一种基于改进袋獾优化算法的无人机路径规划方法技术

一种基于改进袋獾优化算法的无人机路径规划方法，包括步骤：S1、构建三维地图模型进行初始化；S2、设置起点、终点及约束条件；S3、基于改进袋獾算法进行初步的路径规划；S4、根据算法得到的散点拟合成光滑曲线形成路径；S5、多次迭代算法，寻找到最优路径并输出，根据最新的全局路径规划，到达目的地。本发明专利技术可以提高算法的收敛速度和收敛精度，使其更不易陷入局部最优，能合理地规划出飞行轨迹，使无人机安全地到达目的地。全地到达目的地。全地到达目的地。

【技术实现步骤摘要】
一种基于改进袋獾优化算法的无人机路径规划方法


[0001]本专利技术涉及无人机路径规划
，具体涉及一种基于改进袋獾优化算法的无人机路径规划方法。

技术介绍

[0002]随着科学技术的不断发展,无人机已成为智能科技的焦点。近年来无人机技术飞速发展，并在辅助交通、环保测评、城市管理、电力巡检、灾难救援等方面广泛应用。路径规划作为无人机核心技术的重要组成部分，对无人机的正常运行起着不可或缺的作用。其目的是使无人机能够在飞行过程中有效避免树木、山脉、建筑物等威胁，并以最低成本获得可行路径。国内外学者针对这个问题，提出了各种算法来解决。有一些传统的算法比如：Dijkstra算法，A*算法，人工势场法等；由于传统路径规划算法存在时间复杂度高、易陷入局部最优等缺点，学者们逐渐开始关注元启发式算法。
[0003]元启发式算法是受自然启发的智能算法，其中一些算法是通过生物体的交互行为提出的。PSO是一种模拟鸟群行为的群智能算法，群中粒子之间的合作和竞争产生的群智能指导优化搜索。虽然粒子群算法具有个体数量少、计算简单和鲁棒性好的优点，但其收敛精度低，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进袋獾优化算法的无人机路径规划方法，其特征在于：包括步骤：S1、构建三维地图模型进行初始化；S2、设置起点、终点及约束条件；S3、基于改进袋獾算法进行初步的路径规划；改进袋獾优化算法的具体内容包括：在袋獾算法中，对于每个袋獾，它所对应的腐肉位置，是以种群中其他袋獾在空间中的位置来假定的；第i个袋獾的腐肉位置为第m个袋獾的位置，m为1～N中的随机自然数，m与i相反，腐肉的位置用公式(5)表示；a
i
＝X
m
,i＝1,2,
…
,N,m∈{1,2,
…
,N,|m≠i}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)；式中：a
i
是第i个袋獾所选的腐肉；根据选择的腐肉，通过公式(6)计算袋獾的新位置；在袋獾的运动中，如果腐肉的适应度值较好，袋獾就会靠近腐肉，反之会远离；在计算出袋獾的新位置后，比较适应度值判断新位置是否取代旧位置；新位置是否取代旧位置；式中：是第i个袋獾基于第一种方式的新位置，是它对于第j个变量的值，是它的适应度值，F
ai
是它所选腐肉的适应度值，r是区间[0,1]内的随机数，C是一个可以是1或2的随机数；袋獾的狩猎行为分为两个阶段；第一阶段，袋獾搜索空间找到猎物并攻击它；第二阶段，袋獾首先接近猎物，然后跟踪猎物并捕食它；S4、根据算法得到的散点拟合成光滑曲线形成路径；S5、多次迭代算法，寻找到最优路径并输出，根据最新的全局路径规划，到达目的地。2.根据权利要求1所述的一种基于改进袋獾优化算法的无人机路径规划方法，其特征在于：步骤3所述的袋獾优化算法是模拟自然界中袋獾的进食行为而提出的一种元启发式算法；当袋獾觅食时，如果腐肉存在，袋獾则以腐肉为食；否则袋獾将寻找猎物，采取狩猎的方式获取食物；袋獾任意选择吃腐肉或者打猎作为自己的进食方式；每次迭代时，袋獾选择这两种方式中的一种进行更新，假设选择其中一种方法的概率为50％。3.根据权利要求1或2所述的一种基于改进袋獾优化算法的无人机路径规划方法，其特征在于：步骤3所述第一个阶段的运动过程类似于吃腐肉的过程，假设第i个袋獾的猎物位置为第m个袋獾的位置，m为1～N中的随机自然数，m与i相反；b
i
＝X
m
,i＝1,2,
…
,N,m∈{1,2,
…
,N,|m≠i}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)；式中：b
i
是第i个袋獾所选的猎物；根据选择的猎物，通过公式(9)计算袋獾的新位置；在袋獾的运动中，如果腐肉的适应度值较好，袋獾就会靠近腐肉，反之会远离；在计算出袋獾的新位置后，比较适应度值判断新位置是否取代旧位置；
式中：是第i个袋獾基于第二种方式的新位置，是它对于第j个变量的值，是它的适应度值，F
bi
是它所选猎物的适应度值。4.根据权利要求3所述的一种基于改进袋獾优化算法的无人机路径规划方法，其特征在于：步骤3所述的第二阶段，以袋獾的位置为中心，领域的半径就是袋獾跟踪猎物的范围，半径可以用...

【专利技术属性】
技术研发人员：谢田，柯永斌，姜程文，邹佳明，李金胜，刘玉祥，倪静，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：