【技术实现步骤摘要】
本专利技术涉及三维路径规划领域，涉及一种基于自适应蜣螂优化器无人机的路径规划方法。
技术介绍
1、无人机具有广泛的应用领域，包括军事、农业、航拍摄影、紧急救援和灾害监测以及物流配送等多个行业。其中，三维路径规划是无人机应用与研究的一个重要分支以及关键技术之一。该技术可以帮助无人机避开障碍物，确保飞行安全，优化飞行路线，节省能源和时间。此外，其还可以用于农业、环境监测、物流配送等领域，提高工作效率和精度。其主要目的是从起始点到目标点之间找到一条平滑无碰撞且低能耗的最优飞行路径。在已知环境当中，这个过程需要依据实际场景考虑各种因素，例如路径长度，路径平滑度，障碍物的几何大小以及形状等。可见相比二维的地图环境，三维路径规划问题更为复杂，具有很强的非线性。在山地环境中无人机的路径规划技术背景包括地形复杂、气象变化、风险较大等特点。针对这些特点，路径规划需要考虑地形地貌、气象条件、飞行安全等因素，以确保无人机能够安全、高效地完成任务。因此，无人机在山地环境中的路径规划技术背景涉及多个领域的知识和技术，需要综合考虑各种因素，才能保证无人机的安全飞行和任务执行。需要无人机从起点飞到终点完成实际的工作需求。无人机在飞行途中需要在复杂的环境中躲避障碍物，并得到路径代价值更低的飞机路径，因此为了描述无人机路径规划这一过程，就需要对环境和障碍物进行建模，将最小的路径代价作为目标函数以此获得最小的成本。
2、相比难以适应非结构化环境的传统路径规划方法(如a*算法、rrt算法等)，通过模拟生物习性以及其他自然现象的智能优化算法能够很好的胜任各
3、蜣螂优化器由沈波教授团队提出的一种全新的群智能优化算法。其算法优势在于它模拟了蜣螂觅食时的行为，能够快速找到最优解。该算法具有较高的收敛速度，能够快速收敛到全局最优解附近。这使得蜣螂优化器在解决复杂问题时具有一定的优势，尤其是在需要全局搜索和高效收敛的情况下性能上优越于很多其他群智能算法。但每种算法各有特点，在不同环境以及场景之下不同算法的实用度也各不相同。蜣螂优化器以其包含多个子种群的优势，兼顾了全局探索和局部开发，具有收敛速度快、寻优精度高的优点。在二维路径规划中，使用蜣螂优化器能够快速地找到比较好地路径，但在更为复杂地三维环境当中，路径转折点以及平滑度会过大，路径质量大大降低。因此在处理三维路径规划问题时，需要对原算法做出适应性地改进并应用到山地环境当中，寻优得到最佳飞行路径。
4、根据“没有免费午餐定理(nfl)”，没有一种单一的优化算法能够在所有问题上表现最佳。不同问题可能需要不同的算法来获得最佳结果，没有一种算法能够在所有情况下都胜出。因此多数情况下在处理特定优化问题时，对应工程问题需要做出相应算法改进。对于山地无人机的路径规划问题有以下难点：
5、1.高度变化：适应山地地形的高度变化，避免碰撞和损坏；
6、2.避障和导航：有效避免山地地形中的障碍物，并进行有效导航；
7、3.路径平滑度：飞行路径的拐角角度，能影响无人机能耗。
技术实现思路
1、为了解决上述难题，本专利技术提出一种基于自适应的蜣螂优化器的无人机路径规划方法实现对无人机地高精度规划。该算法可以提高蜣螂优化器的收敛速度以及寻优精度，减少飞行路径冗余的节点，兼备全局以及局部探索的能力。通过该算法提供一种低能耗、安全可靠且平滑的三维路径规划方法。
2、该方法主要包括将改进螺旋觅食机制融入蜣螂优化器，降低迭代过程中飞行轨迹跳出地图边界的概率，增加种群的多样性；提出利用自适应余弦扰动提高盗贼蜣螂的变异能力，提升算法陷入局部最优时的灵活性。为达到上述目的，本专利技术提出如下技术方案。
3、所述一种基于自适应蜣螂优化器的无人机路径规划方法，所述路径规划方法包括：
4、步骤1：设定山地环境地图大小，对实际山地飞行障碍建模；
5、步骤2：根据完整路径所需要考虑的路径长度代价、高度代价、平滑度代价综合考虑飞机耗能，建立相应代价函数，将路径寻优问题转化为求解代价函数最小化问题；
