人机的数量Num，无人机的最大飞行速度vmax，最大转弯过载nmax，重力加速度g和飞行最低高度hmin，任务地图信息p，边界分别表示地图在长、宽、高上的限制，每架飞机需要规划出的航路控制点个数D；
确定敌方地面武器信息，包括：威胁类型，武器位置(xthreatj，ythreatj)，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NCmax，果蝇群体数gr，果蝇群体规模Mpop，杂交遗传系数coe1和coe2；
其方法包括如下步骤：
步骤一：开始，令N＝1；
步骤二：随机生成最优航路控制点
xbest与ybest各项都在[-1，1]范围内，令NC＝1，
步骤三：令i＝1，j＝1，g＝1，令果蝇个体开始进行嗅觉搜索。
步骤四：嗅觉搜索的操作如下：
计算味道浓度判定值的公式如下，
其中，即为味道浓度判定值。若则说明超出地图限制，转到步骤四，若j＜3*D，则j＝j+1，转到步骤四，否则转到步骤五。
步骤五：执行生成飞行路径操作，操作过程如下：利用起点坐标，终点坐标和Si，可得该果蝇个体的飞行路径pathi；
步骤六：计算pathi的航路曲线的味道浓度值，即为航路代价值，记为
步骤七：令g＝g+1，若g＜gr，令j＝1，转到步骤四，否则转到步骤八；
步骤八：令i＝i+1，若i＜Mpop，令j＝1，g＝1，转到步骤四，否则转到步骤九；
步骤九：执行果蝇视觉搜索操作，操作步骤如下：对cost中所有路径的味道浓度值排序后，取最小的五个，即前五个，称为最优个体群。视觉搜索操作结束。把最优个体群的航路控制点记为和并记录最优个体群在步骤五中已经计算出来的味道浓度值，记为oldcost1......oldcost5；
步骤十：果蝇群体间杂交开始，令i＝1，g＝1，j＝1；
步骤十一：五个最优个体和分别与种群中的果蝇随机杂交生成新种群，杂交过程如下所示：
其中，j的范围是[1，D]，random(1，gr)产生在[1，gr]范围内的随机整数；
步骤十二：利用公式(3)计算味道浓度判定值其中，用代替用代替若则说明超出地图限制，转到步骤十一，否则转到步骤十三；
步骤十三：若j＜3*D，则j＝j+1，转到步骤十一，否则转到步骤十四；
步骤十四：执行生成路径操作，用Snewi替换原操作中的Si，得到pathi。执行步骤六，得到
步骤十五：令g＝g+1，若g≤gr，令j＝1，转到步骤十，否则转到步骤十五；
步骤十六：令i＝i+1，若i≤Mpop，令j＝1，g＝1，转到步骤十，否则转到步骤十六；
步骤十七：执行果蝇视觉搜索操作，对最优个体群进行如下操作：把他们的航路控制点记为和并记录他们在步骤十三中计算出的味道浓度值，记为
步骤十八：执行种群竞争操作，对和两组共10个个体进行自然选择与淘汰，种群竞争操作过程如下：比较和共十个个体，留下味道浓度值...
【专利技术属性】
技术研发人员：张祥银，史坤明，贾桐，夏爽，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。