6、步骤3：根据建立的山地路径规划模型，利用自适应蜣螂优化器更新飞机路径位置，进而得到无人机路径的最优解。
7、按上述方案，根据步骤1所述设定山地环境地图，通过函数仿真法对山地环境建模，具体数学公式如下：
8、
9、其中(x,y)是三维地形点投影到水平面的坐标，z是对应点坐标的高度，α，β，χ，δ，ε，φ，γ为常数系数。无人机在复杂的环境中作业的同时会遇到不同的障碍物，障碍物区域模型主要是山峰模型，可以改变常数系数的值对地形进行控制改变其高度以及几何大小，山峰障碍区模型如下：
10、
11、其中j为第j座山，hj为山的高度；z为其高程，(xj，yj)是第j座山的地理中心坐标，xsj，ysj为控制山峰的坡度。
12、按上述方案，根据步骤2所述，所建立的代价函数的数学模型的表达式如下：
13、
14、scost＝λ1·slength+λ2·sheight+λ3·ssmooth
15、其中scost表示搜索路径的总代价，slenght，sheight，ssmooth分别表示路径的总长度代价，总高度代价和平滑度代价，λ1,λ2,λ3为各代价加权值。而路径长度代价是评价路径优劣的指标之一，路径越短，燃油损耗越小，其中路径长度代价模型为：
16、
17、无人机的稳定飞行高度同样是无人机航迹规划过程中的重要环节。相对于大多数飞行器来说，飞行高度不应该有大幅度的波动。稳定飞行高度有助于减轻控制系统的负担，节省更多的燃料。故引入航迹高程代价函数如下：
18、
19、由于无人机在转弯时会受到空气阻力的影响，因此在无人机转弯时，转角越小，受到的空气阻力越大，从而造成更多的能量损耗，飞行的平滑度代价同样也是无人机飞行的重要指标之一，假设最大转角为τ，当前转角为θ，ψi是路段i的矢量，其数学模型为：
20、
21、
22、进一步地，所述步骤3包括：
23、所述自适应蜣螂优化器的具体内容包括：
24、设定种群个数pop，滚球蜣螂、雌性繁殖蜣螂、觅食蜣螂以及盗贼蜣螂个体数量，最大迭代次数m；
25、确定路径初始起始点以及终止点，随机生成pop条完整的随机路径，每只蜣螂对应当前随机路径位置，并且在迭代过程过趋向于目标路径；本文档来自技高网...
【技术保护点】
1.一种基于自适应蜣螂优化器的无人机路径规划方法，其特征在于：
2.根据权利要求1所述的一种基于自适应蜣螂优化器的无人机路径规划方法包括以下步骤：
3.根据权利要求2所述的一种基于自适应蜣螂优化器的无人机路径规划方法，对于山地地图建模的具体内容包括：
4.根据权利要求2所述的一种基于自适应蜣螂优化器的无人机路径规划方法，相应地代价函数模型的表达式如下：
5.根据权利要求2所述的一种基于自适应蜣螂优化器的无人机路径规划方法，利用自适应蜣螂优化器更新路径位置，主要步骤包括：
6.根据权利要求1所述的一种基于自适应蜣螂优化器的无人机路径规划方法，对应改进螺旋觅食公式如下：
7.根据权利要求5所述的一种基于自适应蜣螂优化器的无人机路径规划方法，由于盗贼蜣螂的种群规模相对较大，在对局部位置做深层次寻优过程有着决定性作用，原迭代方式缺少搜遍变异的随机性，因此做出整体改进并提出自适应扰动因子。其改进后的更新公式如下：
【技术特征摘要】
1.一种基于自适应蜣螂优化器的无人机路径规划方法，其特征在于：
2.根据权利要求1所述的一种基于自适应蜣螂优化器的无人机路径规划方法包括以下步骤：
3.根据权利要求2所述的一种基于自适应蜣螂优化器的无人机路径规划方法，对于山地地图建模的具体内容包括：
4.根据权利要求2所述的一种基于自适应蜣螂优化器的无人机路径规划方法，相应地代价函数模型的表达式如下：
5.根据权利要求2所述的一种基于自适应蜣...
【专利技术属性】
技术研发人员：张乐，胡毅文，田丹，杨超，马宏远，张薇，
申请(专利权)人：沈阳大学，
类型：发明
国别省市：
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。